基于马尔科夫生存模型与粒子群算法 的动态航路规划

针对未知情况下航路规划问题,采用动态规划策略保证飞机可以实时规划未来路径,并引入基于马尔科夫的生存模型来获取飞机的生存状态概率,从而评估生存代价,再综合任务、油耗、飞机机动性等作为粒子群算法的目标函数与约束条件,同时为了缓解生存与任务之间的矛盾,引入目标函数权重自适应策略.仿真实验证明,提出的动态航路规划策略是可行的,自适应权重也在一定程度上缓解了生存与任务之间的矛盾,同时将基于马尔科夫的生存模型应用于动态航路搜索中,能够更加直观地掌握每一时刻飞机的生存代价以及各状态的概率.     

基于DCS和中间件的流程企业应用集成技术研究

针对流程工业企业应用集成的需求,提出了基于DCS和消息中间件的流程企业应用集成方法.该方法采用流程企业中广泛应用的DCS系统作为过程控制系统的执行机构,利用其开放的数据通信接口实现生产过程数据的实时交换,同时利用基于MQ Series的消息中间件实现流程企业中各种异构系统的无缝集成.重点分析了DCS通信关键技术和MQ Series体系结构.最后,给出的应用实例说明了该方法的有效性.     

基于SSA-RBF的灌区流量预测

水资源短缺问题日益严重,快速准确的灌区流量测量具有重要意义。现有流量测算模型一般采用传统的测流方法或简单的神经网络模型进行处理,采用上述方法将面临测量成本、测量精度等挑战。故将麻雀搜索算法(sparrow search algorithm, SSA)与径向基神经网络(radial basis function, RBF)相结合,以渠道水深、测点流速、测点位置为输入,灌区流量为输出,设计了一种新的SSA-RBF神经网络模型用于预测灌区流量。以都江堰人民渠渠首站点在27种不同水力条件下的实测数据为基础,对SSA-RBF模型和RBF模型以及极限学习机(extreme learning machines, ELM)模型进行评估和比较,实例结果表明SSA-RBF模型能够快速准确地预测出流量,其确定系数为0.975、均方根误差为6.186、平均绝对误差为4.324、残差质量系数为0.011 9,4种评价指标以及预测结果偏差均优于ELM模型以及RBF模型,为提升灌区流量测算精度提供了思路。     

DAG SVM的结构优化研究及其在故障诊断中的应用

有向无环图支持向量机(DAG-SVM)是一种新颖且使用广泛的多分类算法.传统DAG-SVM由于需要训练的SVM分类器较多,在工程中训练耗时长.又由于传统DAGSVM分类效果受到结构排序影响,导致其分类效果具有随机性.针对以上两个问题,通过结构重组减少SVM分类器个数从而缩短了训练时间,通过对训练数据的重新划分计算产生了最优分类排序,提高了分类正确率.仿真测试与工程实践证明,本文方法相对传统DAGSVM方式,能缩短训练时间,且拥有更高的分类正确率.     

变负载轴承故障诊断卷积神经网络模型

针对轴承故障在实际环境中存在负载变化导致故障难以诊断的问题,提出一种基于一维卷积神经网络的变负载适应轴承故障诊断模型,卷积结构使用小卷积核卷积层堆叠的形式,训练时对输入层进行均匀分布失活率的随机失活,以提高网络的变负载适应能力,且采用全局平均池化降低模型计算量和减轻过拟合程度;在实验验证阶段,提出以两种近邻负载条件的轴承数据构成变负载数据集,充分验证轴承故障诊断的变负载适应性。实验结果表明:本文模型在各测试集均能达到96%以上的准确率且平均准确率达到98.36%,能够在变负载环境下实现准确、稳定的轴承故障诊断,具有良好的泛化能力。     

杂色蛤中副溶血弧菌的定量风险评估

基于国际食品法典委员会关于微生物定量风险评估的理论框架,研究了从水产品批发市场到各零售点(主要为超市)杂色蛤中副溶血弧菌的动态变化情况,对因食用杂色蛤感染副溶血弧菌而引发疾病的风险进行预测,预测出每年、每人因消费生杂色蛤而导致由副溶血弧菌引发的食源性疾病的可能平均值被估计为1.65×10-8.同时对杂色蛤的另一种食用模式——烧烤,也进行了分析研究,确定因其所导致的风险十分小,可以不作为评估的对象.最后根据研究的结果提出针对政府监管部门的管理以及商业运营者和消费者的建议,这些风险管理措施、控制程序和安全食用规范的实施,均可大大降低因食用杂色蛤而感染副溶血弧菌并引发疾病的风险.     

基于改进型A*-Markov联合模型的无人机航路规划

实验一种基于改进型A~*算法来对无人机进行任务路径规划.引入了无人机的机动步长、转角限制和飞行高度,有效地缩减了无人机搜索空间,除此之外还引入了地形、任务等约束条件,使航路规划更接近于真实环境.考虑到规划过程中敌方能力的不确定性,以及无人机在航路中的生存概率的不可知性,采用八状态Markov模型评估无人机的飞行状态.该模型与A~*算法结合时在威胁区域内完成任务后,由于时间的积累向外扩展时生存代价值越高,导致迭代次数过多,而同心圆模型越向外扩展时生存代价值越低的优点可避免该问题,因此引入同心圆模型与Markov模型的联合模型.仿真实验结果表明,该方法可以有效地检测航路中飞机的各种状态的概率,以此对整个航路进行评估,并且有效降低了仅采用Markov模型时在威胁区域内完成任务点后规划新航路迭代次数过多的问题.     

改进残差神经网络在遥感图像分类中的应用

针对传统卷积神经网络随着深度加深而导致网络退化以及计算量大等问题,提出一种改进残差神经网络的遥感图像场景分类方法。该方法以残差网络ResNet50作为主框架,在残差结构中引入深度可分离卷积和分组卷积,减少了网络的参数量和计算量,加快模型收敛的同时也提升了分类精度。此外在网络中嵌入多尺度SE block模块对通道特征进行重校准,提取出更加重要的特征信息,进一步提升了网络的分类性能。在AID和UCMerced_Land Use两个公开数据集上的分类精度分别为91.92%和93.52%,相比常规残差网络分类精度分别提高了3.38%和10.24%,证明所提方法在遥感图像场景分类任务中的可行性和有效性。     

基于运动状态估计的双无人机协同航路规划

在双无人机协同任务过程中,由于会受到敌方雷达、武器等干扰造成跟随机无法准确获得领航机状态,为保证跟随机能够尽可能跟随领航机,提出结合交互式多模型(IMM)算法和自适应差分进化(JADE)算法的方法进行跟踪与寻迹.首先,基于JADE算法为领航机优化一条平滑航路并建立领航机位置状态信息,同时利用多个机动模型匹配估计领航机运动状态;然后,根据估计信息,确定跟随机下一可行航迹点范围;最后,以双机时空协同为目标,设计跟随机优化目标函数,优化产生下一航迹点.仿真实验表明,仅8.8%的航迹点处于双机探测范围外,且短时间内能够回到理想位置,时间和空间上双机能够保持协同.     

羧基化纤维素纳米晶须对魔芋葡甘聚糖复合凝胶性能的影响

为改善魔芋葡甘聚糖(KGM)凝胶的黏弹性、凝胶强度以及在高温下的热性能,在1.5g KGM中分别加入0.2、0.5、0.8、1.0g的羧基化纤维素纳米晶须(CCNC),制得CCNC/KGM复合水凝胶并做空白对照。利用流变仪分析不同配比下的CCNC/KGM的流体行为,对CCNC/KGM水凝胶的微观结构、特征官能团进行表征,并分析其热重情况。结果表明,CCNC添加量为0.8g以内,CCNC/KGM复合凝胶体系黏度逐渐加大。扫描电镜结果显示,CCNC的添加量在0.8g时,CCNC与KGM协同所形成的凝胶网状结构空隙丰富,且在熔融状态出现后,此复配比下的凝胶质量损失较纯KGM水凝胶降低了近50%,在高温中表现出更好的热性能,并保留了一定的凝胶特性;因此CCNC和KGM质量比约为0.8∶1.5时,水凝胶的黏弹性、凝胶强度以及高温下的热性能均达到最优,凝胶特性凸显。