基于不平稳假设的序贯近似建模方法

在工业设计中常涉及复杂、耗时的仿真,建立简单的近似模型可以简化分析和优化过程.元模型的构建和仿真试验的设计是其中的两个关键问题.针对元模型的构建,分析指出传统的基于平稳性假设的Kriging方法并不适合常见的不规则系统的建模,接着采用非线性映射方法,提出了一种基于不平稳假设的Kriging方法.实例说明:相对于传统的Kriging方法,该方法不仅可以建立精度较高的预测模型,而且对模型的预测不确定性的描述也更符合直观认识;针对计算机试验设计,提出了一种基于改进的Kriging方法的序贯准则,使得试验点序贯产生在不确定性大且距离现有试验点远的位置.算例表明:该序贯设计比一步设计效果好,能节约试验样本.     

基于部分交叉验证的多准则序贯近似建模方法

提高序贯近似建模的精度和收敛效率,关键在于制定合理有效的序贯抽样准则。针对如何有效获取目标系统信息进行近似建模,同时提高建模精度和收敛效率,提出了基于部分交叉验证的多准则序贯近似建模方法。通过融合部分交叉验证误差估计准则、极大序贯建模累积变化准则和极大熵准则的特征和优势,可实现对全空间全面抽样和对不规则区域重点抽样,进而提高近似模型的精度和收敛效率。算例测试表明该方法在提高序贯近似建模精度和收敛效率方面可行有效。     

战斗部虚拟试验多级模型集成方法研究

弹药虚拟试验预测模型建模过程需多次调用数值仿真模型,对于运行耗时的大型三维计算模型将面临严重的计算复杂性问题.当计算模型存在多种精度时,提出一种基于自回归模型的预测模型建模方法,可集成多种精度的计算模型,以较少高精度模型和较多低精度模型分别获取训练样本,建立效率与精度平衡的贝叶斯预测模型.设计某型中小口径穿甲弹穿甲威力虚拟试验算例验证该方法的高效性.     

基于Bayes序贯检验的长周期系统动态试验方法

提出了一套基于正态分布贝叶斯序贯检验的试验设计方法,为长周期、多指标系统的小子样动态试验次数的确定提供了理论依据。该方法以待检系统的单次抽样检验合格概率为统计观测值,从假设多次抽样后的该观测值序列服从正态分布开始分析,应用正态分布贝叶斯序贯验后加权检验理论对多指标系统的序贯抽样检验过程进行设计,给出了验前信息处理、贝叶斯序贯试验及序贯截尾方案设计、序贯截尾风险增量上界计算、以及系统各指标综合合格概率估算的具体实现方法。系统仿真实验的结果表明,该方法是可行的。     

数据污染对于序贯分支方法的影响及应对策略

序贯分支方法(sequential bifurcation,SB)因其高效性,近年来被广泛用于仿真试验的因子筛选研究中.然而,传统的序贯分支方法难以应对数据污染情形下的因子筛选问题,因此,本文结合稳健估计的方法改进了传统的序贯分支筛选过程,使其具有良好的抗异常值特性,解决了多种数据污染情形下的因子筛选问题.首先,分析仿真试验中可能出现的数据污染情形及其数据形式,并结合序贯分支方法的基本原理,量化不同数据污染情形对因子筛选结果所造成的影响;其次,采用稳健的位置和散度统计量改进了传统的序贯分支方法中的显著性检验过程,使因子筛选结果不受数据污染的影响;最后,通过仿真试验验证改进的序贯分支方法具有更好的抗异常值特性,同时,该方法在非数据污染下也不失一般性.     

高效的因子分类筛选方法及仿真应用

针对序贯分支（SB）方法难以对位置效应和散度效应同时筛选的情形，基于多重序贯分支的基本思想，同时考虑位置和散度效应，将显著因子分类别筛选出来。首先，通过“预分支”步骤，将因子按照其位置和散度效应符号分组；然后，采用序贯分支方法将所有子组同时进行位置和散度效应显著性检验，在结合序贯概率比检验（SPRT）控制筛选过程中的第一类和第二类错误的基础上，实现因子的分类筛选，以便后续阶段的建模及优化；最后，通过仿真试验说明所提方法在解决因子分类筛选问题上的有效性、高效性及稳健性。     

基于MCMC方法的虚拟试验贝叶斯校准研究

虚拟试验利用计算模型研究复杂物理过程,并预测其性能.计算模型输入参数中通常包含部分固定但未知参数,可利用计算模型结果和少量有限的试验数据校准未知参数,并研究存在建模不确定性时虚拟试验的预测问题.提出了一种贝叶斯统计方法,采用高斯过程为仿真计算模型以及模型不确定性建模,利用Markov chain蒙特卡罗抽样方法计算校准参数和仿真模型预测后验分布.设计测试算例演示所提出方法的高效性.     

反舰导弹火控系统精度试验航路的均匀设计方法

导弹火控系统动态精度试验之前需要设计载体和目标的试验航路，反舰导弹火控系统动态精度试验航路设计是以均匀设计理论为基础，将可控因素划分适当的水平，根据相应的均匀设计表得到每个航路参数。选择均匀设计表，并根据其使用表，对反舰导弹动态精度试验进行了航路设计，均匀设计可极大地降低试验的次数，并保证试验点在试验范围内充分均衡分散。     

具有选择与补偿机制的加权集合序贯极端学习机及其应用

针对集成在线序贯极端学习机(EOS-ELM)预测精度不高和动态适应性差的问题,提出一种具有选择与补偿机制的加权集合序贯极端学习机.该加权集合序贯极端学习机在序贯学习过程中,通过对当前预测模型精度的判断决定是否进行递推更新操作,同时为提高预测模型的动态跟踪能力,在加入新样本的同时对旧样本进行剔除;然后,利用EMD对残差序列处理后进行预测,并将初始预测结果与残差预测结果相加得到最终预测模型.通过对上证指数的预测,结果表明所提方法具有更好的泛化性能,预测精度相比EOS-ELM提高了近36.1%.     

贝叶斯方法在代码转换器可靠性验证试验中的应用

针对高可靠性产品的可靠性验证试验时间长、费用高等特点,将贝叶斯方法引用到可靠性验证试验中。推导出服从指数分布的贝叶斯可靠性序贯试验方法。将贝叶斯方法与经典序贯试验方法进行比较,贝叶斯方法较大的减少了试验量和试验时间。在某型飞机代码转换器的国产化可靠性验证试验中应用该方法,实际应用结果验证了该方法的有效性。     

基于预测模型的虚拟试验灵敏度分析

虚拟试验灵敏度分析技术研究虚拟试验输入参数不确定性对输出结果不确定性的影响程度,进而确定某些输入参数需引起重点关注.针对包含运行耗时仿真模型的虚拟试验,以概率分布描述输入参数不确定性,方差作为灵敏度指标,结合试验设计方法与贝叶斯理论建立虚拟试验预测模型,基于预测模型推导灵敏度指数后验均值的分布函数.测试算例表明本文提出的灵敏度分析方法大大减少仿真模型运行次数,效率较高.     

基于多层稀疏先验的回归样条变量选择算法

在计算机试验中,复杂现象的仿真拥有数目庞大的输入变量。因此,筛选出对输出有重大影响的输入变量显得至关重要。针对计算机试验的变量选择问题,提出一种基于贝叶斯多层稀疏先验的回归样条变量选择算法。新算法能够同时进行非重要输入变量的自动删除和重要输入变量系数的自适应估计。不同于计算机试验中已有的变量选择算法,新算法不需要调节控制稀疏性的超参数。通过快速算法进行数值求解,试验结果表明：新算法不仅能够更精确地实现变量选取,而且能够大大地降低计算复杂度。     

战斗部虚拟试验贝叶斯假设-检验验证方法

虚拟试验利用大型数值模型研究难以进行试验的物理过程,其结果用以指导各项决策,因此必须对虚拟试验进行验证.分析试验过程中存在的各种不确定性,比较数值模型预测值与模型确认试验测量值,度量数值模型描述与预测物理系统的能力.采用贝叶斯因子结合模型数据与试验数据,衡量数值模型误差是否显著,检验数值模型是否有效.应用战斗部虚拟试验验证实例演示本文的方法.     

基于主成分分析的置信规则库结构学习方法

为了解决前提属性过多时置信规则库规模的组合爆炸问题,提出了基于主成分分析的置信规则库结构学习方法. 首先将前提属性转化为新的空间中的若干个主成分,再利用载荷矩阵反推出对于各主成分贡献较大的关键前提属性. 以某装甲装备体系综合能力评估作为示例分析,对比研究了在单方案和多方案条件下结构学习方法与RIMER方法,验证了本文提出的结构学习方法的有效性. 示例分析结果显示本文提出的结构学习方法可大幅约减置信规则库的规模,与RIMER 方法的计算结果一致,并且具有较强的鲁棒性.     

Observer design for matrix second order linear systems with uncertain disturbance input-a parametric approach

1. INTRODUCTION Matrix second-order linear (MSOL) systems capture the dynamic behavior of many natural phenomena and have wide applications in several fields, such as vibration and structural analysis, spacecraft control and robotics control thus, they have attracted consider- able attention[1~10]. In Ref. [3], the controllability and observability theory of MSOL systems was studied directly in the matrix second-order framework. One type of observers for MSOL systems was proposed in …     

Rules-based object-relational databases ontology construction

To solve the problems of sharing and reusing information in the information system, a rules-based ontology constructing approach from object-relational databases is proposed. A 3-tuple ontology constructing model is proposed first. Then, four types of ontology constructing rules including class, property, property characteristics, and property restrictions axe formalized affording to the model. Experiment results described in Web ontology language prove that our proposed approach is feasible for applying in the semantic objects project of semantic computing laboratory in UC Irvine. Our approach reduces about twenty percent constructing time compared with the ontology construction from relational databases.     

Parametric approach to track following control of FFSM

A robust task space tracking scheme is proposed for the free-flying space manipulator system.The dynamic equations of the system are derived via the law of momentum conservation,and then a linear state space representation is formulated by local linearization.A parametric approach is applied by using the eigenstructure assignment theory and the model reference method.A feedback stabilizing controller and a feedforward compensation controller are built based on the approach.Then an optimization procedure is followed after that to obtain the desired requirement and characteristics.Simulation results are presented to show the effectiveness of the proposed method.     

基于三阶累积量奇异值分解的雷达目标识别

基于一维距离像三阶累积量矩阵的奇异值分解 ,由非零奇异值构成奇异值矢量作为正则子空间法的输入 ,提出一种雷达目标一维距离像识别方法 ,对目标进行分类识别。该方法一方面利用三阶累积量提高了抗噪性能 ,同时又使用非零奇异值矢量减少了存储量与运算量。仿真实验结果表明 :在低信噪比 ,该方法的识别率高于特征子空间法