基于自适应模糊推理系统的柴油机故障诊断

为解决柴油机故障诊断问题,采用自适应神经模糊推理系统(ANFIS)建立其故障诊断模型.利用减法聚类方法确定模型初始结构,并采用由梯度下降算法和最小二乘算法所组成的混合学习算法优化模型参数.经文中试验数据检验,所建模型故障识别值与实际值之间的最大误差为10.16%,最小误差为0.115%,平均误差为2.26%,识别精度达到了97.74%.仿真结果表明,与BP网络模型相比,该模型收敛速度快,拟舍能力强且诊断识别精度高,能够有效识别柴油机放障.     

基于自适应网格的多目标粒子群优化算法

针对现有多目标进化算法计算复杂度高,搜索效率低等缺点,提出了基于自适应网格的多目标粒子群优化(AGA-MOPSO)算法,其特点包括:评估非劣解集中粒子密度估计信息的自适应网格算法;能够平衡全局和局部搜索能力的基于AGA的Pareto最优解搜索技术;删除非劣解集集中品质差的多余粒子以维持非劣解集在一定规模的基于AGA的非劣解集截断技术.仿真计算表明,和文献中典型的多目标进化算法比较,AGA-MOPSO算法在求解复杂大规模优化问题方面表现了良好的性能.     

相控阵雷达自适应调度的仿真方法研究

综合考虑时间、能量、计算机资源以及雷达硬件等约束条件,研究了自适应调度的仿真实现方法.以调度间隔为基础,运用合理优先级设定和时间窗方法达到对时间的充分利用;将其他约束条件建模为递归形式,通过对约束条件的周期性检验调整调度安排,获得满足要求的雷达事件执行序列.给出了算法具体的实现步骤,仿真结果表明该方法可以完成对各项雷达申请事件的合理调度,保证较高的成功被调度率和时间利用率.     

材料性能对汽车碰撞散落物运动特性的影响

为研究汽车碰撞散落物的材料性能对其运动特性的影响,进一步完善交通事故再现中汽车碰撞散落物的运动行为理论模型,建立汽车碰撞散落物的运动学仿真模型,通过仿真试验,模拟了在散落初始条件相同的情况下,汽车碰撞弹性、弹塑性、塑性散落体的运动,分析了在试验条件一定时,3种材料巨能的汽车碰撞散落体的运动特性的异同及其随散落速度、散落高度、散落角度的变化关系.模拟试验结果分析表明:存在散落角度的汽车碰撞散落体其非线性运动轨迹受材料性能影响较大.     

基于复杂网络的指挥控制信息协同模型研究

网络化作战的时代特征迫切需要新的仿真模型和评价方法,以预测信息优势对作战效果的影响。在描述网络化指挥控制活动特点的基础之上,从复杂网络角度出发建立起指挥控制信息协同模型,并就不同规则演化下的网络特征变化进行了定量分析,从而为评估信息协同对作战效果的影响提供了新的研究思路和方法。     

一种不定长特征模式入侵检测模型及仿真分析

针对定长序列模式在刻画序列特征方面的不足,提出了一种不定长序列特征模式抽取算法,并以此为基础设计了一个新的入侵检测模型。模型引入了状态转移概念并将模式匹配检测和状态转移检测结合在一起,克服了已有模型只专注于单一特征检测的缺陷。实验证实,和单特征检测相比,该模型在保证检测率的同时降低了误报率,并且检测算法的效率也是可接受的。     

防空导弹武器系统综合仿真支撑平台研究

阐述了在研及预研型号防空导弹武器系统方案论证及效能评估的重要性,以此为需求牵引,分析了构建防空导弹武器系统综合仿真支撑平台的必要性,结合当前实际应用对改善防空导弹武器系统建模、仿真试验及结果分析全过程的需求,以提高仿真建模效率为目的,提出了以模型重用技术为基础,建立基于建模与仿真知识库的导弹武器系统综合仿真支撑平台的总体构想,并给出其基本技术方案。该综合仿真平台建立了导弹武器系统作战效能与其主要性能指标的联系,能够用于综合评价不同导弹武器系统的作战能力。应用实例表明,该平台建设方案合理可行,基于综合仿真平台进行效能评估,不失为导弹武器系统效能分析的一种有效手段。     

基于动态种群结构的粒子群算法及仿真研究

针对标准粒子群算法易陷入局部最优而早熟的问题,提出了一种基于动态种群结构的粒子群算法。该算法在种群结构中引入小世界网络模型,由于网络模型的演化,使算法具有动态的种群结构,从而保持了种群的多样性。同时为了使粒子尽可能地分布在不同的搜索空间,在网络模型演化过程中考虑了结点的个体价值。为了加快算法的收敛速度,在进化后期采用全局模型粒子群算法。通过对三个经典测试函数优化问题的数值仿真并与其它方法进行比较,结果表明了算法的有效性和实用性。     

一种改进的自适应阈值SSDA的视频拼接算法——在交通场景中的研究与应用

研究并实现了一种改进的自适应阈值SSDA的视频拼接算法,并将其应用在交通领域。主要从倾斜校正,帧图像配准,无缝拼接三个方面进行了研究与论证,实验结果表明,这种改进的自适应阈值SSDA的图像配准方法,减少了计算量并提高了视频拼接的效率,有利于交管部门对路况信息数据的回放和存储,减少数据量。     

模具粗加工的自适应层切算法仿真研究

分析了基于层切法的零件模具数控粗加工方法,提出了以层面间台阶最大差值为自适应参量的自适应模具数控粗加工方法;对约束条件进行了详细说明,阐述了自适应层切方法的具体步骤及算法流程图。利用已开发的层切法仿真软件平台,进行了三维模型层切法实例仿真分析。分析结果表明,应用该方法可以进一步减少层切法粗加工残留材料体积,对提高层切法模具数控粗加工效率具有实际意义。