驾驶员最优预见跟踪仿真研究

预见信息的加入能使驾驶员提前感知跟踪目标未来变化,从而对飞机做出超前控制。研究了驾驶员最优预见跟踪控制算法,理论分析得出预见信息对预见控制的作用特点。最后通过人机系统模拟实验,验证了预见信息对驾驶员超前补偿的特性。     

重载双波冲击试验机正波系统建模与仿真

为使冲击试验机的模拟试验过程尽可能的贴近于实际的水下爆炸环境,满足最新抗冲击标准的要求,同时把传统中型冲击试验机的最大测试能力从2,700kg提高到5,000kg,对双波冲击试验机中用于产生正波的液压驱动系统、波形发生系统和基础隔振系统分别构建了动力学模型。根据模型分别针对设备在冲击速度为5.0m/s、4.0m/s和3.3m/s测试条件进行了系统仿真。仿真结果表明,该系统可以产生与最新抗冲击标准BV043/85和MIL-S-901D相吻合的冲击加速度波形。     

On-Line Scheduling of Unit Time Jobs with Rejection on Uniform Machines

The authors consider the problem of on-line scheduling of unit execution time jobs on uniform machines with rejection penalty. The jobs arrive one by one and can be either accepted and scheduled, or be rejected. The objective is to minimize the total completion time of the accepted jobs and the total penalty of the rejection jobs. The authors propose an on-line algorithm and prove that the competitive ratio is 1/2 （2 W √3） ≈ 1.86602.     

基于支持向量机元模型的随机鲁棒设计

随机鲁棒设计是一种基于蒙特卡洛仿真的优化设计方法.通常情况下,对于复杂仿真模型的随机鲁棒设计时间开销很大.为减小随机鲁棒设计过程中的时间开销,使用参数最优的最小二乘支持向量机替代仿真模型进行随机鲁棒设计.使用标准粒子群优化算法搜索支持向量机参擞和控制器参数的寻优.通过一个基准测试问题证明了该方法的可行性.     

基于遗传算法的改进径向基支持向量机及其应用

通过对径向基核函数进行分析后发现:根据样本各个特征的识别能力赋予其不同大小的核参数,可以提高支持向量机的推广能力。此结论基础上,提出了一种基于遗传算法的多核参数径向基支持向量机算法,通过遗传算法最小化验证误差,实现了根据各个特征的识别能力赋予其不同大小的核参数。将该算法用于轴承故障诊断,实验结果表明,与传统支持向量机相比,多核参数径向基支持向量机具有更好的推广能力,同时,核参数的大小反映了对应特征识别能力的大小。     

单机不同尺寸工件批调度问题的优化算法

研究了单机环境下不同尺寸工件的批调度问题,引入微粒群算法对制造跨度进行优化.首先给出了问题的微粒表达形式,并根据问题的离散优化特性对微粒状态的更新方法进行了改进;然后将微粒群算法和分批的启发式算法进行有效结合,改善近似解的质量.实验中对各类不同规模的算例均进行了仿真,结果表明了微粒群算法的有效性.     

基于平方根UKF的多传感器融合跟踪

为了提高融合算法的精度,将UKF(Unscented Kalman Filter)算法与多传感器顺序滤波融合跟踪算法相结合,提出了基于UKF的多传感器序贯融合算法.UKF算法利用非线性方程自身的传播,估计系统状态,避免了对非线性方程线性化的过程.顺序滤波融合算法用同一时刻的量测依次更新状态,计算复杂性低.仿真结果表明,UKF顺序滤波融合跟踪算法比传统的扩展卡尔曼滤波(EKF)算法有更高的跟踪性能,是一种有效的非线性融合算法.     

基于局域支持向量机的海浪水压场混沌预测

针对海浪水压场的短时平稳性,采用局域支持向量机进行预测滤波.首先分析了海浪水压场信号的混沌特性,并根据其混沌特性,提取训练空间中与当前相点的行为特征密切相关的最近邻点作为训练样本对支持向量机进行训练,减少了训练样本的数目,节省了网络学习时间,从而可实时对网络参数进行更新,使支持向量机能够跟随海浪的变化.实际计算表明这种算法能够以较快的学习速度和较高准确度实现海浪预测,能够克服由于海浪的短时平稳性所带来的随时间的增长预测精度下降的问题.     

Designing a Hybrid Intelligent Mining System for Credit Risk Evaluation

In this study, a novel hybrid intelligent mining system integrating rough sets theory and support vector machines is developed to extract efficiently association rules from original information table for credit risk evaluation and analysis. In the proposed hybrid intelligent system, support vector machines are used as a tool to extract typical features and filter its noise, which are different from the previous studies where rough sets were only used as a preprocessor for support vector machines. Such an approach could reduce the information table and generate the final knowledge from the reduced information table by rough sets. Therefore, the proposed hybrid intelligent system overcomes the difficulty of extracting rules from a trained support vector machine classifier and possesses the robustness which is lacking for rough-set-based approaches. In addition, the effectiveness of the proposed hybrid intelligent system is illustrated with two real-world credit datasets.     

并联机床虚拟样机建模与加工过程动力学仿真

为了实现并联机床性能的真实预测,确保加工过程的安全性,提出了基于Adams的并联机床加工过程的动力学仿真方法。在包括螺旋副在内的仿真模型的各个运动关节加载了摩擦力,实现了仿真模型与实际机床的高度仿真;根据NC文件和切削参数,建立并联机床加工过程的切削力模型和运动控制模型,实现了机床加工零件全过程的动力学仿真。对5-UPS/PRPU并联机床的加工过程进行了仿真分析,仿真结果准确的预测了实际加工中可能出现的问题。该方法简单、准确、可靠、实用性强。