基于控制变量估计的高超声速再入滑翔目标轨迹预测算法

以高超声速再入滑翔目标为研究对象,在对目标机动控制变量进行建模分析的基础上提出了一种轨迹预测算法。首先,基于动力学建模构建了目标跟踪模型,利用气动参数对目标状态向量进行扩维并推导了对应的运动模型。其次,构造了适用于轨迹预测的目标机动控制变量,在不同机动模式下分析了控制变量的变化规律,基于控制变量设计了对应运动方程以及轨迹预测模型。最后,仿真生成了两条轨迹并对所提算法进行了仿真验证,分析了算法性能。仿真结果表明所提轨迹预测算法能够取得较好的预测效果。     

两阶段非线性Wiener过程退化建模与可靠性分析

基于性能退化数据对产品进行可靠性分析一直是可靠性工程领域研究的热点与难点。针对多阶段退化过程中存在的非线性规律,同时考虑变点位置位于测试时刻之间的一般情形且各试样变点存在个体差异性的实际情况,提出了基于Wiener过程的两阶段非线性退化模型,给出了模型参数极大似然估计方法,建立了可靠性分析和寿命预测方法。最后通过高压脉冲电容器实例的对比分析,验证了所提方法的合理性与有效性。结果表明,与多阶段线性Wiener过程方法相比,所提方法能够更加准确地描述退化过程的非线性时变特征,进而得到更为合理的寿命评估结果。     

基于多元回归的高铁墩台沉降形变预测分析

高铁桥梁中的墩台形变在量级上呈现出较小的特征,且墩台在形变监测过程中时常会受到外界条件或随机噪声的干扰,使得采集的数据和后处理预测数据显现出较大的波动,给数据分析和后续的变形预测带来较大影响﹒本文将多元回归法引入到高速铁路桥梁的墩台变形分析数据预处理中,在顾及温度和荷载对墩台作用基础上,利用Matlab建立了多元回归预测模型﹒实验结果表明,相比传统的GM(1,1)预测模型,多元回归法具有一定的优势,预测结果与实际形变值更加接近﹒     

改进的GM（1,1）模型在商品进出口贸易问题中的应用

针对我国近些年商品进出口额低增长的特性,利用最优平移变换优化原始序列,建立GM(1,1)模型进行预测分析,从结果可看出,优化的灰色模型计算简单,模型更加精确可靠,能对未来我国商品进出口额预测提供更有效的数据依据,具有很好的实际意义。     

基于图注意力网络的案件罪名预测方法:CP-GAT

案件罪名预测任务是基于文本数据去预测案件所属罪名.针对现有方法在相似罪名和长尾数据集上表现不佳的问题，提出了一种基于图注意力网络的案件罪名预测方法CP-GAT(charge prediction based on graph attention network).该方法首先使用司法文书数据集中的案例事件描述文本和案例对应的法条信息建立异质图结构数据，构建后的异质图包含两种类型的节点(词节点、案例节点)，两种类型的边(词节点与词节点相连的边，词节点与案例节点相连的边).在基于法律文本构建后的异质图上使用图注意力网络进行图特征提取，最后将得到的特征向量输入到罪名预测的分类器中，得到案例所属的罪名.在CAIL2018法律数据集上的实验结果表明，基于图注意力网络的罪名预测方法优于对比实验使用的方法，准确率和宏观F1值分别达到了95.2%和66.1，验证了提出的方法有利于提升案件罪名预测任务的性能.     

灰色-BP神经网络在深基坑变形预测中的应用研究

随着城市化进程的推进,向地下空间发展将是趋势,由此带来大量深基坑工程。深基坑的稳定问题不仅关系上部结构的安全,而且还会影响周边建筑物的变形,因此深基坑变形研究越来越受到重视。将改进灰色预测模型与BP神经网络组合模型结合,通过在南京某大型深基坑的变形模拟和预测效果对比,改进后的灰色模型在一定程度上提高了拟合精度与预测精度,而灰色-BP组合模型在此基础上通过MATLAB平台又进一步地提高了拟合与预测的精度。该研究可为工程施工提供较好的指导意义,并为同类工程提供借鉴。     

炼化过程参数定量趋势预测方法研究

针对石化企业催化裂化工艺单元的汽提段的蒸汽温度在某工况下的状态数据预测问题,提出一种基于粒子滤波的参数定量趋势预测方法,并给出具体实施步骤.其中针对过程参数状态转移特点,提出基于ARMA模型的状态方程建立方法,提高预测方法的实用性,降低对特定物理模型的依赖.通过石化企业现场案例分析,进一步验证本方法模型在企业现场的实际应用效果,结果表明,在5 s的预测步长范围内,异常工况参数预测值和真实值接近,预测相对误差小于1%,验证了本方法在实际案例应用中的可行性和有效性.     

基于动、静模式约束的隔、夹层空间分布综合预测——以塔里木盆地东河塘油田井区为例

隔、夹层的发育状况严重地影响着储层非均质性和其中流体的运动,开展隔、夹层的空间分布研究对于储层优势通道的研究和开发方案制定具有一定的指导意义。该文以塔里木盆地东河1油田井区东河砂岩段为例,结合静态地质和生产动态资料,提出了基于动、静模式约束的隔、夹层空间分布综合预测验证方法:从隔、夹层的地质模式出发,借助注采井组的示踪剂实验,从示踪剂是否见效、见效速度等方面进行分析,预测示踪剂实验井组井间的隔、夹层空间展布情况;结合生产曲线特征,对井组的生产动态特征进行分类,探讨隔、夹层分布的地质模式与动态响应模式之间的对应关系,总结了完全不遮挡型、部分遮挡型以及完全遮挡型3类基于动、静模式约束的隔、夹层分布模式。根据总结的对应模式和生产动态特征来分析无示踪剂实验的井组,预测整个研究井区的隔、夹层空间分布,取得较好的效果。     

基于细胞型膜计算框架的和声搜索算法及其应用

和声搜索算法为一种元启发式算法，该算法具有参数少、可操作性强等优点，膜计算作为自然计算的一个分支，本身具有较大的发展潜力与完备的计算性.本研究将两者结合，提出一种基于细胞型膜计算框架的和声搜索算法，利用细胞型膜计算框架来构建算法的膜结构，并根据膜计算框架的结构，使用现存的和声搜索算法的迭代方式作为基本膜内的进化规则，设计通信机制使不同膜之间相互传递信息，有利于丰富种群的多样性与平衡算法的全局和局部搜索，并设置外部档案记录最优个体来控制种群进化的方向，从而提高算法的精准搜索能力.最后，在CEC基准函数下进行数值优化实验，仿真结果表明，HS-MC算法在求解数值优化问题上比其他算法具有更好的性能，并使用HS-MC算法优化Elman神经网络的权值和阈值来预测上证指数的开盘指数，预测结果表明，HS-MC算法具有较好的寻优能力和实用性.