基于Bayes方法的飞机压力加油系统优化设计

针对某型飞机地面压力加油系统存在的常用加油量加油时间过长的问题,提出了一种新的系统优化设计方案。基于该型飞机的常用加油方式为有余油的小加油量加油,并充分考虑到机翼油箱组和机身油箱组的不同特点,提出按机翼油箱组和机身油箱组分别单独进行加油系统优化设计。机翼油箱组按照各油箱同时满油的目标设计,机身油箱组采用Bayes优化方法对节流孔径进行优化设计。系统性能的计算结果验证了该方法的有效性。     

基于鲁棒LS-SVM的ARMA时序模型研究

对时序数据建模与辨识技术进行了分析,提出了使用鲁棒LS-SVM算法建立ARMA时序预测模型。该模型是在LS-SVM的约束条件中加入鲁棒特性和时序模型参数,使之在求解的过程中对孤立点与噪声不敏感,并且能准确地辨识时序模型参数。考虑到高炉的热状态的输入输出数据集间存在着复杂非线性时序上的关系,通过用基于鲁棒LS-SVM的ARMA模型预报铁水中硅的含量,从而达到了预测高炉热状态的目的。说明了该模型在对非线性时间序列预测精度和稳定性上具有明显的优越性,为稳定钢铁质量和生产工艺创造了良好条件。     

一种磁悬浮系统的降阶方法

针对电压控制的磁悬浮系统设计了时间最优控制算法以获得电流最速响应,并推导了控制系统硬件对电流响应速度的约束关系;根据跟踪误差改变控制器参数以精确地跟踪设定电流;根据在线辨识得到的线圈参数计算最终控制电压以维持理想电流。这种算法能够使电压控制取得与电流控制同样的效果,简化了控制系统分析与设计并提高了对线圈参数时变的鲁棒性。磁悬浮小球电流响应实验与悬浮实验验证了算法的有效性,该算法还可扩展到其他电压控制电流的场合。     

基于时间与支出预算的交通模式划分模型

交通模式划分是交通政策与规划研究中的重要内容。基于时间与支出预算的概念,建立宏观交通模式划分实用模型,并利用中国的数据,区分城市交通与城间交通,农村与城市居民进行了模型模拟。结果表明,模型具有较好的适应性与预测能力。     

"已实现"双幂次变差与多幂次变差的有效性分析

近年来,基于金融高频数据的波动率研究成为金融学研究领域的热点,而有效性是衡量波动率估计量优劣的重要标准,本文对波动率估计量的新方法“已实现”双幂次变差和“已实现”多幂次变差的有效性进行了研究,得出“已实现”双幂次变差在一般条件下比“已实现”波动更有效的结论,并且证明了在一定条件下,“已实现”多幂次变差的幂次个数越多,该波动率估计量的有效性越高.这一结论为“已实现”多幂次变差的幂次个数选取提供了原则.     

基于改进多孔算法的时间序列预测

针对小波分析技术存在的边界问题,提出一种改进的多孔算法。使用该算法得到的系数序列,在具备时移不变性的同时,消除了右侧边界存在数据畸变的现象,使小波分析技术结合神经网络等传统预测模型的方法应用于单变量时间序列预测任务具备可行性。为进一步提高预测精度,引入了神经网络集成技术以改善网络泛化能力。实验表明,这种组合预测模型预测效果与稳定性优于传统预测模型。     

一类时滞免疫反应系统动力学行为仿真

研究一类时滞免疫反应系统在机体清除靶细胞能力对浆细胞增长有影响的情形下的动力学行为,用时滞微分理论证明系统正平衡点的稳定性与时滞的关系,给出其稳定判定方法。在模型解基础上,用仿真方法研究部分参数变化对系统动力学行为的影响,给出了免疫系统呈现不同动力学行为的参数范围,实现免疫系统动态特性的仿真。结果表明,对于给定时滞,免疫反应系统的动力学行为不敏感地依赖于抗体清除抗原速率,而敏感地依赖于抗原繁殖系数。     

不确定大时延下遥操作对象模型的在线修正方法

基于预测模型的遥操作是消减通信大时延的有效方法,预测精度直接影响操作品质。分析了遥操作中的不确定大时延及有限带宽对模型修正的影响,针对模型参数的不确定性,提出了一种新的模型在线修正方法。该方法采用时标标识、同态模型、数据平滑等策略,有效克服了实测信息错配、反馈修正与实时预测过程异步以及变采样步长问题,实现了模型的精确在线修正,提高了预测精度和系统的鲁棒性。通过仿真实验验证了该方法的有效性。     

具有可变抽样区间的二维EWMA控制图

对二维EWMA控制图进行了可变抽样区间设计,利用Markov chain方法计算出了过程的平均报警时间,数据结果显示,所设计的控制图较常规的固定抽样区间控制图能更快更准确地发现过程的变化.     

基于动态时间弯曲的区间值时间序列匹配算法

结合vague集的优点,将区间值的思想应用于时间序列研究,定义了基于区间值的时间序列.同时,在综合分析了不同的vague值(区间值)的相似度量的缺点后,提出了一种新的基于vague值的相似度量,并结合动态时间弯曲的思想,给出了一个基于动态时间弯曲的区间值时间序列的相似性匹配算法.