广义二次函数方程在模糊赋范空间上的Hyers-Ulam稳定性

讨论了在模糊赋范空间下广义二次函数方程(4-k)f(∑k i=1xi)+∑k j=1f((∑k i=1,i≠j xi)-xj)=4∑k i=1f(xi),k≥3的Hyers-Ulam函数方程稳定性,指出在满足适当条件下按照模糊范数逼近的广义二次函数方程一定存在逼近的广义二次映射,从而拓宽了函数方程稳定性定理的研究领域.     

基于SAGA的协同多目标攻击决策

以超视距协同空战为背景,在对每个目标分配一枚导弹攻击的模式下,研究了协同多目标攻击空战决策问题.首先,基于对空战威胁态势的分析,将协同多目标攻击决策问题转化为导弹目标攻击分配的优化问题并建立其攻击效能评估模型.然后,提出将模拟退火遗传算法(SAGA)用于该问题的寻优,算法中个体采用整数编码,并采用非常规的交叉与变异操作产生新的个体.在进化结束后,通过最佳导弹目标分配个体求得最终协同攻击决策方案.仿真结果表明所提出的算法对最优分配方案的搜索效率明显优于单纯的遗传算法.     

基于改进双曲正切函数的变步长最小平均p范数算法

在信号处理领域,传统的自适应滤波算法采用的固定步长会导致稳态误差和收敛速度无法同时兼顾。针对这个问题,对最小平均p范数(Least Mean p-norm,LMP)算法进行改进,提出了一种基于改进双曲正切(tanh)函数的变步长最小平均p范数算法。该算法利用改进的tanh函数来调节步长,采用移动加权平均法构造变步长函数;同时引入了一个调节函数以进一步提升算法的性能。通过在海洋脉冲噪声干扰下进行仿真,实验表明,与已有的固定步长和变步长算法相比,改进的变步长LMP算法较好地兼顾系统的收敛速度和稳态误差;引入调节函数后的新算法在保证原有算法收敛速度的同时进一步降低了算法的稳态误差,从而兼顾了算法的收敛性和稳定性,具有较好的可行性。     

基于改进蚁群算法的二维MUSIC多谱峰搜索研究

针对二维基于特征分解的多重信号分类(Multiple Signal Classificaion,MUSIC)算法在多谱峰搜索时计算量大、估计失败率高以及传统蚁群算法在进行二维多谱峰搜索时无法同时搜索多个谱峰的问题,将蚁群算法进行改进,同时与聚类思想相结合,加上动态调整搜索范围,使得改进后的蚁群算法可以进行二维MUSIC...     

hcp-Co基费托合成催化剂的研究进展

由于Co基费托(F-T)合成催化剂具有优异的催化性能,一直受到学术界和工业界的广泛关注。近年来人们发现Co基催化剂对F-T合成反应的催化活性与催化剂晶体结构有紧密关系,六方密堆积(hcp)相Co基催化剂的催化活性大于面心立方(fcc)相Co基催化剂的催化活性。综述了hcp-Co基F-T合成催化剂的最新研究进展,介绍了hcp-Co的晶体结构、B5活性位点的分布、hcp-Co不同晶面对C—C链增长机理的理论计算结果及制备hcp-Co基催化剂的实验方法,展望了Co基催化剂的未来发展方向。     

船闸末级闸首超长输水廊道泄水水力特性数值模拟

拟建的三峡枢纽水运新通道船闸末级闸室超长输水廊道运行水头高、输水量大、输水时间短、输水距离长,水流具有强非恒定性,保障其安全运行非常重要,故对高水头船闸末级闸首超长输水廊道的阀门开启过程的非恒定水动力特性进行数值模拟,研究不同输水廊道长度、不同阀门开启时间下,闸室流量过程、闸室水位过程、阀门井水位过程等水力要素的变化规律和影响因素。研究表明:船闸末级闸首输水廊道长度加长会增加惯性超降值、增长惯性超降波动周期、延长泄水时长、降低闸室水位升降速度,同时减少阀门开启过程中阀门井水位降落值;加快阀门开启速率会减少泄水时长、增加闸室水位升降速度、减少阀门开启过程中阀门井水位降落值。研究结果可供三峡枢纽水运新通道末级闸首超长泄水廊道设计参考。     

红石岩堰塞体左岸古滑坡体帷幕灌浆试验研究

牛栏江红石岩堰塞体左岸古滑坡体架空、裂隙发育、地层结构与颗粒组成变化大,钻灌深度约130m,施工难度大,灌浆试验拟定采取两种灌浆方法,覆盖层上部灌段采用套阀管法灌浆工艺,下部灌段采用孔口封闭法灌浆工艺;套阀管法采取灌膏浆、缩小段长及间歇灌浆等方式;通过两次灌浆试验,调整了原设计方案,为后续灌浆施工提供依据。     

基于提高动稳定性的拱坝拱圈结构抗震优化设计

提出了表征结构抗震动稳定性的能量函数，推导了能量函数的表达式，并以拱坝的拱圈为算例，进行了优化设计，结果表明，降低了拱圈结构的地震反应能量，提高了抗震能力。     

基于机器学习的电潜泵工况诊断

为了减少电潜泵井电流卡片工况识别分析时的人为误差,建立了使用实时电流数据的基于机器学习的工况诊断模型。首先使用特征工程的方法,对电潜泵运行过程中的电流数据提取特征值;其次使用主成分分析法对特征值进行无监督降维聚类,并将聚类后的结果与实际工况进行对比证明聚类的有效性;然后使用降维后的带标签数据,建立逻辑回归模型;最后将未经训练的数据代入模型并进行误差分析。对A油田56口电潜泵井高密度实时电流数据进行了基于机器学习完整流程的工况诊断,结果表明,该模型在降低计算复杂度的同时,成功实现了正常工况、泵抽空、过载停泵、频繁短周期运行等4种常见工况的分类识别,诊断准确度、精确度、召回率均在80%以上,F₁分数85%,达到了期望的分类效果,证明了应用机器学习方法,使用实时电流数据对电潜泵工况诊断的可行性和可靠性。     

基于DSP的无人机自主着舰识别算法

针对复杂海面环境造成的图像干扰变形给无人机着舰过程中人工标识的识别带来的困难,采用了一种基于仿射不变矩和支持向量机(SVM)的识别方法,首先采集各种变形下的适量标识样本,经过适当的预处理之后,提取其仿射不变矩,然后送入 SVM进行训练识别,并且给出了在 DSP 系统内基于上述流程的实现方法。实验表明,该方案对于图像在各种小幅度干扰变形下的识别率均达到了90%以上,平均每帧测试时间为170 ms,对于旋翼型无人机自主着舰具有一定的实用性。