基于双参照点的双边匹配决策方法

针对匹配主体有限理性的双边匹配问题,提出一种基于双参照点的决策方法.首先,依据前景理论和社会比较理论,利用主体给出的临界值设定个人参照点和社会参照点,计算序值相对于双参照点的获得和损失,进而得到主体的综合益损值;然后,考虑到主体面临获得和损失时不同的风险态度,依据前景理论将主体的综合益损值进一步转化成刻画主体满意程度的感知价值,并在此基础上,建立以最大化双边主体满意度为目标的优化模型,求解模型得到最优匹配方案;最后,通过算例说明该方法的应用.与已有的方法相比,所提出方法兼顾了个人维度和社会维度对主体心理行为的影响,能够更为全面和灵活地反映出主体的实际感知价值和有限理性特点.  

基于飞参数据的飞机操纵系统故障评估方法

针对某型飞机的操纵系统故障评估问题，提出了一种基于飞参数据建立的差分进化极限学习机(DE-ELM)算法。该算法融合了差分进化(DE)和极限学习机(ELM)两种算法，通过对飞参数据进行训练，构建了飞机操纵系统的黑箱模型。由于极限学习机(ELM)的输入权值以及隐含层阈值是随机产生的，所以ELM的随机性较大，稳定性不高，故利用寻优能力较强的DE对ELM输入权值和隐含层阈值进行寻优，从而实现ELM的结构优化，提升ELM的稳定性和鲁棒性。仿真结果表明，DE-ELM算法的决定系数达到了97.6%，其均方误差相比于BP神经网络降低了约79%，相比于单纯的ELM降低了64%。所以说该法可以有效提高精确度，同时具有更加良好的泛化性能。  

混沌海豚群优化灰色神经网络的空中目标威胁评估

分析空中目标威胁评估特点,综合考虑威胁价值、威胁能力和威胁程度,建立空中目标威胁评估框架;针对海豚群算法易陷入局部最优和早熟收敛等问题,提出一种混沌海豚群算法,将混沌搜索策略引入海豚群算法,通过混沌初始化、动态分群和早熟优化机制,提高算法的全局寻优能力;利用混沌海豚群算法对灰色神经网络的初始参数寻优,通过搜索到的最优解建立基于混沌海豚群算法优化的灰色神经网络模型,并用于空中目标威胁评估.仿真实验表明,混沌海豚群算法优化的灰色神经网络在保证一定收敛速度的基础上,能够提升寻优精度,对测试集的预测效果优于传统灰色神经网络和基本海豚群优化的灰色神经网络,验证了所提算法模型在空中目标威胁评估中的有效性.  

基于DL-MPWFRFT卫星混沌加密通信研究

为了提高卫星通信的安全传输性能，提出了一种基于双层多项多参数加权类分数阶傅里叶变换（Double Layers Multi-parameter Weighted-type Fractional Fourier Transform，DL-MPWFRFT）的卫星混沌相位调制方案。信号在经过QPSK基带映射之后，结合DL-MPWFRFT和Logistic相位扰码进行双重加密，并通过数模转换和射频化处理上载到卫星信道中。仿真结果表明，通过选取合适Logistic参数，可以使得卫星信号星座图分布更加复杂，从而有效增强信号的抗截获性，所提方案较传统加密手段能够提高抗扫描能力10²⁰倍。  

高超声速飞行器非仿射模型的预设性能反演控制

针对高超声速飞行器高动态、快时变、强耦合、不确定与多约束的非仿射模型,设计了一种无需估计或逼近的新型预设性能反演控制方法。将高超声速飞行器纵向运动模型分解为速度子系统和高度子系统并表示为非仿射形式,并对两个子系统分别设计预设性能反演控制器。所设计的控制器不再需要虚拟控制律对时间求导,避免了“微分膨胀问题”。通过设计性能函数,保证跟踪误差限定在预期范围内,使控制器具有满意的瞬态性能和稳态性能,同时明显降低了计算量。最后,通过仿真验证了控制器的有效性及可行性。