一种基于SVM 的航舵故障诊断方法

针对舵机故障样本数量不足、诊断知识不完备的实际情况,提出一种基于支持向量机(support vectormachine,SVM)的故障诊断方法。根据航舵故障输入输出映射非线性的特点,分析SVM的分类机理,对基于SVM的故障诊断步骤进行介绍,解决了小样本模式的分类问题,并通过仿真对该方法的有效性进行验证。仿真结果表明:该方法对舵机故障分类准确性可达92%。     

一种基于小样本数据的装备故障预测方法

针对目前装备故障预测面临的数据小样本问题以及现有数据驱动方法的不足,提出了一种基于相关向量机的装备故障预测方法,并通过故障预测仿真实例验证了方法的有效性和合理性。理论分析及应用结果表明:与神经网络、支持向量机等方法相比,该方法在保持较高预测精度的同时,在输出形式、参数设置等方面具有优势,应用前景广阔。     

基于多核优选的装备费用支持向量机预测法

针对支持向量机的核函数选择存在盲目性问题,提出多核优选的装备费用支持向量机预测方法。在不同核函数条件下,以提高推广能力拟合精度为目标,结合变步长多层次搜索算法选择最佳参数,确定拟合效果,通过判断选择最佳核函数。实例计算表明,多核优选的支持向量机预测方法精度高,通用性好。     

基于SVM的航空兵空运转场载机架次预测研究

分析影响载机架次的主要因素,利用支持向量机(SVM)理论建立非线性回归模型,通过反复试验和网格搜索算法确定预测模型的核函数及参数,进而对载机架次进行预测.预测结果表明:同BP神经网络预测模型相比,支持向量机预测模型具有良好的泛化能力及准确的预测结果.     

基于遗传算法优化支持向量机的航空装备维修费用预测

针对传统航空装备维修费用预测方法难以计算得到满意结果的问题,建立遗传算法优化支持向量机的航空装备维修费用预测模型。将遗传算法与支持向量机相结合,利用遗传算法对支持向量机的参数进行优化,通过实例对GA-SVM模型的应用进行分析对比。结果表明：在航空装备维修费用预测中,该模型比SVR、BP神经网络、偏最小二乘回归以及传统普通多元线性回归方法,具有更高预测精度和泛化能力。     

基于LS-SVM的飞机部件故障率预测

支持向量机具有完备的统计学习理论基础和学习功能。它用核函数建立预测模型,再用已知数据为学习样本训练学习机,用检验样本进行验证、预测系统未来故障。最小二乘支持向量机(LS-SVM)采用最小二乘线性系统作为损失函数,函数估计精度高、收敛速度快。基于支持向量机的多层参数寻优、等维信息一步预测和不等维信息多步预测,可用于飞机状态评估、故障诊断和参数预测以及故障率分析。     

应用SVR的陀螺漂移误差系数预测

针对目前小样本容量的陀螺漂移误差系数预测精度不高的问题,文中采用支持向量回归算法对陀螺漂移误差系数进行了预测研究,并以某型陀螺某项漂移误差系数的历史数据为例进行了预测.结果表明,应用支持向量回归算法进行陀螺漂移误差系数预测,能够给出良好的预测结果,且预测值和实际值之间达到高度拟合.     

基于支持向量机集成的导弹发动机压力预测

针对导弹发动机压力下降难以预测的问题,根据某型导弹发动机压力实测数据,首先将实测数据进行插值处理,然后利用前5组数据为输入数据,后一组数据为预测数据,采用支持向量机集成方法对导弹发动机压力进行模型辨识,实现导弹发动机压力预测.通过对3组发动机压力实测数据进行仿真分析,发现支持向量机集成预测误差最大为0.102%,满足导弹发动机压力预测要求,对导弹发动机压力预防性维修具有重要作用.     

基于双参数自适应优化的无人履带车辆轨迹跟踪控制

为解决定参数轨迹跟踪控制器工况适应性差的问题,基于改进粒子群优化(IPSO)、多层感知机(MLP)算法,设计一种双参数自适应优化的无人履带车辆轨迹跟踪控制算法。离线状态下,基于采集的实车数据,以轨迹跟踪的高精度、高稳定性、低时间成本为目标,利用IPSO算法构建了不同运动基元下的最优参数组合数据集,并以运动基元类型和车速等为特征向量,控制时域长度、时间步长为标签,采用学习率自适应优化算法完成MLP神经网络模型的训练。在线状态下,根据规划层下发的轨迹信息和车辆状态反馈信息,由MLP神经网络输出预测的最优控制时域长度和控制时间步长,作为双参数输入到模型预测控制算法中,完成自适应轨迹跟踪控制。基于ROS-VREP的联合仿真和基于双侧独立电驱动履带平台进行实车试验。研究结果表明,在包含大曲率转向的综合工况下,与相同计算时间成本的定参数轨迹跟踪控制算法相比,所设计的轨迹跟踪控制器横向偏差均值、航向偏差均值以及转角变化率均值分别降低了30.5%、17.2%、7.8%,证明了算法的可行性和有效性。     

基于多智能体遗传算法优化的航空电子设备状态组合预测

针对传统单一预测方法预测航空电子设备状态的不足,提出了将隐马尔可夫模型（HMM）和最小二乘支持向量机（LS-SVM）相结合的组合预测方法。采用多智能体遗传算法（MAGA）对HMM参数进行训练优化,克服了Baum-Welch算法易陷入局部最优解的缺陷,并在HMM建模过程中引入状态条件概率,以降低不确定性因素造成的影响。采用MAGA估计LS-SVM模型参数,并在参数估计的过程中采用剪枝法实现LS-SVM的稀疏性,从而达到提高LS-SVM泛化性能的目的。在此基础上构建了航空电子设备状态组合预测模型。实例分析结果验证了组合预测模型在预测精度、计算速度和稳定性方面的优势。     

基于人工神经网络的非球形破片阻力系数预测模型

非球形破片的弹道轨迹与其在超声速至亚声速范围内的阻力系数密切相关。非球形破片弹道飞行时会发生随机翻转,阻力系数也会随着破片姿态的变化而改变。为了从有限的破片姿态对应的阻力系数得到随机翻转状态下的平均破片阻力系数,提出一种基于正二十面体的平均方法,对32个特定的破片姿态对应的阻力系数进行平均,得到随机翻转状态下的平均破片阻力系数。该方法得到的立方体以及圆柱体破片的平均阻力系数与弹道枪试验的结果误差在10%之内。进一步研究了破片形貌即球形度对超声速至亚声速范围内破片阻力系数的影响。采用正二十面体平均方法计算得到大量非球形破片的阻力系数,球形度范围为0.35~1.00。通过人工神经网络建立了基于马赫数以及破片形状的阻力系数预测模型。预测模型测试结果表明,该模型具有较高的准确性;球形度是影响破片阻力系数最重要的形状因子,其影响程度在亚声速时最明显;超声速时破片阻力系数与球形度的依赖性显著降低。     

暴雨天气情况下变换车道的预警算法

根据南方特殊气候,以及当前多数车辆的预警系统因基于车辆参数而误报率增加的情况,建立了一种具有驾驶员生物特性以及车辆未来轨迹预测的预警算法;在暴雨情况下,驾驶员的前方,侧方视线会受到不同程度的限制,后视镜功能因结雾而基本丧失,加上路面因积水而导致阻力减少,驾驶员因对于车辆的控制程度降低而出现车辆偏离正常行驶轨迹而变换车道的情况;而传统的预警系统因雨天因素误报率也会大大增加;针对上述问题,提出一种基于未来轨迹预测以及驾驶员意图判断的变换车道预警算法.     

基于蚁群算法的弯曲道路边界的识别

路径识别是智能车辆导航技术关键步骤之一。用抛物线模型拟合道路边界，使直线路径与弯曲路径的表述统一化。将蚁群算法应用于路径识别，利用信息素的正反馈作用，使搜索尽快地在较优的路径上收敛，从而确定抛物线参数。实验证明算法的准确性与实时性都满足实际需要。     

基于面部检测和可变ROI灰度投影的驾驶员眼睛精确定位方法研究

提出一种基于面部检测和可变ROI(Region of Interested)灰度投影的驾驶员眼睛精确定位方法.用该方法通过肤色检测确定面部ROI和人眼矩形ROI,在ROI内对图像进行阈值二值化变换,接着对二值化后的人眼图像进行腐蚀、膨胀操作;对膨胀后的双眼进行垂直积分投影,并进行垂直ROI分割;分别在垂直ROI内对左、右眼进行水平投影,分别获得左、右眼睛的精确定位坐标.这种方法可有效克服由背景、头发、眉毛、睫毛、面部灰度分布不均、脸部旋转产生的干扰.试验证明方法具有相当高的实时性和准确性.     

基于进化行为树的智能体决策行为建模研究

针对传统仿真系统中建模方法存在领域知识获取困难、生成行为固定、缺乏适应性等问题,提出基于静态约束的进化行为树方法构建智能体决策行为模型.在通用进化算法基础上自动生成反映智能体决策行为逻辑的行为树拓扑结构,通过通用学习方法与领域规则的较好结合提升决策模型的生成效率和适应性,并以坦克对战军事游戏中的决策行为建模为例进行验证.结果表明:该方法能增强决策逻辑的可解释性,具备可行性和科学性.     

基于多种预测算法的飞机故障预测效果研究

为大幅提高飞机的维修故障预测精度,在充分研究Fisher 判别法、逻辑回归、随机森林和支持向量机4 种算法的基础上,使用某型飞机故障维修记录数据作为基础数据集,在R 平台上实现这4 种算法,以分析比较4 种 算法在故障预测上的效果差异。结果表明,支持向量机的预测效果最好。     

一种基于信息素变化的改进蚁群算法

针对蚁群算法搜索时间长、易陷于局部最优解的缺点,提出一种增幅递减的局部信息素更新模型。通过分析现有蚁群算法信息素更新模型陷入局部最优的原因,借鉴蚁群模型退火算法思想,根据假设推导出增幅递减信息素更新模型,分析该模型对算法复杂度的影响,并分别采用4种信息素更新模型求解最短路问题。仿真结果表明,该模型能较好地抑制算法陷入局部最优解问题。     

高聚物粘结炸药蠕变行为的近场动力学模拟方法

近场动力学是一种新的无网格方法,发展了其对材料粘弹性力学行为的分析能力。采用Burgers粘弹性模型,结合非线性粘弹体的时间-应力等效原理,推导出非线性粘弹体在不同应力下的蠕变柔度的表达式和近场动力学蠕变本构力函数,建立起可应用于高聚物粘结炸药的近场动力学蠕变模拟方法。模拟了PBX9502的蠕变行为,并通过实验验证。建立的方法可用于高聚物粘结炸药在温度和应力共同作用下的蠕变行为分析。     

基于汽车运动状态在线预报的侧翻预警研究

汽车的侧翻预警是有效防止汽车侧翻事故的重要手段.研究了基于MEMS传感器的汽车运动状态在线监测预报系统.此系统采用四元素法对汽车姿态进行解算,并设计Kalman滤波器对传感器误差和姿态解算误差进行融合处理,从而获得汽车最优估计姿态角,并应用自回归(AR)预测模型对侧向加速度和侧倾角进行实时预测.同时研究基于侧向加速度和侧倾角的汽车侧翻预警方法.该方法中采用横向载荷转移率(LTR)为侧翻判别指标,利用对侧倾角与侧向加速度的预测,进而实现LTR的预测,来完成汽车侧翻预警.通过仿真模拟试验验证了侧翻预警方法的有效性.     

基于RBF神经网络的导弹成本预测研究

分析了现代导弹成本估算中存在的问题.应用RBF神经网络建立了导弹成本预测模型,并采用该模型对某型导弹成本进行了预测.与多元线性回归和BP神经网络的预测结果对比,建立的新型导弹成本预测模型具有更高的预测精度.