考虑防御系统延迟使其预测误差最大的突防弹道设计

对中段多脉冲机动突防弹道的设计问题进行了研究。采用的原理与方法有别于成熟的航天器多脉冲变轨,而是基于路径规划的思想对弹道设计问题简化。考虑敌方防御系统延迟,改进多脉冲点火模型,并基于变射面的思想对关机点参数进行了设计及优化。然后,从使敌方预测误差最大的角度提出评价函数,并利用遗传算法进行优化。最后,给出了一种同时满足导弹机动突防与打击精度要求的多脉冲弹道设计方法。从模型的可行性,方法的有效性、灵活性、迭代效率及精度等方面进行了仿真验证分析。在PC机仿真中,20 s内就设计出一条保证打击精度的中段突防弹道。结果表明,建立的模型是可行的,提出的突防弹道设计方法是快速有效的。     

基于全局人工鱼群算法的变压器投切控制策略分析

钢铁企业中变压器的投切往往都是根据工作人员的经验而操作进行的,忽略了投切时机对于变压器损耗的影响.考虑到钢铁企业在电力负荷中占有很大的比重,所以投切不恰当而产生的费用是不可忽视的.针对上述问题,提出一种基于全局人工鱼群算法的变压器投切控制方法,根据钢铁企业变压器实际参数,计算出变电站不同运行情况下的临界负载量,通过结合实际负荷情况确定变压器投切点;全局人工鱼群算法具有较快的收敛速度,可以用于解决有实时性要求的问题.以最终节电效益用作为目标函数,基于全局人工鱼群算法得到最优投切方案.最后以某钢铁企业变压器投切为例,验证了所提方法的有效性.     

灰色Verhulst神经网络组合预测区域空域流量

能够对区域空域的流量做出准确的预测,可以为空中交通管理部门协调航班运行,减缓空域内航路的拥堵提供重要依据.运用灰色Verhulst模型与神经网络的组合模型对区域航班流量进行预测,并结合华东地区飞行流量的数据样本训练并测试模型.结果显示,由组合模型得出的流量预测值与实际值较吻合,说明组合模型比单种预测方法能够更为准确地对区域空域流量做出预测.     

基于梯度提升决策树的航班延误分类预测

考虑航空交通网络状态特征对航班延误的影响,将上游的航班延误状态特征加入到预测因素中,并使用梯度提升决策树(Gradient Boost Decision Tree,GBDT)的方法构建了航班延误预测模型.与以往的决策树算法、SVM分类算法、RF算法相比,GBDT算法在航班延误分类预测上具有更高的准确度,可有效提高机场运行管理效率.     

不同优化准则统计组合预测权系数优化

不同的优化准则下,组合预测模型的权系数一般不同.为了兼顾不同准则的优点,根据均方误差,平均绝对误差以及平均绝对相对误差准则分别确定了组合预测模型的权系数向量,再利用这些权系数和层次分析方法构造新的组合预测模型的权系数.最后,通过几个应用实例,说明了这种建立组合预测模型方法的可行性和有效性.     

求解线性比式和问题的缩减分支定界算法[英文]

本文针对线性比式和问题给出一个缩减分支定界算法.在算法中,基于比式分母的输出空间,我们提出一个新的范围缩减方法.结合分支定界框架和输出空间范围缩减方法,建立一个缩减分支定界算法.并给出算法的收敛性,数值实验结果展示了本文算法的优点.     

一类非光滑Chua’s电路的同步控制

本文研究两个带x|x|非线性项的Chua’s电路的全局指数同步和全局同步的控制问题.证明这两个系统在未加控制时不可能同步,但设计不同的控制器可以实现这两个系统的全局指数同步和全局同步.     

带有媒体影响上限的传染病模型研究

媒体报道对传染病的传播有着一定的影响,但它并不是影响其传播的本质因素.通过建立一个具有分段感染率的传染病模型来刻画媒体报道对传染病传播影响的饱和性.分析了系统各平衡态的局部稳定性,同时利用排除极限环的存在性证明了各平衡态的全局稳定性.最后,通过模拟来验证我们的理论分析.     

带多个弹道路径点约束的扩展MPSP制导方法

针对弹道导弹临近空间低弹道突防问题,对仅仅满足末端输出量约束的模型预测静态规划(MPSP)制导方法进行扩展,提出了带弹道路径点约束的扩展MPSP制导方法。通过在临近空间中段飞行弹道上设置一系列弹道路径点约束,依靠这种策略调节中段飞行弹道的形状,提高弹道导弹的机动突防能力。通过仿真对扩展MPSP制导方法的有效性进行验证,仿真结果表明扩展MPSP制导方法能很好地满足临近空间中段低弹道飞行弹道路径点约束,弹道路径点处的角度偏差可控制在0.1°范围内,位移偏差可控制在1.0 m范围内。     

基于改进最小二乘支持向量机的惯性测量组件故障在线检测方法

为提高惯导系统工作的可靠性和导航性能,对其惯性测量组件的故障模式和检测模型进行了分析。针对最小二乘支持向量机(LS-SVM)回归算法做了两点改进,具体方法是先对输入样本观察窗平移更新的每个样本数据进行异常点滤波判断并用牛顿插值法进行处理,接着通过对在线LS-SVM回归过程的研究,提出了一种递推求解的快速算法,将惯性测量组件的输出量、舵偏角改变量并辅以环境因素作为观测样本序列,应用该算法来提高模型检测的准确性和时效性。最后对惯性测量组件无故障和出现卡滞、恒偏差时的故障模式进行了仿真实验,结果表明,与应用LS-SVM、SVM和BP神经网络算法相比,提出的惯性测量组件故障在线检测方法具有较强的鲁棒性和较快的速度。