用PSO方法搜索基于MLE的ARMA模型参数

针对小样本条件下用矩估计(ME)方法获取ARMA模型参数粗略的缺点,将粒子群优化算法(PSO)用于小样本ARMA模型参数的极大似然估计(MLE),以获得概率上最优的数字解。在分析基于ARMA模型似然函数的基础上,详细分析了PSO的思想、方法和评价指标。以实际例证显示了联合PSO优化方法估计AMAR模型参数的优良特性,并从算法和似然函数角度分别阐释了形成利弊的原因。     

柔性屋面系统在工业建筑节能中的应用

在能源危机的当前背景下,工业建筑屋面节能降耗的功能更加突出。在烟草生产这个对温度和湿度要求较为特殊的环境中,通过应用新技术材料高分子防水卷材、保温板及其配套附件组成的集防水保温一体的柔性屋面系统对原有的老厂房屋面进行改造,能耗节约20%～25%,每年可节约成本100万元以上。     

一种基于模运算的数字水印隐藏算法

数字水印技术是进行数字产品版权保护的一种手段.本文提出了一种基于模运算的数字水印隐藏方法,该方法具有以下性能:①水印的隐藏效果较好;②在水印的嵌入和提取过程中需个人的密钥,因此不知该密钥的用户无法正确恢复水印;③在计算嵌入水印的位置时,采用了具有不可逆性质的方法,因而非法用户无法获得水印的嵌入位置;④水印的提取无需原始图像;⑤可以抵抗LSB进攻、BIT-COMPLEMENT^[4]进攻和剪切进攻.     

极压抗磨托轮油的应用

在边界润滑时，两摩擦表面被一层边界油膜分开时，摩擦表面的微凸峰在高压载荷下易刺破边界膜，引起干摩擦，出现严重磨损。为避免严重磨损，保持完整的边界油膜，常用的方法是在润滑材料中加入少量添加剂，来改善油品的性能，减轻摩擦和磨损。     

浅谈做好工程项目计划的几点心得

“凡事预则立不预则废”,在一个工程项目中特别是大型工程项目,计划的作用显得格外重要。有了详细、周密的计划,在项目开展过程中遇到的阻力及意外情况将大大减少,就算遇到意外、特殊的情况也能按照预先计划好的方案和措施及时解决;如果没有一个好的计划,在项目开展的过程中就好比无头的苍蝇跌跌撞撞、状况不断,最终也将影响整个项目的顺利推进。本文结合四川烟草工业有限责任公司什邡分厂易地技术改造项目的计划与开展情况,浅谈一下如何做好工程项目管理计划,使其在工程项目管理过程中发挥出积极、重要的作用。     

基于零控脱靶量的滑模变结构末制导律设计

针对机动目标, 采用滑模变结构方法, 设计了一种基于零控脱靶量的末制导律。首先, 根据弹目运动方程建立了系统模型; 其次, 选取零控脱靶量作为滑模切换面, 利用指数趋近律和模糊控制法推导了俯仰通道的末制导律; 最后, 对蛇形机动目标进行了弹道仿真, 验证了所设计制导律的可行性和有效性。另外, 仿真结果还表明, 在解决滑模制导律中的颤振问题、缩短剩余飞行时间等方面, 加入模糊控制环节的方法比用饱和函数代替符号函数的方法更加行之有效, 具有更强的鲁棒性。     

用时序和逻辑规则形成动态故障树的紧缩Markov链

针对枚举底事件的所有时序状态来形成Markov链的弊端,借鉴静态故障树的最小割集(minimum cut set, MCS)思想,考虑形成紧缩的Markov链（即最简顺序割集）。其重要目的是剔除冗余的Markov链,在保证不影响系统失效分析的同时减小状态空间,最大限度地避免陷入组合爆炸的危险。其显著特点在于用时序规则和逻辑规则来描述动态逻辑门。以此为基础,用BDD（binary decision diagram）技术首先形成基于逻辑规则的动态系统的MCS,其次对每个MCS运用时序规则,组合成必要的Mark     

用递归BDD技术分析故障树

研究了二元决策图(BDD)技术在故障树分析中的具体运用.针对传统故障树分析方法只能得到顶事件的割集而常规不交化割集策略又太过烦琐的弊端,以同时实现故障树顶事件的结构函数及其不交化割集的形式为要求,分析了BDD技术的原理和方法.在用递归方法实现顶事件BDD的基础上,提出了用继承技术自动实现不交化割集.在具体的例证中验证了...     

基于“紧致型”小波神经网络的时间序列预测研究*

分析了“紧致型”小波神经网络的结构和特点。在利用神经网络分析时间序列预测方法的基础上,用方差分析的统计方法确定样本序列的长度,从而有效地确定神经网络输入层节点数。对太阳黑子年平均活动序列进行了训练和预测,并从网络本身的内在制约因素出发比较了小波网络和BP网络对时间序列进行训练和预测的差异,分析了两者出现差异的本质原因。将多分辨率的小波与神经网络的非线性逼近功能相结合的方法发挥了各自优势,明显提高了预测精度。     

基于GAMLSS-GLO及随机森林算法的土石坝渗流监测模型

根据土石坝渗流原型观测,厘清水位、降水等因素的影响,模拟大坝渗流的真实状态,合理评估其渗流监测结果,是土石坝安全监控亟待解决的关键问题。基于此,根据数理统计原理,采用随机森林算法构建无降水条件下渗流量与上下游水位的回归模型;考虑渗流量受前期累积降水的综合影响,引入广义可加模型（GAMLSS-GLO）,模拟降水影响下土石坝渗流监测值的波动区间,并将其与渗流-水位回归模型叠加,预测土石坝渗流监测的可靠区间;最后,将该方法应用于糯扎渡心墙堆石坝的渗流监测。结果表明：所提模型方法对渗流的水位、降水响应表现出良好的适用性,显著提高了渗流模拟预测质量。同时求解了渗流量置信区间,有利于土石坝的运行工况判断及安全监控。