多层递阶决策问题的理论及其算法的研究与进展

本文介绍了多层递阶问题的基本概念和决策机制,简述了两层,三层及一般的多目标多层决策问题的模型已有的各种算法,讨论了应用的范围及进一步研究的方向。     

自主式水下潜器分层递阶控制系统

本文就自主式水下潜器的模型，给出了该潜器分为四层的分层递阶控制系统及分层递阶控制的仿真结果。     

带前置预旋导轮的螺旋桨空泡脉动压力数值模拟研究

本文基于非定常粘性RANS方法结合Schnerr-Sauer空泡模型,建立了船后螺旋桨空泡脉动压力数值预报方法,并开展了数值方法的不确定度分析;然后采用ITTC'78自航预报规程结合CFD方法预报了带前置预旋导轮的节能效果,开展了安装节能导轮后的螺旋桨空泡脉动压力预报研究;对比分析了有无节能装置时的螺旋桨叶表面空泡形态及1阶和2阶船体脉动压力.研究表明,在本实例中安装节能装置后的1阶和2阶脉动压力分别下降了33％和20％,而桨叶表面空泡面积也有所下降.     

舰船姿态运动的自适应实时预报及其应用

舰船姿态运动预报系统是舰载机起降指导系统中的主要部分,它对提高舰载机安全起降起到重要作用.本文根据大型舰船在随机海浪作用下的运动特性,提出了基于自适应AR模型的预报方法,它通过RLS递推算法实现了在线实时预报.利用DSP设计的上述预报系统,本文进行了大量典型航行工况下的仿真.仿真结果表明,文中提出的舰船姿态运动预报方法可行,提前2秒的预报误差为2.7%,提前7秒的预报误差为8.3%.因此,该方法在工程中具有很大的实用价值.     

四阶谱在水中目标识别中的应用

由于水声信号通常是非平稳、非高斯的,因此对非高斯特征的提取就显得特别重要.而四阶谱具有抑制高斯噪声的能力,本文用标准的一维滞后窗构造三维滞后窗,并将其应用于四阶谱的非参数估计中.仿真实验证明其能明显地抑制四阶谱估计的方差.另外,提取了水声信号的四阶谱特征,识别实验表明其能提高识别率.推导的离散序列非参数四阶谱递推算法使四阶谱的运算速度明显提高.     

基于ISM的城市交通可持续发展体系构建与研究

针对城市交通可持续发展体系的复杂性和特殊性,提出了一种基于系统工程原理中解释结构模型的体系构建方法。在确定影响要素逻辑关系的基础上,求解系统可达矩阵,构建多层递阶的城市交通可持续发展体系解释结构模型;基于该ISM,解释了体系的内部层次结构及主次因素,明确了体系的神经支撑结构树,指出了体系建设的根本立足点在于交通质量、可持续发展交通的建设能力、交通网络形态;该ISM的建立,为科学建立体系、判定内部结构提供了理论基础。     

舰船运动姿态仿真与多层AR预报研究

舰船运动姿态预报可更好地保障舰船各项作业的顺利进行,提高航行安全性。该文从频域角度仿真随机风浪,据此仿真舰船运动。考虑到舰船运动姿态时域上的非线性、非平稳特点,采用多层AR模型进行舰船运动姿态预报,并根据仿真案例进行预报检验。多层AR方法能有效提高极短期预报的精度。     

中等应变率下玻璃纤维-环氧树脂复合材料层合板强度预报

采用真空辅助成型工艺制备多种铺层角度的玻璃纤维-环氧树脂层合板试样,通过专用试验设备开展恒定应变率下面内拉伸、剪切性能的测试.建立中等应变率条件下单向层合板的拉伸和剪切强度数学模型,并通过最小二乘法开展基于实测数据的模型参数识别.以经典层合板理论和蔡-希尔强度准则为基础,推导并编制了MATLAB仿真计算程序,实现了玻璃纤维-环氧树脂层合板在轴向中等应变率下的拉伸强度预报,并通过试验验证了预报方法.结果表明预报值与试验结果吻合较好.该方法可以预报中等应变率条件下玻璃纤维-环氧树脂复合材料层合板的拉伸强度,预报精度满足工程应用的需求,可用于中等应变率下复合材料层合板铺层角度优化设计.     

带前置预旋导轮的螺旋桨空泡脉动压力数值模拟研究（英文）

本文基于非定常粘性RANS方法结合Schnerr-Sauer空泡模型,建立了船后螺旋桨空泡脉动压力数值预报方法,并开展了数值方法的不确定度分析;然后采用ITTC'78自航预报规程结合CFD方法预报了带前置预旋导轮的节能效果,开展了安装节能导轮后的螺旋桨空泡脉动压力预报研究;对比分析了有无节能装置时的螺旋桨叶表面空泡形态及1阶和2阶船体脉动压力。研究表明,在本实例中安装节能装置后的1阶和2阶脉动压力分别下降了33%和20%,而桨叶表面空泡面积也有所下降。     

基于长短期记忆神经网络的涡激振动快速预报

基于本征正交分解（POD）方法和长短期记忆（LSTM）神经网络,建立圆柱双自由度VIV短期高精度快速预报模型,即POD-LSTM模型。模型训练所需数据通过浸没边界格子玻尔兹曼方法（IB-LBM）生成。基于POD降阶方法建立编码层和解码层,将流场快照集转化为一系列模态系数的时间序列,将其作为LSTM网络的输入,并将预报所得模态系数重构为流场快照。通过LSTM及滑动时间窗口策略实现未来任意时刻信息的预报。在Re=150、Ur=3,5,6,8工况下,基于过去50个时刻的历史数据,对未来300个时刻的流场速度分布及圆柱横流向位移进行预报。速度场的量纲一预报误差和均方根误差、圆柱横流向位移的均方根误差均维持在较低的水平,证明了POD-LSTM模型具备较高的预报精度。此外,在相同条件下,POD-LSTM模型计算耗时仅为IB-LBM的5.27%,在预报效率方面有显著优势。     

波浪运动补偿平台广义升沉位移的实时预报

具有波浪运动补偿功能的稳定平台可有效减少船舶在风浪中的摇摆和升沉运动对某些海上作业和设备的影响.为了有效地进行波浪运动补偿,需要对该平台的广义升沉位移(横摇、纵摇以及升沉的耦合作用结果)进行极短时预报.本文采用时间序列分析理论中的自回归(AR)模型作为预报模型,对波浪运动补偿平台的广义升沉位移进行极短时预报.在以往的研究中,通常采用递推最小二乘法AR模型进行在线参数估计.但是采用递推最小二乘法进行参数估计容易引起参数爆发,从而影响AR模型的稳定性.针对该问题,本文采用阻尼递推最小二乘法对AR模型进行在线参数估计,并结合实验获得的平台控制点的广义升沉位移数据进行实时建模预报.仿真结果表明,采用阻尼递推最小二乘法进行参数估计能抑制参数爆发,并能提高AR模型实时预报精度.     

Method for improving RLS algorithms

The recursive least-square (RLS) algorithm has been extensively used in adaptive identification, prediction, filtering, and many other fields. This paper proposes adding a second-difference term to the standard recurrent formula to create a novel method for improving tracing capabilities. Test results show that this can greatly improve the convergence capability of RLS algorithms.     

基于捷联式电子罗盘的舰船姿态及姿态速率估计

捷联式电子罗盘正被大量应用，根据其自身观测能力，提出了一种新的姿态及姿态速率估计方法，该优化估计方法采用加权统计线性回归技术，与经典的对非线性系统方程的线性化的方法相比具有更高的精度和稳定性。仿真结果表明，该方法可以明显提高捷联式电子罗盘的姿态测量精度，并能同步完成对姿态速率的估计，直接扩展捷联式电子罗盘的功能。     

双层底分段装配方案的模糊综合评判

在分析影响选择分段装配方案若干因素的基础上,提出了双层底分段装配方案的多级模糊评判方法,并以实例介绍了二级模糊评判方法的计算过程,以及将计算结果应用于不同方案的优劣比较,从而得出了最优建造方案的全过程.     

基于相对可计算性理论的过程模式可计算泛函

研究了无穷计算的基本性质,引入基于相对可计算理论的过程模式可计算泛函概念。通过可计算性基本性质比较,证明了过程模式可计算泛函概念是部分递归泛函概念的扩展,即部分递归泛函类是过程模式可计算泛函类的真子集。     

龙溪口航电枢纽防护区运行安全智能管控系统研究

针对传统防护区运行安全管理以人工为主、信息利用低、动态评估预警缺失等问题，结合龙溪口航电枢纽防护区运行安全管理的主要问题和需求，以创新运行管理模式、强化信息互联共享、提升智能管控水平为目标，构建集数据在线辨识、涝情监控预测、安全实时诊断、风险动态评估、预警响应决策于一体的多层次系统结构，提出涝情实时监控、涝情风险评估、防洪堤安全分析与风险评估等核心功能模块的实现路径和技术要求。研究成果可为全面提升龙溪口航电枢纽防护区防灾减灾能力和安全保障水平提供技术支撑。     

基于自回归模型的船舶姿态运动预报

介绍了自回归时间序列分析法的建模预报原理,并给出了船舶纵摇运动预报应用实例。为检验船舶纵摇运动预报效果,还用船舶纵摇观测数据进行了仿真研究,将真实曲线与预测曲线比较,观察其拟合程度的好坏。实例分析表明,自回归预报算法简单且容易实现,预报精度约为4.6%左右。自回归时间序列分析法亦可用于船舶横摇、首摇等姿态的时间序列预报,该方法在工程中具有很大的实用价值。     

港口集装箱吞吐量的灰色神经网络预测模型研究

为了降低港口集装箱吞吐量的预测误差,提高预测精度,文章通过分析传统的灰色预测模型和 BP 神经网络预测模型的优缺点,构建了灰色神经网络港口集装箱吞吐量预测模型,该模型充分发挥了灰色模型所需初始数据少和 BP 神经网络非线性拟合能力强的特点。以实际数值作为初始数据,各种灰色模型的预测值为神经网络的输入值,神经网络的输出值为组合预测结果。通过实例分析,结果表明：灰色神经网络预测模型提高了预测精度,预测结果比较理想,优于单一预测模型,因此,该模型用于港口集装箱吞吐量预测是可行的、有效的。     

基于多层次模糊综合评价法的内河航道护岸结构型式评价与选择

在内河航道整治工程建设中,护岸结构型式的选择问题一直困扰着设计人员,为了更好地评价护岸型式的优劣以便作出最合理的选择,在分析影响护岸优劣的主要因素及其相互关系的基础上,提出了内河航道护岸结构型式的综合评价指标体系。基于多层次模糊综合评价法,建立了内河航道护岸结构型式的多层次模糊综合评价模型。以江苏某内河航道的护岸结构型式选择为例,验证了该模型的合理性和可行性。多层次模糊综合评价法运用于内河航道护岸结构型式的评价与选择过程,为增强决策的系统性、客观性和科学性提供了一条有效途径。     

基于时间序列BP神经网络的集装箱吞吐量动态预测

集装箱吞吐量预测是港口发展规划制定的依据。在MATLAB环境下，把时间序列BP神经网络应用于港口集装箱吞吐量的预测，采用逐步递归的方法进行，同时注意尽量减少训练样本的浪费（只用1个检验样本）和充分挖掘BP神经网络适合短期预测的潜力。无论是从拟合情况，还是预测值的检验和港口发展规划的实际情况来看，都有着很高的精度．可以作为集装箱吞吐量预测的一种行之有效的方法。