参数估算法在无人机费用估算中的应用

无人侦察机是重要的空中侦察装备,可以在目标区域上空进行连续的侦察监视,截获和收集目标区域的完整情报,在空中武器装备中占有重要的地位。为更好地使该系统在运用中得以发展,对其进行费用效能分析估算是关键问题。文章简述了武器装备系统的全寿命周期费用（LCC）的内涵,介绍了费用估算的基本方法及分析了参数估算法在无人侦察机的研制费用估算中的应用,为机关决策提供了先决条件。     

蚁狮算法的参数效能统计分析

蚁狮算法作为一种新型的群智能仿生算法,由于其参数设置少,寻优精度高等特点,已被广泛的用于求解各种优化问题,但其关键参数值的设置没有理论指导,盲目设置往往会对算法本身性能造成显著影响.以经典统计学中的单因素方差分析为基础,设计了蚁狮算法的参数对收敛性能影响的效能实验,对算法的种群规模P、步长浮动因子γ、陷阱浮动因子β设置...     

歼击机远距引导效能研究

介绍了歼击机远距引导系统的组成及其基本原理，对歼击机的远距引导过程进行了分析，将殖击机的远距引导过程分解为垂直引导和水平引导，建立了殖击机按航向进行远距引导数学模型。给出了远距引导的初值范围，并建立了远距引导数学模型和远距引导效能模型，采用蒙特卡洛法对远距引导效能进行计算，对影响远距引导效能的各种因素进行了研究，并给出了仿真计算结果。     

一种基于遗传规划的软件成本估算方法

成本估算是可行性分析的重要依据，是实施项目管理与控制的重要前提。没有软件成本估算，或者很不准确的成本估算，都是造成软件开发失败的原因之一。在过去的几十年间，出现了许多模型用于软件成本估算，如算法模型、专家估算法、德尔菲法、类推法、帕金森估算法、价格策略法等。     

基于参数估计法的互相关流量测量系统

为了提高直接利用互相关函数的极大值求取渡越时间τ0的精度,故采用参数估计法求取流动噪声的脉冲响应函数即参数模型的尖峰位置,该算法是对参数模型中的h不断地修正,算法收敛时得到τ0;该系统主控器采用多核处理器OMAP3530,将随机信号采集、人机交互、通信接口驱动等任务在ARM上运行,而参数估计法的任务由DSP来承担,提高系统的实时性;实验数据表明,参数估计算法的测量误差均在1%左右,可以有效地提高测量精度,具有一定的工程应用前景。     

基于统计方法的舰炮对岸作战效能建模与仿真

研究舰炮作战效能优化建模问题,现代舰炮对岸支援作战任务强度高且时效性强,合理规划弹药携带量和适时确定打击目标需发射弹药数优化,影响实施任务完成的关键因素。针对传统的舰炮对岸作战规划和实施主要依据经验所固有的不确定性,为提高最佳匹配效能,减少盲目性,提出了一种统计方法的舰炮对岸作战效能评估仿真模型。模型根据舰炮对岸支援作战的形式和特点,在对真实的舰炮对岸作战过程进行必要和合理简化的基础上,考虑舰艇海上运动、环境和弹丸散布三个影响舰炮对岸射击误差的随机因素,用以确定上述优化关系,从而为制定高效的对岸火力支援作战方案提供参考,最大限度地发挥舰炮武器系统对岸作战效能。仿真证明了方法的有效性和实用性。     

基于RBF网络的飞机纵向运动参数估算

针对飞机纵向运动方程复杂,现有的气动参数获得方法不易实现,不便于分析与控制,利用RBF神经网络进行参数估算,建立了飞机短周期纵向运动参数估算的RBF神经网络模型;研究了高效RBF和严格RBF网络对模型的估算,分析了RBF分布参数对估算精度的影响;仿真结果表明RBF网络用于飞机纵向运动参数的估算,具有适应多变量、速度快、精度高的优点,能较好地估计纵向运动方程中的未知参数.     

基于改进混沌优化算法的综合负荷模型参数辨识

参数在线辨识是目前电力系统负荷建模的主要手段,而在辨识方法上主要使用了优化类算法.混沌优化算法是一种新型搜索算法,目前在电力系统负荷预测、无功优化中已有应用.该算法改进了以往混沌优化算法的流程,增加了参数搜索范围自动缩小的功能,减少了一次混沌序列生成的步骤.对测试函数的优化结果表明,改进算法在保证精度的基础上大大提高了寻优速度.将该改进算法应用到了直接考虑配电网的综合负荷模型的参数辨识上,仿真结果说明该算法寻优速度快,并且有良好的辨识精度.通过对仿真结果的分析指出,对于负荷模型参数辨识,混沌序列的迭代次数不必超过五万次,合理缩小参数寻优范围有助于提高算法的精度.     

基于参数灵敏度分析的航天器毁伤效能研究

研究空间碎片对航天器毁伤效能评估,针对高速碎片撞击动力学分析,从参数灵敏度分析的角度对空间碎片毁伤航天器的效能进行了研究.采用光滑粒子流体动力学方法建立铝质球形弹丸正向撞击铝质半无限靶的数值模型,并运用正交实验设计方法设计了一组仿真,获得了碎片的材料本构模型参数对航天器毁伤效能的灵敏度.最后对仿真数据进行了统计学分析,验证了模型的精度,证明航天器毁伤效能研究方法的正确性.     

基于改进差分进化算法的非线性系统模型参数辨识

针对非线性模型的参数估计寻优较为困难的问题,提出一种基于改进的差分进化算法的非线性系统模型参数辨识新方法。通过引入一个自适应变异率,随着迭代的进行自适应调整缩放因子,从而在初期保持种群多样性以避免早熟,并在后期逐步降低变异率,保留优良信息,避免最优解遭到破坏。交叉概率采用动态非线性增加的方法,提高了收敛速度。为了验证算法性能,针对几类典型的非线性模型参数辨识问题进行了仿真研究,并将其应用于一类发酵动力学模型参数的估计中。结果表明改进算法的参数辨识精度高,收敛速度也比较快,有效提高了模型建立的精度与效率,为解决实际系统中参数估计问题提供了一条可行的途径。     

基于用户兴趣度的数据归约效果评估方法

面对特定数据归约方案,不同的用户对归约效果具有不同的评价,针对目前数据归约效果评估方法缺乏针对性、忽视用户个性化需求的问题,基于现有的指标体系,提出基于用户兴趣度的数据归约效果评估方法。通过定义用户兴趣度的权重子空间,根据用户对数据集归约方案评价的历史数据计算用户对指标的偏好,利用蒙特卡洛仿真近似计算出用户对数据归约效果的可接受程度作为评估归约效果的参数,实现面向不同用户的数据归约效果评估方法,为面向不同关注点的系统用户推荐不同数据归约方案提供定量依据。     

Corporate videotex systems and cost effectiveness

The applications for corporate videotex systems are growing at a truly rapid rate. This paper looks at the reasons behind this growth, examines how systems are being built and details the type of cost benefits derived by some existing users of videotex technology.     

DE-BP神经网络对产品成本预测的研究

引入BP神经网络算法对产品成本进行预测,建立了产品成本预测模型。针对神经网络参数优化容易陷入局部最优解的缺陷,结合差异演化算法,提出了DE-BP神经网络预测模型。实验表明,该算法具有较高的预测精度,能够为企业生产运营提供可靠的依据。     

基于RBF神经网络的软件成本估算模型

软件成本估算是软件开发过程中一项非常重要的活动,但现有的方法在准确估算软件成本方面还存在不足。针对软件成本估算不够准确的现状,提出了一种基于RBF神经网络的软件成本估算模型。该模型采用样本聚类的方法确定隐含层节点数,利用遗传算法对隐层节点中心值和高斯函数的宽度进行优化,利用线性最小二乘法训练网络的权值。实验证明,该模型能够准确有效地估算软件成本。     

一种基于模糊决策树的软件成本估计模型

提出一种基于模糊决策树的软件成本估计模型。该模型能够把决策树的归纳学习能力和模糊集合所具有的表达能力相结合,在软件成本估计过程中以模糊集的形式预测相对误差范围,并利用决策树的判定规则分析误差源。最后,通过软件项目历史数据验证该软件成本估计模型的有效性。     

改进的基于DFT的OFDM系统信道估计算法

在正交频分复用（OFDM）系统中,针对常用的信道估计算法不能有效地抑制信道冲激响应中循环前缀长度内噪声的不足,提出了一种改进的基于离散傅里叶变换（DFT）的信道估计算法。该算法是一个多次迭代的过程,通过最小二乘算法获得导频位置处的信道频域响应,经过逆傅里叶变换后,利用时域内引入的能量增长速率函数来判断信道冲激响应分布情况,以便对其进行消噪处理,最后通过多次迭代进一步抑制子载波间干扰和加性高斯白噪声。仿真结果表明,无论在多普勒频移较小还是较大的情况下,该算法的估计性能均优于最小二乘（LS）信道估计算法、传统基于DFT的信道估计算法和基于阈值的信道估计算法。在系统误比特率为[10-2]时,改进的基于DFT的信道估计算法比其他算法有3~5 dB的性能增益。     

Approximating probability distribution of circuit performance function for parametric yield estimation using transferable belief model

This paper applies the transferable belief model （TBM） interpretation of the Dempster-Shafer theory of evidence to approximate distribution of circuit performance function for parametric yield estimation. Treating input parameters of performance function as credal variables defined on a continuous frame of real numbers, the suggested approach constructs a random set-type evidence for these parameters. The corresponding random set of the function output is obtained by extension principle of random set. Within the TBM framework, the random set of the function output in the credal state can be transformed to a pignistic state where it is represented by the pignistic cumulative distribution. As an approximation to the actual cumulative distribution, it can be used to estimate yield according to circuit response specifications. The advantage of the proposed method over Monte Carlo （MC） methods lies in its ability to implement just once simulation process to obtain an available approximate value of yield which has a deterministic estimation error. Given the same error, the new method needs less number of calculations than MC methods. A track circuit of high-speed railway and a numerical eight-dimensional quadratic function examples are included to demonstrate the efficiency of this technique.     

An IT outsourcing cost estimation model based on Fuzzy Decision Tree

One of the most popular strategies in business today is global outsourcing. A lot of companies outsource their IT （Information Technology）. In this paper, an IT outsourcing cost estimation model based on Fuzzy Decision Tree （FDT） is presented. The model can combine inductive learning capability of FD1 with the expressive power of fuzzy sets to predict the relative error in the form of a fuzzy set and analyze the source of error using decision tree rule. Finally, the validity of the IT outsourcing cost estimation model is validated with historical project data.     

基于遗传算法和案例推理的软件费用估算方法

为了提高类比法的估算精度,减少人工检索案例的工作量和难度,提出了一种基于遗传算法和案例推理的软件费用估算方法。给出了案例推理过程的估算步骤,构造了案例的相似性度量函数;设计了用于案例推理问题的遗传算法,利用该算法在历史数据库中搜索与目标案例最相似的项目,并对软件项目的特征权重进行优化;借助Albrecht和Desharnais数据库,对提出的方法进行分析。实验结果表明,该方法可以在软件生命周期的早期显著提高软件费用的估算精度,与类比估算和线性回归方法相比,具有更小的平均误差率,其估算性能符合相关行业软件的估算需求。     

适用于软件成本估计及风险评估的混合方法

论文提出了一种用于软件成本估计以及风险评估的方法。该方法将基于算法模型与基于经验的两种成本估计方法相结合,一方面以软件项目基础数据作为评估基础,另一方面则利用了专家知识。另外,该方法还可应用于软件风险评估。为了说明该方法以及证明其可行性,文中提供了一个案例研究。该案例详细说明如何构建成本费用估计模型以及如何利用该方法进行软件风险评估。