基于MCMC方法的虚拟试验贝叶斯校准研究

虚拟试验利用计算模型研究复杂物理过程,并预测其性能.计算模型输入参数中通常包含部分固定但未知参数,可利用计算模型结果和少量有限的试验数据校准未知参数,并研究存在建模不确定性时虚拟试验的预测问题.提出了一种贝叶斯统计方法,采用高斯过程为仿真计算模型以及模型不确定性建模,利用Markov chain蒙特卡罗抽样方法计算校准参数和仿真模型预测后验分布.设计测试算例演示所提出方法的高效性.     

网箱养鱼对水质影响的研究

3年的试验观测结果表明,密云水库走马庄副坝库湾网箱养鱼区TN、TP、BOD、chla含量和浮游藻类、浮游动物、大肠杆菌密度均高于库区.而SD、DO则低于库区。以SD、chla、TP和COD为参数,计算Carlson指数,分析水体营养状况,网箱养鱼区为中-富营养型,库区为中营养型。网箱养鱼区由于大量投饵和鱼类粪便的积累,增加了水体中氮、磷等营养盐类的负荷,打破了自然状态下淡水生态系统的物质交换和能量流动,加速了水体的富营养化进程。     

基于区间数多属性决策的导弹突防效能评估方法

随着导弹攻防对抗技术的复杂性、不确定性日益增强,导弹突防效能评估问题也日益复杂。考虑区间数理论处理不确定问题的优越性,建立了基于区间数多属性决策的导弹突防效能评估模型,对导弹突防效能评估指标体系构建、权重确定和信息集结方法进行了研究。在此基础上,采用区间数多属性决策方法对几种导弹突防方案进行了突防效能排序计算,验证了采用区间数多属性决策方法评估导弹突防效能的有效性和可行性。     

设计优化可视化研究综述

现代设计优化技术日益复杂,可视化技术的引入对促进优化技术在工程中的普及与应用,提高设计质量与优化效率具有重要意义.首先分析了设计优化中存在的未知因素多、求解不透明,优化效率低、结果分析不直观等问题,阐述了设计优化可视化概念,综述了国内外研究现状及发展趋势,建立了设计优化可视化功能框架,分析了设计优化可视化系统实现的技术难点,论述了综合应用多种可视化方法,多角度解决问题的技术策略.     

一种基于划分聚类和模糊神经网络的机器学习方法

将基于划分的模糊聚类算法和一般模糊极小极大神经网络分类算法相结合，提出了一种新的机器学习方法，实现了基于类比的案例推理学习模型。具体实现思想是，首先利用基于确定性退火技术的划分聚类算法对已知案例进行聚类标识，由所得结果建立一般模糊极小极大神经网络分类模型，然后用该模型实现新目标问题的案例相似性检索，最后针对目标问题结果案例完成案例学习。通过实例表明，该算法具有较好性能，并在基于案例推理的固体火箭发动机总体设计中成功应用，得到了论域覆盖面大的设计结果集。     

虚拟试验设计中的序贯极大熵方法研究

针对包舍计算耗时仿真模型的虚拟试验预测模型建模过程，提出了一种序贯极大熵试验设计方法。通过调整高斯先验过程协方差函数，在预测模型误差较大区域序贯地增加新试验点，合理权衡试验点数目与预测模型精度。设计数学算例演示了序贯极大熵试验设计方法的效率，并证明优于一步法，适用于虚拟试验预测模型建模。     

基于模糊理论的卫星系统效能评估仿真研究

根据卫星系统的功能结构关系,建立了卫星系统的评估指标体系;然后针对该系统效能评估多任务多指标的特点,以模糊理论为基础,结合层次分析法提出了一种多层次模糊综合评判模型;最后,介绍了效能评估的实现过程,并从仿真分析中总结出一些从卫星系统总体设计指标着手提高其综合效能的新思路。     

数论网格法在极大似然估计中的应用

复杂似然函数的多峰性使得极大似然估计的求解存在很大困难。针对这一问题,提出了求解极大似然估计问题的数论网格法。讨论了数论网格法的特点,理论分析了其算法精度,给出了基于数论网格的序贯优化算法的计算步骤,研究了初始搜索区域和算法初始参数的确定方法。最后,以两参数威布尔分布参数极大似然估计为例,给出了极大似然估计的计算过程,比较了序贯优化算法和对分法的估计结果,说明了序贯优化算法的有效性和计算效率。     

测定情绪商的一种方法

测定情绪商的一种方法张为华译不象智商可用著名的斯坦福华尼特试验进行测定，情绪商则不适合任何一种单一的数字式测量方法。专家们说它也不应该如此。根据定义，情绪性智力是一种复合的多面的品质，代表象自知力、情绪感染力、毅力和社交能力等无形的东酉。不管怎么样，...