螺旋桨低频宽带噪声影响参数研究与流—声多目标优化设计

文章以谱方法为理论基础,以条带法为数值求解方法,针对Sears力响应函数引入厚度修正,建立了螺旋桨低频宽带噪声理论预报方法.通过对比10叶模型螺旋桨水筒试验数据,验证了厚度修正的效果,厚度修正后总声级误差由2 dB减少至1.1 dB.文中利用厚度修正后的预报方法,从三个层次六个方面对影响螺旋桨低频宽带噪声的参数进行研究,并实现了流-声多目标优化设计:(1)单个螺旋桨影响参数灵敏度分析:①外半径型值对总声级影响较大,而内半径几乎没有影响.②利用Sobol灵敏度分析法对两个不同叶数螺旋桨的流场参数和螺旋桨参数进行研究发现:不同桨叶下各参数影响因子几乎一致,来流速度对于螺旋桨低频宽带总声级有最大贡献,约为30％的正效应,其次是湍流度约为22％的正效应,而湍流积分长度仅占7％的负效应.(2)单个螺旋桨流—声多目标优化设计研究:以NSGA-Ⅱ为优化算法,结合非定常面元法和低频宽带噪声预报方法,实现流-声多目标优化设计.(3)多个螺旋桨相对关系稳健性分析:对不同螺旋桨低频宽带噪声相对关系稳健性进行研究,分析湍流积分长度和湍流度变化的影响.该文的研究成果为下一步将低频宽带噪声纳入螺旋桨设计考核指标奠定了理论基础.     

载人潜器非耐压结构多目标优化设计

基于近似模型技术和多目标优化理论开展框架结构优化设计。针对传统优化方法不能实现自动计算和连续优化的问题,采用APDL参数化语言实现了框架结构的参数化建模,并将Ansys与ISIGHT集成搭建了框架结构的优化设计流程。基于试验设计,根据灵敏度分析完成了框架结构设计变量的筛选,通过近似模型的精度分析构建了框架结构响应面近似模型。采用响应面近似模型进行数值计算,使用智能优化算法完成框架结构单目标和多目标优化设计,并将结果与有限元计算值对比,验证基于近似模型优化的准确性。     

Comparison of advanced imputation algorithms for detection of transportation mode and activity episode using GPS data

Global Positioning System (GPS) technologies have been increasingly considered as an alternative to traditional travel survey methods to collect activity-travel data. Algorithms applied to extract activity-travel patterns vary from informal ad-hoc decision rules to advanced machine learning methods and have different accuracy. This paper systematically compares the relative performance of different algorithms for the detection of transportation modes and activity episodes. In particular, naive Bayesian, Bayesian network, logistic regression, multilayer perceptron, support vector machine, decision table, and C4.5 algorithms are selected and compared for the same data according to their overall error rates and hit ratios. Results show that the Bayesian network has a better performance than the other algorithms in terms of the percentage correctly identified instances and Kappa values for both the training data and test data, in the sense that the Bayesian network is relatively efficient and generalizable in the context of GPS data imputation.     

基于决策树技术的建筑企业信用评价研究

在决策树理论的指导下,通过信息增益的应用和公式的构造获取属性重要程度评价值,结合决策树的C5．0算法得到建筑企业的信用评价模型。经过对该模型进行测试和评价,取得了较好的预测效果。     

知识转移与科层制解构

本文从知识转移角度探讨了组织环境的变化,剖析了科层制组织在知识一决策配置方式上所存在的不适应性,并据此简要预测了未来的组织发展趋势。     

通有决策系统稳定性与可靠性分析

从定量分析的角度,提出了通有决策系统的系统稳定性与决策可靠性概念,并给出一套简易的决策系统稳定性度量和系统决策可靠性的判定方法。该度量和方法可以作为一个通有系统进行决策的前提条件和前期考察依据。     

机场最小起降带模糊优选理论模型

应用多目标决策模糊优选理论,研究了抢修方法、弹坑工程量等因素对机场最小起降带方案评判结果的影响,建立了最小起降带模糊优选理论模型,给出了相关参数的建议值。结合抢修实例对模型和参数进行了检验,发现方案评判结果的优属度量化值由只考虑抢修时间影响的0．83提高为综合评判后的0．98。结果表明该模型可以较好地评价机场最小起降带方案的综合优劣程度,所得决策结果与实际情况比较吻合。     

两层流体中潜体的不定常运动兴波

本文应用Ｌａｐｌａｃｅ变换方法和基元波叠加的概念对两层流体中孤立点源和细长潜体的不定常线性兴波问题进行了探讨,给出了自由面和内界面的波型及兴波阻力的算例结果。     

项目决策数学模型研究及算法实现

运用层次分析理论和模糊综合评价理论对某项目决策的3种拟建方案进行了科学合理的分析,探讨了其数学模型的建立,编写算法程序验证了模型的有效性和正确性,取得了较为客观和稳定的结果,为科学决策提供了数学理论基础.     

基于自动深度学习盾构掘进姿态预测与控制

提出了基于自动深度学习（AutoDL）算法和多目标优化算法的结合可实现数据驱动的姿态偏差控制指导,用于盾构掘进姿态的预测与控制,以解决现有盾构掘进姿态预测中所面临的执行难度高、成本高、效率低等问题,可用于自动精准地预测盾构掘进姿态随着工程进展的动态变化趋势,并针对盾构机施工状态执行多目标优化算法,快速自动搜寻最优策略,实时调整合适的盾构操作参数,减少对于现场操作人员经验和主观判断的依赖。以上海市天然气主干管网崇明岛-长兴岛-浦东新区五号沟LNG站管道工程隧道A线工程为例,展示该算法框架的优越性。研究结果有助于降低深度学习进入盾构智能控制领域的门槛,推动智能盾构发展。