基于偏最小二乘的两栖突击车作战效能预测

针对两柄突击车作战效能和偏最小二乘的特点,提出了基于偏最小二乘预测作战效能的方法。介绍了偏最小二乘回归的具体过程,在此基础上．对某型两栖突击车的作战效能进行了预测。得到了可靠的作战效能系数。     

雷达对抗装备故障诊断系统研究与设计

针对雷达对抗装备的功能结构和故障成因具有层次性的特点,综合利用层次故障树分析法和专家系统的优点,研究设计了雷达对抗装备故障诊断系统。通过对装备的功能结构和故障特性的层次分析,在较小的范围内建立了故障树,并将故障树转换成二叉树来构建知识库,按照最小割集重要度大小的优先顺序进行诊断推理,实现了对雷达对抗装备故障的快速诊断。     

基于加权最小二乘法的武器装备批量生产成本费用研究

加权最小二乘法考虑了现实情况下普遍存在的异方差性,在经济预测中有着更为广泛的应用。在系统研究我国武器装备批量生产规律和状况的基础上,结合计量经济的相关理论,提出基于加权最小二乘法的费用预测模型,并辅以实例进行分析,结果表明,该方法移植性好,由于消除了异方差性的影响,模型的拟合和预测性能较一般最小二乘法更佳。     

基于最小二乘支持向量机的船舶水下焊接质量在线监测

以径向基函数(radial basis function,RBF)为核函数,将最小二乘支持向量机(least squares support vector machines,LSSVM)预测模型应用于船舶水下焊接质量在线监测.提出了一种自适应优化方法确定该模型中的可调超参数和核宽度参数,并建立了实时显示和报警系统.实验结果表明,该方法预测误差较小,建模耗时少,适合于船舶水下焊接质量在线监测.     

小样本情况下的船舶溢油事故风险评价研究

船舶溢油风险评价是一项复杂的多因素问题,是船舶溢油应急管理的关键环节.作为智能搜索算法的代表理论,BP神经网络被认为是进行不确定风险评价的较好方法之一,然而船舶溢油事故属于小样本事件,统计数据往往难以满足BP神经网络要求的样本容量.针对这一困境,首先提出一种利用B样条最小二乘理论的数据拟合法,显著增加样本数.其次,根据船舶溢油特点建立了基于BP神经网络的船舶溢油风险评价模型.最后以上海港近年发生的10起溢油事故为实例,检验了模型的可行性.     

大跨度钢管混凝土拱桥拱肋吊装过程线形调整

工程实例证明,针对大跨度钢管混凝土拱桥拱肋吊装过程中出现的线形调整问题,推导出用最小二乘法对其进行调整的基本方程．提出用解决扣索变原长问题的方法来模拟扣索张拉的实际过程,是正确实用的。     

基于偏最小二乘回归的疏浚产量预测方法

针对绞吸式挖泥船产量预测困难的问题,对挖泥船作业实时反馈的数据进行研究。利用Relief权重算法提取出影响挖泥船产量的主要工艺参量,并在此基础上采用偏最小二乘回归,建立主要工艺参量与产量之间的数学模型,实现对挖泥船产量的预测。结果表明,利用偏最小二乘回归建立的数学模型能够很好地对挖泥船的产量进行预测,可为预测挖泥船的产量提供一种有效的方法。     

关于《钢质内河船舶建造规范》(2009)总纵强度问题的探讨

本文简要阐述了影响船舶总纵强度的主要因素,并对《钢质内河船舶建造规范》（2009）中将船舯剖面处的最小剖面模数表示成型深D的表达形式提出了自己的见解,并指出了总纵弯矩与中剖面最小剖面模数计算公式中的不协调。     

基于最小二乘支持向量机的公路工程造价预测模型

由于公路工程造价的影响因素错综复杂,且历史数据非常有限,使公路工程造价预测成为典型的小样本条件下非线性回归问题。针对传统的回归方法解决这类问题的不足,该文提出一种新型的公路工程造价预测模型。该模型基于最小二乘支持向量机的基本原理,结合公路工程的具体特征,实现了公路工程造价的智能化预测。新模型充分发挥了最小二乘支持向量机在解决有限样本及非线性回归问题中的优势,建立了较准确的预测模型,且训练速度较普通支持向量机更快。实证数据分析验证了本模型的有效性。     

基于线性自抗扰控制的自动驾驶车辆纵向加速度控制算法研究

为提高自动驾驶车辆纵向加速度控制算法的鲁棒性,基于电动汽车纵向加速度系统仿射模型,提出了具有双观测器结构的线性自抗扰加速度跟踪控制算法,并通过带有遗忘因子的递归最小二乘法对阻力模型进行在线辨识,实现了驱动电机与制动系统之间的协调切换。通过搭建硬件在环(HIL)仿真平台对设计的控制算法进行了鲁棒性和实时性验证,结果表明,所提出的控制算法能够实现对加速度信号快速、稳定跟踪,能够在车辆纵向动力学模型未准确建模状态下对纵向加速度进行有效控制。