水下爆炸下水下目标振动信号的时频分析

针对某水下目标的抗水下爆炸试验数据,基于短时Fourier变换、小波包变换进行时频分析比较研究,得到水下爆炸作用下水下目标振动信号的时频分布和能量分布规律。结果表明,短时Fourier变换使用的窗函数固定,分辨率单一,其分析结果只能大致反映信号能量随时间的变化;小波包具有更好的时频特性,可以提取出水下爆炸下冲击波、滞后流和二次压力波三个不同时段的信号进行能量和频率分析,并由此可确定不同时段对目标毁伤的影响。     

基于GL Studio的电力监控系统设计

针对船舶上多层次电力系统分布在监控管理上存在的问题,设计开发出基于GL Studio的电力监控系统,并给出系统的软件设计方法.利用GL Studio建模形象逼真、速度快、效率高、生成代码可读性好的特点和VC++构建电力系统,使得系统具有良好的人机界面,可生动、形象地反映电力系统的设备和运行情况,有效地进行监测和管理.     

基于IPSO-XGB的城市轨道交通车站服务质量评价

针对城市轨道交通车站服务质量评价体系不够完善和指标赋权方法较单一的现状,结合当前乘客消费理念及出行习惯,构建基于乘客感知的初始评价指标体系。应用改进粒子群算法(IPSO)与极端梯度提升树(XGB)的混合算法IPSO-XGB计算各指标权重,结合乘客满意度,形成IPA矩阵,得到最终的评价结果,并进一步精简评价指标体系。以长沙地铁五一广场站为例,用分类误差率衡量算法优劣,对车站服务质量进行评价,并将其结果与分类回归树、神经网络等评价算法进行对比。研究结果表明:本文提出的IPSO-XGB评价算法的分类误差率最小,可降至3.85%。     

水陆两栖飞机波浪载荷数值模拟

针对水陆两栖飞机在波浪状态下的强非线性运动响应及安全起降需求,采用空气动力和水动力耦合求解并结合动力学平衡方程对飞机的波浪滑水载荷进行计算。采用雷诺平均N-S方程和SST k-ω两方程模型求解非定常流场,流体体积分数法（VOF）捕捉自由液面,并与模型试验结果对比验证数值方法的可靠性。基于上述方法,研究了速度、波长、波高等参数对滑水载荷的影响规律,结果表明：滑水载荷随波高的增大而增大,但不同波高状态下的载荷差异性随波长的增加呈逐渐减小的趋势;滑水载荷与速度呈正相关;滑水载荷峰值一般发生在1.2～1.8倍机身长的短波状态,随着波长的增加,飞机的载荷逐渐减小,当波长大于4倍机身长后,飞机的载荷值趋于收敛。     

水下目标结构在水下爆炸作用下的失效概率分析

为研究水下爆炸载荷作用下某水下目标结构的可靠性,通过开展多组试验获得了真实可靠的样本数据,在考虑爆炸源、传播介质和结构特性等因素的基础上选用输入变量和响应变量,进而利用回归方法构建输入变量和响应变量之间的预测模型。然后利用蒙特卡洛模拟法对结构进行可靠性分析,得到了爆炸点在平面内变化时结构的失效概率曲线和等可靠度曲线,为水下结构抗爆标准规范的建立提供了依据。     

某型舰炮模拟训练系统的模糊综合评判

科学合理的评估能正确反映训练效果,对提高模拟训练效率和效益都有着重要意义。针对某大型复杂舰炮模拟训练效果综合评价问题,通过对影响模拟训练成绩各因素相互关系和重要程度的全面分析,运用层次分析法与模糊综合评判法相结合的方法,建立了模拟训练评价的指标体系,给出了某型舰炮模拟训练系统的综合评判模型和评判方法,并通过应用实例和程序验证了该模型和方法对评估的可行性和实用性。     

模糊Petri网在某型舰炮系统故障诊断中的应用

用Petri网的变迁激活规则进行故障诊断推理,分析异常行为过程间的因果关系,根据变迁的可信度大小,找到一条最有可能产生已知故障的路径.以某改进型舰炮系统的一个实际故障诊断为例,针对其故障信息的不确定性和模糊性,给出模糊Petri网的故障诊断模型,结果表明该模型具有直观,知识表达能力强和易于推理的优点.     

基于IPSO-Capsule-NN模型的中欧班列出口需求量预测

为提高中欧班列出口需求量的预测精度,提出将改进粒子群算法(IPSO)与胶囊神经网络(Capsule-NN)相结合的预测模型(IPSO-Capsule-NN)。与全连接神经网络不同,胶囊神经网络通过动态路由算法增强了模型的拟合能力和泛化能力。利用改进粒子群算法优化胶囊神经网络的神经元数量、迭代次数以及学习率,以克服人为设定模型参数随机性较大导致模型精确度不高的不足之处。此外,针对标准粒子群算法存在的缺点,提出一种非线性递减惯性权重并引入Levy飞行对粒子群算法的全局寻优能力和收敛速度进行优化。将采用spearman秩相关性分析得到的11个因素作为中欧班列出口需求量的影响因素并对其进行预测,结果表明:胶囊神经网络具有2层隐含层时,IPSO-Capsule-NN模型预测精度更高。