基于随机多权重TOPSIS法的目标威胁评估

在目标威胁评估问题中,为了解决目标各项特征权重选取可能存在主观决策误差的问题,提出了一种基于随机多权重TOPSIS法的空中目标威胁评估方法。基于层次分析法确定了各项特征之间的权重,对难以定量衡量的目标特性进行了特征提取,并基于随机多权重TOPSIS法将空中目标的威胁度进行了评估。仿真实例表明:随机多权重TOPSIS法威胁评估与AHP、TOPSIS方法排序一致,但给出了各目标威胁度的不确定范围,实验中不确定范围值最低为0.08%,最高为3.78%。战场指挥人员可以通过本文中提出的威胁度不确定性范围得到更多参考信息。

基于目标反应谱的超高层结构随机地震反应分析

目前有关超高层结构的地震反应研究大多限于确定性问题。分别选用上海抗震设计反应谱和软土场地拟合反应谱作为目标反应谱,用迭代方法求取与目标反应谱相对应的功率谱密度函数,按Clough-Penzien平稳随机地震动模型拟合并给出相应谱参数,采用Ansys软件建立上海某超高层建筑结构的三维有限元分析模型,以文中拟合的平稳随机地震动功率谱密度作为输入,对超高层结构进行了随机地震反应分析,探讨了不同类型的随机地震作用下超高层建筑结构地震反应的差异、以及结构的功率谱反应随层高的变化情况,得到了有工程参考价值的结果。

基于时变监测数据的降雨滑坡多目标随机反分析

基于非饱和土流-固耦合理论和贝叶斯理论,建立了边坡的非饱和土流-固耦合随机反演模型,提出了基于马尔科夫链的多目标随机反分析方法,利用位移和孔隙水压力时变监测数据进行多目标和单目标随机反演,并对反演结果进行比较分析。结果表明,多目标随机反分析参数后验分布标准差较单目标随机反分析明显减小。单目标随机反分析只对本目标进行优化,对其他目标的预测误差较大。多目标随机反分析能同时对所有目标进行优化,反演结果对所有目标误差均较小,95%置信区间较单目标明显收窄,采用不同类型监测数据的多目标随机反分析所得结果更为可靠,预测更为准确。

多目标随机决策分析的IRGSD—FDⅡ方法

本文就多目标随机决策问题,通过引进一种新的解的概念——目标满足度β与约束可行度α协调解,简称(α,β)一协调解。提出了一种决策方法——交互式参考目标满足度与可行度方法Ⅱ(IRGSD—FDⅡ),并讨论了这一方法在研究开发(R&D)项目选择问题中的应用。这一方法的基本步骤包括:替代问题的产生;决策者初始约束可行度α、目标满足度β及目标参考水平q的确定;反映决策者偏好的多属性效用函数的估计;替代目标函数的重新定义和求解;与决策者的对话;最佳(α,β)协调解的获得等等。

水资源优化配置多目标风险分析方法研究

在分析水资源配置风险内涵及其可能存在风险因素的基础上,识别了水资源优化配置的主要风险因子,建立了水资源优化配置多目标风险分析模型,提出了基于随机模拟技术的水资源优化配置多目标风险评估方法,通过该方法对南水北调中线调水后汉江中下游地区水资源配置风险值的分析,得出引江济汉补偿工程可显著提升南水北调中线调水后汉江中下游地区枯水年、平水年水资源配置方案的综合效益,降低中线调水对汉江中下游地区缺水等不利影响的风险。

非高斯杂波下距离扩展目标检测器的失配性能分析

在球不变随机向量杂波条件下,研究了目标方向向量失配时距离扩展目标的检测问题.针对不依赖于散射点密度的广义似然比检验检测器,从理论上分析了信号实际方向向量与导向矢量失配对检测性能的影响,推导了失配条件下的检测和虚警概率公式,证明了检测器的恒虚警率特性.仿真实验表明,检测器对能量均匀分布的目标具有最佳性能,对失配目标信号具有很强的抑制能力;进一步分析表明,目标幅度起伏会带来一定的检测损失,而距离单元间散射点的相关性在高值检测概率区也会引起检测损失.

岩石力学参数的非线性随机反分析

从概率统计学估计原理出发,考虑工程中实测位移的随机波动性,应用随机反分析的目标函数,并得出反演参数方差计算公式。引用弹塑性开裂模型描述岩体的性态,非线性迭代采用收敛稳定的子增量变Kp法。同最小二乘法反分析作比较,研究结果表明随机反分析更符合实际岩石工程的实际情况。

势平衡多目标多伯努利滤波器高斯混合实现的收敛性分析

研究了势平衡多目标多伯努利(cardinality balanced multi-target multi-Bernoulli,CBMeMBer)滤波器高斯混合(Gaussian mixture,GM)实现的收敛性问题.证明在线性高斯条件下,若GM-CBMeMBer滤波器的高斯项足够多,则它一致收敛于真实的CBMeMBer滤波器.并且证明在弱非线性条件下,GM-CBMeMBer滤波器的扩展卡尔曼(extended Kalman,EK)滤波近似实现—EK-GM-CBMeMBer滤波器,若每个高斯项的协方差足够小,也一致收敛于真实的CBMeMBer滤波器,本文的研究目的是从理论上给出CBMeMBer滤波器GM实现的收敛结果,以完善CBMeMBer滤波器对多目标跟踪的理论研究.

油田措施随机机会约束目标规划模型及算法

油田措施规划是一种提高油田措施增产效果的重要手段。引入随机机会约束目标规划理论,同时考虑措施增油量、措施增油成本等目标,建立了油田措施随机机会约束目标规划模型,并给出了融随机模拟、神经网络、遗传算法于一体的混合智能算法。最后给出一个实例来说明该模型与方法的有效性。

基于独立分量分析的运动目标检测

针对阈值比较法对环境适应能力弱,基于独立分量分析(ICA)原理提出了一种新的检测方法.首先将图像作为观测矢量,根据主次分量组合关系修改观测矢量,然后利用矩阵分离运算分割出运动区域.观测矢量的修改是在相邻两帧间进行重组和拓展,以达到突显运动和抑制噪声的目的.该方法的优势在于无阈值限制,自适应地分割运动区域,能适应较为复杂的背景环境,且处理速度满足实时性要求.实验结果验证了方法的有效性与鲁棒性.

末段反导目标分配需求分析

末段反导目标分配是末段反导辅助决策的核心环节之一,是随机事件驱动、多约束、动态循环分配的过程.着眼解决复杂的末段反导目标分配问题,以需求为牵引,结合目标分配的研究现状,分析了末段反导目标分配模型的正确性、智能型、自适应性需求,分析末段反导目标分配模型解算的迭代优化的能力、动态多约束优化能力、高效处理时间约束的能力需求.末段反导目标分配模型及其计算需求分析的研究有望为末段反导目标分配辅助决策系统设计开发提供模型及解算方法基础.

动态背景下基于光流场分析的运动目标检测算法

针对现有动态背景下运动目标检测算法的不足,提出一种基于光流场分析的运动目标检测算法.首先根据前背景在光流梯度幅值和光流矢量方向上的差异确定目标的大致边界,然后通过点在多边形内部原理获得边界内部的稀疏像素点,最后以超像素为节点,利用混合高斯模型拟合的表观信息和超像素的时空邻域关系构建马尔可夫随机场模型的能量函数,并通过使目标函数能量最小化得到最终的运动目标检测结果.该算法不需要任何先验假设,能够同时处理动态背景和静态背景两种情况.多组实验结果表明,本文算法在检测的准确性和处理速度上均优于现有算法.

考虑联络线功率波动的分割多目标输电风险分析

区域联络线上产生的不规则的随机功率波动给电力系统的安全运行带来风险。从考虑联络线随机功率波动对联络线传输容量裕度影响的角度出发,研究分析联络线输电功率越限风险严重度的评价模型和指标。同时针对常规无条件风险分析方法的不足,采用分割多目标风险分析方法,进行功率波动对联络线输电风险影响的研究,建立基于分割多目标风险分析方法的联络线输电功率越限风险评估框架,并通过仿真验证了其有效性。

基于因子分析和迭代随机森林方法的学生成绩综合评价——以都匀市某高中为例

新课标准明确提出教学评价体系中应建立多元化的目标,关注学生个性与潜能的发展。鉴于此,采用因子分析对学生的多学科成绩降维成少数几个典型因子,诸如理科因子水平和文科因子水平,依据学生在每个因子水平上的得分,可以更为全面的评测出学生在理科和文科成绩上的表现,以及是否存在偏科问题。在学生成绩等级评定的实证教学研究中,首次利用迭代随机森林方法,分别根据学生的各科成绩和反映学生成绩的因子水平,实现了自动对学生成绩进行等级评定,考虑了不同的迭代次数下,对迭代随机森林成绩评定精度作出了对比分析。

高阶马尔可夫随机场下目标识别模型的建立

目标识别是指一个特殊目标(或一种类型的目标)从其他目标(或其他类型的目标)中被区分出来的过程。给出了高阶马尔可夫随机场下的区域邻域系统定义;通过贝叶斯分析,构建了基于协方差矩阵描述子刻画的图像区域度量的先验模型和似然模型;应用随机算法得到极大后验估计,求得目标所在位置和角度;再通过以目标所在位置为中心,获得多个随机矩形;最终以覆盖范围最大者为所寻找的目标区域。通过Matlab仿真实验,对道路中的斑马线进行模拟识别。实验结果表明,可以达到在大区域中识别出既定目标的目的。

港-船系统适应度的随机与模糊分析

本文采用计算机模拟并结合模糊数学理论,对港-船系统的适应性问题进行了系统的探索, 定量分析了系统中大量存在的随机因素和模糊因素。首次提出关于通过能力的模糊概念及其可能性分布,为港口规划和船型论证提供了一种切实可行的方法。

一种新颖的探地雷达快速正演模拟及埋地目标探测机器学习方法

探地雷达正演模拟在真实雷达数据解译及全波形反演中扮演着重要的角色,针对传统探地雷达(Ground Penetrating Radar,GPR)正演模拟计算量巨大、耗时、不利于实时探测等问题,提出一种基于机器学习框架的近实时GPR正演模拟方法.以混凝土中的钢筋探测作为GPR应用场景,混凝土的含水量、钢筋半径及埋地深度作为模型参数,利用时域有限差分数值模拟散射回波信号;运用主成分分析对回波数据进行降维处理得到相应的主成分权值系数,并以此作为机器学习网络的输出;设计了一种基于随机森林的多层循环网络架构和学习策略,不仅充分挖掘学习模型参数和主成分权值系数之间的内在因果关系,也共享主成分间的相互联系,并具有对每个预测主成分完善和修正的功能,以此实现基于机器学习的探地雷达快速正演模拟,与传统机器学习相比,有效提高了正演模拟的精度.在此基础上将两个深度神经网络与随机森林相结合,以回波数据主成分系数为输入,建立了基于机器学习的场景参数预测模型,实现了近实时的埋地目标探测,预测的混凝土含水量最大误差为2%,钢筋埋地深度最大误差为6.7%.

基于二维随机投影特征典型相关分析融合的SAR ATR方法

合成孔径雷达(Synthetic aperture radar,SAR)自动目标识别(Automatic target recognition,ATR)是现代战场情报侦察、精确打击的重要支撑技术。为提升SAR ATR整体性能,提出基于二维投影特征多重集典型相关分析(Multiset canonical correlations analysis,MCCA)的方法。首先,采用若干二维随机投影矩阵对SAR图像进行特征提取,获得多层次特征描述。考虑到这些结果之间的相关性和可能存在的冗余及干扰,进一步通过MCCA对它们进行融合处理,获取单一特征矢量。基于稀疏表示分类器(Sparse representation-based classification,SRC)对融合特征矢量进行处理,判决目标类别。实验基于MSTAR数据集开展,对方法性能进行检验确认,结果能够验证其有效性。

考虑双重不确定的目标导向型双属性用户均衡

基于风险规避出行时间和出行成本两种影响出行者路径选择的要素,提出了考虑双重不确定的目标导向型双属性用户均衡。采用高斯Copula刻画风险规避出行时间与出行成本的随机相关性,结合出行者风险规避出行时间和出行成本的实现概率刻画期望目标实现概率与目标间的相互作用,将所提出的用户均衡表示为变分不等式问题,采用基于路径的连续平均算法对其求解,数值实验验证了算法有效性。实验结果表明,出行者风险规避特性和目标导向特性会对交通网络均衡流量产生一致或相反影响,部分路径流量的改变可达16.4%。

MEMS陀螺随机漂移在线补偿技术

为了提高微机电系统(MEMS,Micro Electro Mechanical System)陀螺测量的精度,提出了一种陀螺随机漂移的在线补偿方法.在静态时在线建立随机漂移的自回归滑动平均(ARMA,Auto Regressive Moving Average)模型,并针对随机漂移模型随时间慢变的特性,引入虚拟噪声补偿技术加以补偿.针对载体运动状况的未知性,建立机动角速率模型.在此基础上采用自适应卡尔曼滤波技术对随机漂移和角速率进行实时估计.通过试验表明:随机漂移模型、角速率模型以及滤波算法能够满足姿态测量系统的动态应用需要,且姿态测量精度较补偿前有了显著的提高.