非线性混合回归演化算法研究

基于最小二乘法的常规非线性回归算法的缺点，提出了方程结构与系数的混合回归演化策略方法。在指定最大回归项数的前提下，该混合回归演化策略先找到一些基本满足拟合要求（回归项数与精度）的初始种子回归方程，再以回归项数逐步减少、拟合精度逐步提高为准则，对初始种子回归方程进一步混合回归演化，最后得到回归项数最少、拟合精度最高的最佳回归方程。此外，利用该混合回归演化策略对液体火箭发动机常见的几个经验关系式进行了非线性回归拟合实例分析，拟合残差分布表明该混合回归演化策略方法是有效的。

基于广义模糊熵的液体火箭发动机故障检测研究

定义了系统状态的广义模糊熵及其计算公式，即当前时刻滑动数据窗口上聚类结果的广义模糊度，给出了滑动数据窗口中采样数据矢量方向分布中心的离散度定义及其与广义模糊熵之间的负指数关系，并基于该离散度概念对自适应窗口滤波器进行了改进，提高了滤波器对噪声的敏感度，从而进一步提高了基于自适应窗口滤波器的故障检测算法对强干扰噪声的鲁棒性。本文基于受强噪声干扰的实际试车数据，采用模糊Ｋｏｈｏｎｅｎ聚类网络（ＦＫＣＮ）作为滑动数据窗口上的聚类算法，进行了数值仿真比较实验。仿真结果表明，基于广义模糊熵的故障检测算法具有对干扰噪声的强鲁棒性，是低信噪比环境下的一种有效的故障检测算法。