摘要：随着高性能计算、深度神经网络等技术的发展,运用人工智能技术进行建模仿真研究日趋广泛,需要对智能化建模仿真技术进行系统化理论化研究,为智能建模仿真技术的发展指明方向。在总结人工智能技术发展的基础上,提出了基于人工智能的建模与仿真框架及基本内容,并对其标准化进行了研究,标准化研究利于统一人工智能模型的通用化,实现模型模块化设计,并根据需要对不同模型进行组合,实现模型复用,为基于人工智能的建模与仿真的发展提供支撑。

摘要：随着仿真需求的增加,仿真系统的规模和复杂性也在日益扩大。为了建立一种动态可重组、分布式和可重用性的建模仿真系统,文中提出了一种基于云原生的建模仿真平台,对其技术内涵、体系特点及系统结构进行了论述。研究表明,“云原生”平台具有按需共享、协同仿真、容错运行等特点,可满足仿真规模动态扩大的要求。该平台综合运用深度学习、云原生等技术,实现了仿真资源虚拟化,并按需满足用户的仿真需求,实现了多用户协同操作。

摘要：地磁基准图的构建是实现地磁匹配导航的基石。针对实测数据量较小时利用插值法构建的地磁基准图精度不理想的问题,将压缩感知理论应用到地磁信息采集中。结合地磁基准图的结构特点设计了以离散余弦变换作为稀疏基、单位矩阵作为观测矩阵,以压缩采样匹配追踪(CoSaMP)算法作为重构算法的基于压缩感知的高精度地磁基准图构建方法,并与三次样条插值、Kriging插值及PSO-Kriging插值法进行对比。实验结果表明:所提方法具有较高的重构精度和稳定性,与性能最好的PSO-Kriging插值法相比,在6.25%采样率下重构地磁基准图,所提方法使得峰值信噪比(PSNR)由66.97 dB提高至74.67 dB,绝对误差由25.47 nT减小至10.26 nT,均方根误差由28.57 nT减小至11.33 nT。

摘要：为了进一步提高耦合锥结构光纤超声传感器的整体性能,使其更好地服务于光纤超声无损检测,用有限元分析法仿真分析了耦合锥体材料参数对传感器响应灵敏度的影响。以此为依据挑选出4种超声聚能效果优越的锥体材料,并计算出与其匹配的最佳响应锥尖角度,优化设计了4款基于74°铝锥、30°有机玻璃锥、130°聚苯乙烯锥、126°天然橡胶锥的光纤超声传感器。实验结果表明,这4款传感器均能够有效检测频率为1 MHz的超声波信号,相比现有的传感器在响应灵敏度方面有较大提升,可以有效改善传感器的传感性能;且结构更小巧轻便,能够应用的场合更广泛。