模糊量化犯罪量刑优化的探讨

模糊量化犯罪是指对犯罪的量的规定性只能在立法上作出模糊表述的某些犯罪.模糊量化的犯罪在我国刑法分则中占相当大的一个比重,除了经济犯罪以外,其余各类犯罪中均有模糊量化犯罪的规定,总计涉及八十个法条.例如,刑法分则策一章反革命罪和第二章危害公共安全罪,法条对具体犯罪的规定,在量的规定性方面几乎全是模糊表述.由此.可以看出,研究模糊量化犯罪的量刑优化、对量刑优化的研究具有十分重要的意义.     

《檀香刑》非领格“咱家”的语用分析

“咱家”产生于宋元时代而通用于北方地区,具有方言特色,它用作单数自称时,相当于“我”,在一些地区被用作是带有情感标记的特殊称谓。莫言长篇小说《檀香刑》侧重了这种称谓的特殊性,以它所独有的语气和话语内涵在不同的情景语境中展现说话方自尊自大、傲慢无礼、调侃油滑、玩世不恭等情态,凸现“咱家”男性化的语用特征,从这一角度反映出“咱家”具有的一种倨称语用价值。     

雷达网优化部署仿真系统研究

雷达网优化部署仿真系统可以模拟雷达网的部署,自动地计算出雷达网各项战术指标,并能对雷达网的部署方案进行评估、调整、选优.主要描述了雷达网优化部署仿真系统的组成、其核心部分优化部署模块数学模型的建立及其理论依据、该数学模型优化算法的实现及其与其它优化方法的性能比较.     

动态优化偏最小二乘模型的建立与应用

介绍了动态优化方法选择偏最小二乘法最佳主成分数的原理,以汽油烯烃指标为检测对象,研究了主成分数对检测结果的影响.研究结果表明:应用交互验证方法推荐的主成分数并不是最优,通过动态优化方法确定主成分数可提高所建立数学模型的预测效果,与交互验证方法选择主成分数方法相比较,动态优化方法确定的主成分数能够得到更好的预测结果.该方法能有效提高偏最小二乘数学模型的预测效果,是建立具有更好适应性数学模型的有效方法.     

改进粒子群算法在导弹火力分配中的应用

粒子群优化算法是一种新兴的优化技术,思想来源于人工生命和演化计算理论.由于该算法简单易实现,可调参数少,目前已得到广泛研究和应用.在建立导弹武器火力分配数学模型的基础上,运用改进粒子群算法对模型进行了最优化求解,实例的计算结果表明该优化算法对于模型的求解具有较好的收敛性.     

战时机场道面抢修MOS优选数学模型

机场道面是机场的核心部分,遭敌破坏后必须快速修复以保证飞机起降能力.抢修机场道面首先必须快速确定MOS.针对战时机场道面抢修MOS确定问题,建立基本数学模型,利用相对运动原理和坐标变换等知识进行数学分析,得出优化数学模型,并采用逐步搜索比较的算法和Matlab编程实现了MOS快速优选.     

基于微分进化算法的区域雷达网抗干扰优化方法

为提高区域雷达网探测能力和抗干扰能力,提出了一种基于微分进化算法的雷达网优化布站方法.建立区域雷达网优化布站数学模型,分析了雷达网在干扰前后威力区的变化,提出了新的雷达网威力区计算方法,给出了微分进化算法在该优化问题中的求解过程.最后,针对雷达网受干扰后威力区收缩,提出了2种解决方案.仿真结果证明该优化方法是有效的.     

基于Petri网的地面防空信息链传输能力分析

以Petri网为工具,构建并优化了地面防空信息链模型.以此为基础,确定优化前后的信息流路径.将平均传输率和连通概率作为评价地面防空信息链传输能力的重要指标,建立数学模型对比分析了优化前后的地面防空信息链的传输能力.结果表明,优化后的地面防空信息链在平均传输率和连通概率方面均优于优化前的地面防空信息链.     

信息融合系统中的多传感器优化分配

在舰载多传感器信息融合系统中,对传感器优化分配问题进行了研究.充分考虑目标身份和目标优先级等信息,依据最大信息增益准则,建立了传感器优化分配的数学模型,并对算法进行了仿真实验.     

基于离散化模型的雷达优化配置与部署方法

雷达优化配置与部署问题存在模型复杂的问题,很难对其进行优化.提出了一种基于网格的离散化模型.雷达配置与部署的方案、雷达网对防区的覆盖能力以及雷达布站的约束条件都分别通过网格和矩阵进行了定量描述,在此基础上,建立了雷达优化配置与部署问题的数学模型.这样就可以采用模拟退火算法对该问题优化.仿真实验证明了该方法的有效性和可行性.     

自航式鱼雷发射装置发射管长度优化研究

基于某型鱼雷自航发射的内弹道数学模型,选择自航管的总长度作为优化目标,讨论了约束函数的取值,确定了优化问题的数学表达.采用惩罚函数法进行寻优计算,针对约束函数具有不可微和非线性的特点,采用模式搜索算法进行了无约束优化的求解,给出了优化结果并进行了比较.     

考虑战损件回收再造的战场军需备件供应优化研究

在考虑军需备件需求和战损件修复不确定性的条件下,研究了战场上军需备件供应优化问题,建立了优化问题的数学模型,证明了模型的凸函数特性,给出了模型的最优解析解计算方法.     

基于多Agent的编队导弹攻击火力分配的优化研究

目前解决火力分配优化问题的更多的是运用静态的数学模型,忽略了作战是一个激烈对抗的过程.为了更全面地研究编队导弹攻击分配的优化问题,提出了一种基于多Agent的编队导弹攻击火力分配仿真优化研究的方法.首先建立了舰艇Agent的模型,研究了Agent的演化模型,建立了基于Agent的火力分配的优化模型.通过Agent自身的演化,从而达到整个编队导弹攻击的火力分配决策的优化目的.最后给出了仿真试验,对仿真结果数据的分析,验证了方法的可行性.     

刑罚轻缓化之理性思考

刑罚轻缓化是当今世界发展的潮流,但我国由于历来受传统重刑思想影响,对刑罚轻缓化思想是排斥的。要改变这种状况,就要对刑罚轻缓化的基本理论进行研究,以使我国的领导层和普通大众对刑罚轻缓化有一个理性的认识,改变我国的重刑刑罚结构和法官量刑偏重的重刑情结,接受刑罚轻缓化思想,以顺应世界发展趋势。     

基于蚁群算法的试验流程优化研究

水中兵器的海上试验涉及许多人员、兵力、被试产品、测量设备等,试验周期长、消耗大,因此如何缩短试验周期是亟待研究解决的问题.文中首先将试验流程优化问题转化为车间调度问题,建立了相应的数学模型,再应用蚁群算法转移规则得到中间结果并进行排队以对各种资源约束进行处理.最后将结果利用局部搜索算法优化后作为蚁群算法信息素更新的基础.实例计算结果表明,该方法优化效果良好.     

基于粒子群算法的多基地雷达优化布站方法

为提高多基地雷达探测及"四抗"能力,提出了一种基于混沌变异粒子群算法的多基地雷达优化布站方法.定性分析了多基地雷达的布站原则,并对其量化,建立了优化布站的数学模型.为加快求解速度,结合混沌理论对标准粒子群算法进行了改进,给出了混沌变异粒子群算法在该优化问题中的设计方法,并与标准粒子群算法和遗传算法进行了仿真对比.结果表明,该方法能够快速有效得出多基地雷达优化布站方案.     

临近空间传感器动态组网优化部署研究

为了提高临近空间传感器系统整体性能,更好地适应现代条件下的高科技电子战、信息战,提出了一种基于遗传算法的临近空间传感器动态组网优化部署方法,建立了临近空间传感器组网优化部署的数学模型,给出遗传算法在该优化问题中的求解过程和步骤,为加快求解速度对遗传算法进行了改进.通过组网仿真表明该方法能够快速得出多种优化部署方案,从而为传感器组网部署提供了科学、有效的支持.     

基于AHP和TOPSIS的组网雷达"四抗"能力综合评估研究

运用AHP法和TOPSIS法对组网雷达"四抗"能力进行综合评估,建立评估层次结构模型和数学模型.该模型的建立为组网雷达的性能优化提供了决策依据,也为评估组网雷达的作战效能奠定了基础.最后给出一例,验证了该方法的可行性.     

炮兵火力任务分配的优化模型

现代作战,参战兵种多,炮兵的火力单位和类型更为复杂,不同的火力单位具有不同的毁伤效果,如何用最小的代价取得最大的军事效益,是一种火力任务分配的优化问题.根据不同炮种和目标的特点,建立在一定约束条件下的炮兵火力任务分配模型,并将其转化为指派问题,运用匈牙利算法求解,达到优化分配火力任务的目的.通过仿真计算证明这是辅助指挥员进行射击决策的一种有效手段,为作战指挥理论提供了一种新的数学模型.     

基于遗传BP神经网络的装备研制风险分析方法

简要介绍了GA和BP算法,利用遗传算法全局性搜索的特点,改变BP算法依赖梯度信息的指导来调整网络权值的方法,寻找最为合适的网络连接权和网络结构,提出了遗传算法优化BP神经网络的思路及其数学模型.最后,结合对某型航空装备的风险源的分析,利用此优化模型进行了验证.结果表明了该方法的可行性,为装备研制风险分析提供了一种新思路.