苏军智夺机场

1945年战胜德国法西斯后，斯大林下令从苏军占领区拆卸工厂设备运回国内，以弥补战争造成的损失。同时也发生了多起盟国军队从苏联占领区运走工厂设备和武器系统的事件，其中以运走德国设备最为频繁。这些设备和武器都十分重要，其中不乏当时德国工业中的核心。比如“容克”最新型飞机的设计图纸、V系列飞弹的自动驾驶仪、“蔡司”光学仪器厂的产品与设备，等等。     

举力促进大企业经济攀升——大企业是我国产业结构优化升级的主导力量

在经济社会中，企业是经济活动的主要承担者。财富的增长，人民生活水平的提高要依赖于企业活力的增强，因此，推动大企业发展和产业结构调整实现良性互动，增强大企业在产业结构调整中的作用很有必要。     

用精益研发管理质量

提高产品质量应当从设计源头入手，质量保证要覆盖产品的全生命周期。产品从设计、采购、制造、测量检验、售后服．务直至改进完善，每个环节的质量管理水平都决定了企业响应市场变化的能力。     

军用运输车车架及底板结构动态特性试验及分析

采用单点激振多输出（SIMO）试验模态法（EMA）对某型军用运输车车架底板及其连接部分进行动态特性试验，提取相关参数和特征向量，并进行模态参数识别和各阶振型分析，试验结果与实际振动情况基本吻合。与基于有限元分析软件HyperWorks计算结果进行验证对比，结果基本一致。     

基于多目标遗传算法和多属性决策的船舶柴油机转速PID控制器参数优化

提出了一种基于多目标遗传算法和多属性决策的PID参数设计方法,综合考虑系统超调量、稳定时间和ITAE指标,采用改进非支配解排序的多目标遗传算法(NSGA Ⅱ)求出Pareto最优解.由这些Pareto最优解构成决策矩阵,使用客观赋权的信息熵法对最优解的属性进行权值计算,然后采用逼近理想解的排序方法(TOPSIS)进行多属性决策(MADM)研究,对Pareto最优解给出排序.给出了某型护卫舰主机转速PID控制的数值算例.计算结果表明,该联合方法通用性好,所设计的PID性能优异,适合工程实际应用.     

基于热经济学的舰船发电机组配置优化

针对舰船综合电力推进的特点,运用热经济学理论,建立了发电机组配置的数学优化模型.通过Matlab遗传算法工具箱,利用改进的遗传算法对发电机组的配置优化进行研究.结果表明,热经济学方法能较全面地反映舰船动力装置配置的经济性;改进的遗传算法是一种解决发电机组配置优化的有效方法.     

基于混合粒子群优化的多目标决策新方法

多目标优化问题中的一个关键在于合理地评判各有效解的优劣。通过引入灰色系统理论中灰色关联度的概念作为评判准则,结合粒子群优化算法进行有约束多目标规划问题的研究。提出了一种新的不可行解的保留策略,进化过程中以此策略保留适量的不可行解,有利于增强对约束边界附近可能的最优解的搜索,同时,针对粒子群优化算法的容易陷入局部最优的缺点,实现了以粒子群优化为载体的混合算法:即对全局极值邻域进一步混沌搜索寻优。仿真结果表明改进的算法对多目标决策问题是有效的。     

成都双流国际机场二跑道膨胀土改性试验分析

膨胀土的工程性质受周围环境及气候的影响较大,而膨胀土的判定没有统一的标准,特别是针对机场跑道膨胀土的判定.膨胀土与水作用时,随着含水量的增加其体积将明显增大,显示了强烈的膨胀性,当这种膨胀性受到限制时,必然产生膨胀力.针对成都双流国际机场跑道路段的地质条件和设计要求,确定出机场跑道膨胀土的判定标准,并根据该标准对不同土层的膨胀土填料进行改性实验,并通过不同施工工艺结果继续比较,以确定最佳的改良膨胀土,为土石方工程施工提供主要控制参数.通过大量的试验分析,最后得出符合实际情况的合理的施工工艺和技术参数.     

C~4ISR系统互操作试验平台构建

C4ISR系统互操作试验是系统试验的重要组成部分,构建互操作试验平台则是满足该类试验的必要手段。美军的互操作试验与鉴定能力(InterTEC)主要由五个子系统组成,其平台的研发则包括螺旋开发三个阶段。通过对InterTEC组成和开发阶段的分析,研究得出互操作试验平台构建以及试验配置使用的理论方法。     

高分辨率遥感影像的自优化迭代分类方法

针对高分辨率遥感影像提出了一种面向像斑的自优化迭代分类算法,基于半监督聚类算法获取训练样本,以支持向量机为核心设计了自优化迭代分类器。使用分型网络演化算法获取像斑,并从中选取少量标记样本;结合标记样本,利用半监督模糊C均值算法对像斑进行聚类,并基于密集度筛选得到训练样本;设计了自优化迭代支持向量机分类算法,对所有像斑进行迭代分类直到满足分类要求,并在分类过程中对近邻分类结果进行统计得到高可信度样本以自主优化训练样本集。基于以上方法分别对武汉市Quick Bird和World View影像进行分类实验,分类总精度分别达到94.67%与92%,与基于人工选取训练样本情况下进行分类的分类总精度(82%与82.67%)、常规支持向量机分类总精度(87.33%与88%)、最小二乘支持向量机分类总精度(88%与89.33%)相比,精度有明显提升,分类效果较好。