一种推广的连续情形经济投资模型

随着序列情形费用型投资模型和折扣投资模型的解决，本文对其进行连续推广，并给出一个明确的停止规则。     

基于资产专用性的装备采办最优定价研究

军事专用物品的研制生产需要投入专用性资产，专用性程度越高，投资的风险越大。为了保证专用物品生产者的投资能够获得应有回报，专用性物品需求者能够得到足够的产品，在高投资和低投资两种投资规模可以选择的情况下，在考虑成本和收益约束条件下，通过建立委托代理模型求出的达到资源有效配置和效益最大化的装备采办最优定价，可以有效防止装备采办过程中由于利用不确定性而进行的机会主义行为。     

坦克连最优火力分配

坦克连火力分配方案的科学与否将直接关系到火力打击的整体效果。为了提高坦克连火力分配方案的科学合理性,力求结合我坦克连作战的实际,在充分考虑火力分配影响因素的基础上,建立了最优火力分配模型,这对于我坦克连充分发扬火力和提高整体作战能力具有重要的指导意义。     

主动队列管理机制中PI算法的一种参数配置方法

研究了主动队列管理机制中PI控制器的参数配置方法。AQM中PI算法默认的参数以及一些文献提出的参数配置方法主要是从稳定性考虑,没有保证系统的动态性能指标。在控制论中,"二阶最优模型"是具有较好的动态性能和稳态性能的二阶系统。提出了一种PI控制器的参数配置方法,可以使TCP/AQM控制模型的开环传递函数具有"二阶最优模型"的形式。NS仿真结果表明采用该方法配置的参数可以提高PI控制器的动态性能并保证系统的稳态性能。最后指出PI控制器参数配置对网络状态的敏感性,以及今后的研究方向。     

楮墨实录书史事 笔锋托愤抒胸臆——《史记》实录精神与托愤精神的二重组合

文章以《史记》实录精神与托愤精神组合为突破口,阐述了实录精神、托愤精神的远源和在史文中的凸显,进一步挖掘二者之间相悖的二元性关系,从而揭示《史记》中所蕴含的这种文化悖论本身的深刻性、美感魅力以及难解的文化之谜。     

考虑了非国防公共支出的军费最优规模

战争是现阶段人类社会客观存在的恶疾,这一恶疾每天都在耗费大量人类社会的经济资源,但是可供利用的经济资源是有限的,用于国家安全保障的每一种经济资源的增加都意味着某项经济建设投入的减少。文章运用西方经济学和公共部门经济学知识,对一个国家为满足国防需要而应该投入的军费数量进行了理论上的分析。     

利用对比度最优准则的压控振荡器调频非线性误差估计与校正方法

针对压控振荡器调频非线性误差的准确估计与校正问题,提出一种以一维距离像对比度最优为准则的自适应估计与校正方法。本方法建立引入温度变量的压控振荡器频率特性模型,并据此估计出某一温度值对应的调频非线性误差,在对中频回波进行误差补偿和一维脉压后,以一维距离像的对比度最优作为迭代收敛准则,实现调频非线性误差的最优估计与校正。仿真和实测数据结果表明,该方法充分考虑了温度因素对压控振荡器输出频率的影响,能够在不增加硬件复杂度的前提下,通过算法实现对调频非线性误差的估计、跟踪与补偿。与传统基于硬件电路进行估计或校正的方法相比,新方法无需由硬件组成闭环估计通道,且具有实时性强、运算量小、补偿精度高的优点,对于克服实际工程应用中压控振荡器器件的参数漂移问题具有重要指导意义。     

基于改进灰狼优化算法的地面目标最优瞄准点选择方法

针对导弹打击地面目标时的瞄准点优选问题,提出了一种利用改进灰狼优化算法（improved grey wolf op timization,IGWO）选取最优瞄准点的瞄准点选择方法。该算法基于维度学习的狩猎搜索策略（dimension learning-based hunting,DLH）,为每个瞄准点构建相邻的瞄准点集合,集合中的瞄准点可以互相共享信息,增强局部搜索和全局搜索之间的平衡,并保持多样性。在仿真实验中,将毁伤评估模型的评估函数作为瞄准点选取好坏的评估函数,并且设计导弹打击地面目标的实例对瞄准点选择方法进行验证,实验结果表明,该方法求得的瞄准点具有较高的可信度,为火力筹划中瞄准点的寻优提供了新方法。     

脱壳弹弹托分离的双目视觉测量

脱壳弹的弹托分离过程对弹体的飞行稳定性和打击效能具有显著的影响。针对脱壳弹出膛后弹托相对弹体的六自由度运动过程,提出采用基于双目视觉原理的弹托分离角测量方法。通过在弹体表面和弹托表面设置标记点,采用图像处理和跟踪算法实现对标记点的识别和跟踪。结合双目空间标定参数解算出标记点的空间位置,进而获得弹托相对弹体的分离角度,同时采用实验验证了上述测量方法的精度,其精度达到2%。以实验室进行的初速度1 550 m/s和1 750 m/s的脱壳弹射击试验为例,测量并分析了不同初速度下的弹托分离轨迹。结果表明:脱壳弹分离初速度越快,弹托分离轨迹越靠近弹体。     

多约束强化学习最优智能滑翔制导方法

为提升复杂飞行任务下滑翔制导的自主性,提出一种基于最优制导与强化学习的多约束智能滑翔制导策略。引入三维最优制导以满足终端经纬度、高度以及速度倾角约束。提出基于侧向正弦机动的速度控制策略,研究考虑机动飞行的终端速度解析预测方法。针对速度控制中机动幅值无法离线确定的问题,研究基于强化学习的智能调参方法。该方法基于终端速度设计状态空间,以机动幅值设计动作空间,设计综合终端速度误差与滑翔制导任务的回报函数,采用Q-Learning实现机动幅值的智能调整。仿真结果表明,智能滑翔制导方法能够高精度满足终端多种约束,并能有效提升复杂任务下的自主决策能力。