物理期末考试复习的反思

期末考试它能激励学生学习,促进学生对学过的知识更为系统化,促进学生能力的提高,因而提高期末复习质量,有利于学生发展,提高学生的学习兴趣,调动学生学习物理的积极性。大多数老师重视基础知识的复习,强化薄弱知识的复习,但最终的考试仍旧不够理想,甚至一些原题,学生依旧做错,     

基于知识的敏捷指挥控制系统演化方法

为提升指挥控制系统应对变化的能力、解决当前指挥控制系统敏捷演化的难点问题,提出了基于知识的敏捷指挥控制系统演化方法。结合领域知识,对上下文和指挥控制规则进行建模,给出了实现敏捷指挥控制的知识推理方法和基于知识的敏捷指挥控制系统演化机制,为指挥控制系统敏捷演化奠定了基础。最后,试验验证该方法能有效提升指挥控制系统敏捷演化水平。     

基于有限状态机的作战实体模型行为规则可视化建模

为提升仿真模型开发效率,降低仿真模型的维护成本,从模型规则可视化建模需求入手,提出了基于有限状态机的实体模型行为规则形式化表达模型,并对基于有限状态机的模型规则可视化建模工具框架进行了设计,对模型规则可视化建模的工程实现进行了理论上的探索。     

增强责任感 构建新格局

2月6日,兵团召开宣传思想文化工作会议。会议指出,兵团各级宣传思想文化系统要围绕中心、服务大局,进一步增强做好新形势下宣传思想文化工作的紧迫感和责任感;在思想观念上要与时俱进,在工作方法上要有新举措,不"穿新鞋走老路",努力构建兵团宣传思想文化工作新格局。会议要求,兵团各级宣传思想文化系统要强化理论武装,用中国特色社会主义理论凝心聚魂,不断提高工作的理论水平     

基于规则的CGF实体行为建模技术

CGF行为建模的目的是使行为模型能更好地体现出人类行为特征,提高作战仿真系统的可信性和科学性。在介绍CGF、CGF行为建模概念的基础上,对当前几种主要的CGF行为建模方法进行了比较,并分析了CGF行为模型的一般结构。构建了基于规则的CGF行为模型,重点对基于规则CGF行为模型的决策推理方法进行了研究。采用产生式规则方法对决策知识进行了描述,定义了决策推理过程中的3个要素:态势、动作、决策推理,并对其决策推理过程进行了研究。     

两栖型指控车非线性横摇安全盆侵蚀研究

采用单自由度系统研究了两栖型指控车在规则波激励下的非线性横摇和倾覆,非线性横摇控制方程应用四阶龙格库塔法进行数值积分;以波浪扰动力矩的幅值和波浪的频率作为变量,研究了两栖型指控车的安全盆侵蚀问题。以波浪扰动力矩的幅值为变量的安全盆侵蚀研究结果表明:当波浪扰动力矩大于0.01时,安全盆开始出现侵蚀现象,当波浪扰动力矩大于1.84时,安全盆的安全域已经变成了几个离散的点,随着波浪扰动力矩继续增大,安全盆的安全域将继续严重侵蚀,直到消失为止。以波浪频率为变量的安全盆侵蚀研究结果表明:两栖型指控车的安全盆侵蚀对波浪的频率敏感,安全盆出现明显的侵蚀;随着频率的增大,安全盆侵蚀将不会发生,表明两栖型指控车对高频波浪是安全的。     

感悟培塑有灵魂革命军人

习主席在全军政治工作会议上提出要培养“四有”新一代革命军人,抓住了我军政治工作的根本,是确保我军永远听党指挥、绝对忠诚的重要举措。塑造有灵魂的革命军人,核心在坚定对马克思主义、共产主义、中国特色社会主义共同理想的崇高信仰。坚定崇高信仰,要着力从以下四个方面入手。强化理论武装抓培养基础不牢,地动山摇。坚定崇高信仰必须厚实理论根基。眼下,学习党的创新理论存在“五多五少”问题:要求别人多,刀口向内自省少;依靠集体组织多,自我     

三维疏散仿真平台研究与开发

介绍了构建三维疏散仿真平台的基本原则,从建筑模型的导入、网格的自动剖分、人员模型的构建、人员行走规则、模拟结果的显示等方面对疏散仿真平台进行了阐述,测试了疏散仿真平台的功能,得出模拟结果与疏散演习结果接近的结论,认为该疏散仿真平台具有广泛的应用前景。     

激光冲击“残余应力洞”的参数影响

在激光冲击强化过程中,光斑边界处会产生表面稀疏波,并向光斑中心传播、汇聚,使中心区域材料发生反向塑性变形,造成光斑中心区域残余压应力缺失,从而形成材料表面"残余应力洞"现象。利用ABAQUS有限元软件进行了圆形高斯光斑的激光冲击强化数值模拟,讨论了不同材料和模型尺寸、激光冲击参数等因素对"残余应力洞"的影响规律。结果表明,随着冲击波峰值压力、冲击波作用时间、冲击次数的增加,"残余应力洞"现象随之加剧;而随着材料动态弹性极限、光斑大小、冲击波上升时间、光斑搭接率的增加,"残余应力洞"现象则会随之减弱。该研究可为后期激光冲击强化光斑光学整形技术的应用,以及基于残余应力场优化的工艺设计提供依据。     

神经规则与案例融合的专家系统知识表示和推理

为了对专家系统中的知识进行表示,并使得推理变得更加准确高效,介绍了一种结合符号规则、神经网络和案例的方法。该方法是把一种混合规则,即神经规则和案例结合在一起。它与传统的基于符号规则推理不同的是,即使有一些未知的输入,也可以执行基于神经规则的推理。实验证明,与传统的专家系统比较,混合推理可以提高故障诊断的效率和精确度。