基于应变局部化理论的剑桥模型改进

应用传统的弹塑性理论模型在分析剪切带的时候遇到了很多困难,如控制方程失去椭圆性等,其原因是传统的弹塑性理论模型并没有包含材料的内部参数。在剑桥模型的基础上,考虑应变二阶梯度,提出一种新的计算剪切带的理论模型。当应变局部化发生时,带内土体采用该模型计算,带外土体则按照传统弹塑性模型计算。该理论模型汲取了剑桥模型实验参数少,应用简便的优点。     

注重消除“软隐患” 推动部队安全发展

安全稳定是各级党委集中精力抓作战能力提升、提高应对多种安全威胁能力、有效履行我军历史使命的现实需要，也是推动部队健康和谐科学发展的紧迫要求。党的十七大提出，要深入贯彻落实科学发展观，坚持安全发展，有效遏制重特大安全事故。部队各级党委要认真贯彻落实十七大精神，根据基层建设动态发展变化实际，在大力解决基层建设看得见、摸得着的“明火”的同时，更要深入查找藏匿于思想认识、内部关系、     

战机最速角度机动攻击导引指令生成算法

针对现代空战的特点,根据战机飞行动力学,对时间最优情况下的最速角度机动攻击导引指令生成进行了研究。将最速角度指向机动导引控制问题视为受终端状态、过程以及控制约束的多约束优化问题,通过引入惩罚函数将多约束优化问题转化为无约束优化问题,然后利用共轭梯度法寻优得到导引指令,给出了最速角度指向机动导引指令生成的具体算法,最终通过仿真证明了所提算法的有效性。     

对分期分批组织学生军训的几点思考

开展分期分批施训，是适应普通高校招生规模不断扩大、夏秋季征兵全面实施的新形势，缓解帮训官兵派需矛盾、确保任务落实的重要途径。军地各级要从部队战斗力建设全局和学生军训长远健康发展大局出发，科学统筹帮训力量，错峰安排军训时间，不断探索提高新形势下学生军训的质量效益。     

融合动量项的步长自适应盲源分离算法

为进一步缓解盲源分离算法收敛速度与稳态误差之间的矛盾,首先在自然梯度算法的基础上,通过融合动量项改善算法的收敛速度,基于分离性能指标的步长自适应减小稳态误差;然后,给出了所提算法的模型图,同时考虑分离性能和计算复杂度,选择合适的融合动量项算法,并设计了算法的近似最优参数,有效避免了算法的分段收敛;最后,合理选择步长与动量项的权重系数,有效改善了分离性能与收敛速度。仿真结果表明:该算法在一定程度上缓解了上述矛盾,并具有较低的计算复杂度。     

变化风场对气象火箭射高的影响

建立了变化风场的气动力模型 ,讨论了风梯度的气动力效应。对气象火箭在弹道风和变化风场中的飞行轨迹进行了数值仿真。计算结果表明 :该模型正确合理 ,与实际飞行结果吻合好。     

多层局部回归神经网络在激光陀螺捷联惯导系统惯性敏感器误差补偿中的应用

惯导系统误差补偿技术对提高武器装备的性能具有重要的意义 ,而误差补偿的关键在于误差模型的辨识。探讨将多层局部回归神经网络引入到惯性敏感器误差建模中 ,详细介绍了网络结构和对应的自适应动态梯度算法。仿真算例说明 ,多层局部回归神经网络在惯性敏感器输出误差建模时具有一定的优点 :网络收敛速度快、较好的跟踪性能、稳定性好。     

共轭梯度反传算法及其在液体火箭发动机系统辨识中的应用

结合非线性优化理论和方法提出了易于实现、收敛速度比较快的多层神经网络共轭梯度反传算法。液体火箭发动机参数辨识技术已得到广泛的应用,由于传统的数学方法必须基于发动机已知模型,使得其参数辨识受到极大的限制。文中基于神经网络共轭梯度反传算法进行液体火箭发动机的系统辨识,结合变推力发动机热试车动态数据,得到了满意的仿真结果。     

一种新的支持向量机决策树设计算法

支持向量机决策树的精度和速度取决于树结构。为了获得好的泛化性能,应由可分性强的类为树的上层结点定义分类子任务。提出了一种新的支持向量机决策树设计算法。决策树中每个结点的分类子任务定义规则如下:采用模糊核C-均值将当前训练集粗分为两个子集,然后基于隶属度从各个子集中选择可分性强的子类定义当前结点的分类子任务,并将可分性弱的子类移至下层结点。实验结果表明,该方法的精度和速度都优于其他传统的多类分类方法。     

决策树方法的大规模资源分配问题

针对编队的区域防空,分析了我方雷达照射具资源约束条件,研究多目标对照射具资源需求冲突问题.首先运用马尔科夫过程理论建立雷达照射具资源的调度模型,给出资源限制图;其次,用图论的方法分析资源限制图建立决策树;最后将目标函数定义为最小期望损失并进行计算.结果表明:在照射具数量有限条件下,运用决策树方法解决大规模资源分配问题是可行的.