水顶油顺序输送油水混合模型研究

顺序输送是利用一条管道输送多种油品,因其可最大限度发挥管道输送潜能而被广泛应用。按照前后行液体不同可分为水顶油、油顶水和不同油品间顺序输送等,其中水顶油顺序输送主要用于管道撤收前的排空作业。对水顶油顺序输送油水混合过程进行了分析,建立了油水混合模型,利用CFD对其进行数值求解,并将仿真结果与前期理论分析进行了对比,两者吻合较好。所得结论可为机动管线水顶油排空作业提供科学指导。     

战术电台网动态频谱接入策略研究

文章以战术电台网为应用背景,提出一种动态频谱接入策略。在频谱资源紧张和电磁干扰的条件下,使用该策略可以有效提升通信节点之间的通信能力。文章构建了用频系统的动态频谱接入模型,并对动态频谱接入策略指标进行仿真。仿真结果表明,所提策略可以利用有限频谱资源,降低干扰对通信质量的影响,提高通信成功率。     

一种基于动态循环筛选模型的指标体系建立方法

针对评估中指标体系构建问题,提出一种层次网指标体系模型,对其中底层指标集的确立问题提出一种基于动态循环筛选模型的指标集选取方法,该方法在每一轮的循环过程中,通过评价专家专业度对专家集进行了优化,通过数据信息熵评价数据有效度系数,进而得到指标的重要度。指标集的双重优化确保了专家集的专业性和指标集的合理性,实际算例分析证明了此方法的可行性和有效性。     

基于GSPN的舰载服务器系统可靠性建模及分析

提出一种基于广义随机Petri网(Generalized Stochastic Petri Net,GSPN)的舰载服务器系统可靠性分析方法。深入分析舰载服务器系统故障模式的基础上,建立冗余服务器子系统的GSPN模型和共享数据盘子系统的GSPN模型,进而综合得到舰载服务器系统的全局GSPN模型,有效模拟了舰载服务器系统的动态行为。仿真实验验证了所提方法的有效性,为舰载服务器系统的分析与设计提供理论参考。     

把军网论坛建成温馨的港湾

近年来,随着军队信息网络建设的不断发展,军网已成为军队思想政治教育的一所大学校,而军网论坛犹如这所学校的一朵活跃的浪花、一个生动的课堂,深受广大青年官兵喜爱。它前沿时尚、包罗万象、不拘一格,这是大家喜闻乐见、踊跃参与的重要原因。在论坛里,你可以亮出自己的观点,也可以说出自己的困惑;可以针锋相对,也可以惺惺相惜。在这样一个相对开放、自由的环境里,难免会出现一些比较消极的音符。有人因不满现状大声抱怨,有人因话语不投恶语伤人,更有人因信仰缺失而悲观仇视、不知所措。当然,这些只是个别现象,并不能掩盖论坛互相学习交流的正面作用。如何发挥军网论坛的思想教育功能,使经常性思想工作更具针对性、前沿性,将不良情绪、消极因素融化于军网论坛这个温馨的港湾,值得我们认真思考。     

扮演好网络空间中的四个角色

时下,政工网日益成为官兵获取知识、沟通情感、表达诉求、娱乐身心的有益平台。思想政治工作者要紧跟形势,把握特点,利用政工网做好官兵的思想教育和引导工作,提高思想政治工作的针对性、实效性。对此,思想政治工作者要在网络空间中扮演好四个角色。     

混合动力车市场与先进电池技术发展研讨会在京举行

<正>日前,由中国化学与物理电源行业协会主办、风帆股份有限公司联合承办的"2014混合动力车市场与先进电池技术发展研讨会"在北京隆重召开,来自国家部委、国内外主要汽车厂家、电池厂家及相关产业单位、高校院所的院士、专家、领导共计300余人参加了此次会议。会上,风帆股份发表了《起停系统AGM蓄电池开发》报告,介绍了风帆在AGM电池方面研发进展情况及取得的成果。风帆从2011年即完成启停系统用AGM电池技术研发,同时完成具备批量生产能力的专用生产线的调试投产,定型产品2013年3月正式通过德国大众实验室试验认可,并与多家跨国企业签署协议,共同实现微混动汽车的市场化。     

星载AIS检测概率建模与仿真分析

针对现有星载AIS检测概率低的问题,对星载AIS接收信号冲突和检测概率进行了研究和论证,并对影响检测概率的诸多因素进行了分析。分析了星载AIS与地面AIS的差异性,指出了星载AIS面临的新挑战。重点对星载AIS信号多网冲突问题进行了研究,建立了一种基于船舶分布密度函数的星载AIS检测概率模型。通过分析时隙冲突、船舶动态、轨道高度、天线类型和B类AIS船舶等因素对系统检测概率的影响,为工程设计和性能评估提供了一定参考依据。     

逐步Ⅱ型混合截尾下Pareto分布的统计分析

基于逐步Ⅱ型混合截尾寿命试验数据,研究了Pareto分布的统计分析问题。利用极大似然方法和Bayes估计理论,导出了Pareto分布参数的极大似然估计和基于不同先验分布下的Bayes估计。最后利用Monte-Carlo模拟方法对估计的结果进行了对比分析。     

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。