罗兰C双台链交叉定位算法研究

在推导罗兰C双台链交叉定位算法基础上,根据试验得到的时差测量结果进行了单台链双曲线定位、非时基交叉圆定位以及双台链交叉定位算法比较.结果表明:测量点几何因子GDOP较好时,单台链双曲线定位与交叉圆定位方法的定位结果基本相同,而GDOP较差时,交叉圆定位方法的定位结果明显优于单台链双曲线定位算法的定位结果,但两种情况下的...     

Real-time prediction of projectile penetration to laminates by training machine learning models withfinite element solver as the trainer

Studies on ballistic penetration to laminates is complicated, but important for design effective protection of structures. Experimental means of study is expensive and can often be dangerous. Numerical simu-lation has been an excellent supplement, but the computation is time-consuming. Main aim of this thesis was to develop and test an effective tool for real-time prediction of projectile penetrations to laminates by training a neural network and a decision tree regression model. A large number of finite element models were developed;the residual velocities of projectiles fromfinite element simulations were used as the target data and processed to produce sufficient number of training samples. Study focused on steel 4340tpolyurea laminates with various configurations. Four different 3D shapes of the projectiles were modeled and used in the training. The trained neural network and decision tree model was tested using independently generated test samples using finite element models. The predicted projectile velocity values using the trained machine learning models are then compared with thefinite element simulation to verify the effectiveness of the models. Additionally, both models were trained using a published experimental data of projectile impacts to predict residual velocity of projectiles for the unseen samples. Performance of both the models was evaluated and compared. Models trained with Finite element simulation data samples were found capable to give more accurate predication, compared to the models trained with experimental data, becausefinite element modeling can generate much larger training set, and thus finite element solvers can serve as an excellent teacher. This study also showed that neural network model performs better with small experimental dataset compared to decision tree regression model.     

ARCS动机模型在初中英语语法教学中的应用

语法学习能在一定程度上保证语言的地道性、流畅性和实用性。但就目前来看,英语学习者学习语法的积极性普遍不高,不少英语学习者抱怨英语语法项目琐碎繁杂、语法学习枯燥无聊。针对此现状,本文尝试将ARCS模型的四类动机策略整合于初中英语语法教学,以期有效激发并维持学习者的语法学习热情,提高语法教学效果。     

高等学校办学定位探究

办学定位是高等学校确定发展方向、配置资源、形成特色的基本依据,关系到办学的兴衰成败和人才的培养质量,办学定位包含办学目标定位、办学类型定位、办学水平定位、学科性质定位、人才培养定位、办学规模定位、办学特色定位、服务面向定位等内容,高等学校要从社会需求和自身实际出发,切实把握办学定位的原则,科学合理地确定办学定位。     

基于逆向强化学习的舰载机甲板调度优化方案生成方法

针对计算机辅助指挥调度舰载机甲板作业的决策过程无法脱离人参与这一特点,引入基于逆向学习的强化学习方法,将指挥员或专家的演示作为学习对象,通过分析舰载机的甲板活动,建立舰载机甲板调度的马尔可夫决策模型(MDP)框架;经线性近似,采用逆向学习方法计算得到回报函数,从而能够通过强化学习方法得到智能优化策略,生成舰载机甲板调度方案。经仿真实验验证,本文所提方法能够较好地学习专家演示,结果符合调度方案优化需求,为形成辅助决策提供了基础。     

基于变结构方法的空空导弹鲁棒逆控制律设计

为克服动态逆控制严重依赖被控对象精确数学模型且鲁棒性较差的缺点,将动态逆与变结构方法相结合采用双环结构设计了空空导弹鲁棒动态逆控制律.将导弹飞行状态划分成快慢2个回路,慢回路(外环)采用变结构控制,并设计扩张状态观测器,对外环中的不确定性进行估计;快回路(内环)采用动态逆控制.仿真结果表明,所设计的控制律具有较好的动态特性和鲁棒性能.     

一种基于零控脱靶量的滑模末制导律设计

基于零控脱靶量的思想,提出一种能够有效针对大气层再入目标的滑模末制导律.首先,建立纵向平面内的弹目相对运动方程;然后利用扩张状态观测器对目标机动加速度信息进行估计,并对零控脱靶量算法进行分析,提出了制导律的设计思路;接着利用滑模变结构控制理论进行制导律的推导;最后进行仿真分析,仿真结果证明,所设计的制导律能够很好地对目标弹进行拦截,并且指令的跟踪效果也很好,从而验证了算法的有效性.     

融合可修性度量和双线学习的反导预案修正

对反导预案应用中基于预案推理的预案修正技术进行了研究,提出了一种新的反导预案修正方法。首先,在定义预案属性否决权和修正裕度的基础上,设计了一种考虑预案可修性的相似度计算方法;然后,以其为预案检索和修正规则学习的导向,融合离线预案库学习和在线实时学习策略,给出了预案修正规则的双线学习方法;建立了融合预案可修性度量和双线学习的反导预案修正模型,并对规则的归纳学习策略进行了研究;最后,进行了实例验证,结果证明了新修正方法的可行性和有效性。     

建构主义视角下强化大学生信仰教育的对策探析

建构主义学习理论在强化大学生信仰教育方面有着重要的指导作用。夺文简要分析了夫掌生信仰教育存在的问题,探讨了建构主义学习理论对于强化大学生信仰教育的重要意义,并以建构主义卷习理论隽指导,从“以学生为中心”、“情景创设”、“协作学习”、“利用各种资源”四个方面提出了强化对策,以期提高大学生信仰教育水平,实现大学思想政治教育的功能。     

民族班高等数学教学改革研究

当前关于高校民族班的高等数学教学存在诸多问题,文章首先分析了制约民族生高等数学学习的一系列因素,并着重从激发兴趣动机、注重基于双语的数学语富教学、加强高等数学教学的文化相关性、实施基于民族生自主学习的PBL教学模式、倡导促进民族生的全面和谐发展的多元评价考核模式等方面提出了改进对策。