三维均匀化理论预测多孔混凝土等效弹性模量

应用多尺度渐进展开的均匀化理论,推导三维均匀化理论的有限元解法,求解复合材料等效弹性系数。假设多孔混凝土由光滑均匀一致的球孔与水泥石基质组成,提出改进的随机投放方法,生成三维均匀化理论求解的随机单胞模型。以聚苯乙烯泡沫(EPS)混凝土为数值算例,生成6组不同体积分数的EPS混凝土随机单胞模型,通过三维均匀化理论的有限元法计算得到其等效弹性模量。计算结果表明:随机单胞模型能反映细观的非均质性,三维均匀化理论的有限元法计算得到的等效弹性模量变化趋势比较符合Miled的试验结果。     

静态初始条件下的歼击机中距攻防引导方法决策

在静态初始条件下,歼击机中距攻防引导方法的选择是一个定性与定量相结合的类别划分问题,因此,将粗糙集理论与概率神经网络相结合用于该问题的解决。首先,利用粗糙集理论实现专家知识约简、空战态势信息集压缩,得到最小决策信息集;其次,利用概率神经网络进行概率决策推理;最后,通过实例分析,结果表明决策推理正确,在不确定环境下仍然有效,提高了决策过程的自动化程度。     

D-S证据理论应用中的一种验证方法

D-S证据理论是一种比概率论确定性弱的不确定性理论,它能将"不知道"和"不确定"两个认知学上的主要概念区别开来,在多传感器数据融合中具有广泛的应用前景.D-S证据理论在实际应用中却存在一个困难,当目标的个数较多时,需要计算的项数太多,容易造成漏项,引起计算错误.提出了一种确定计算项数的算法,作为验证计算结果的必要条件,并通过图解的方法找出需要计算的项.     

类“标枪”导弹两栖登陆反装甲作战弹道仿真分析

两栖登陆作战在战术上是最复杂、最危险的作战行动,登陆部队需要面对抗登陆方坚固的海岸防御背水抢滩作战,其危险性和困难可想而知。"工欲善其事,必先利其器",在兵器上的优势成为克服不利地理条件,形成火力优势的关键。类"标枪"反装甲导弹装备是两栖登陆作战中单兵反装甲作战的主要武器,仿真技术是类"标枪"反装甲导弹武器系统优化设计和性能研究的必要手段。介绍了单项仿真与综合仿真相结合的仿真方法,给出了类"标枪"反装甲导弹的弹道模型,利用Matlab编程语言进行了仿真验证,对改善导弹的弹道性能具有明显的实用价值。     

分布式海战场资源规划问题

分布式海战场资源规划是实现海上联合作战的关键。首先分析了海战场资源的分类及战场资源规划特点,建立了基于多智能体的分布式海战场资源规划系统,深入分析了该规划系统的组成和功能,并构造了相应的资源规划结构模型,为实现定性和定量相结合的海战场资源规划与管理提供了一条有效的途径。     

基于“主体—对象—客体”关系模型的公安学基础理论体系构建研究

公安学基础理论是公安学理论体系的基础内容和重要组成部分.近年来,公安学基础理论已经取得了学科建设的阶段性成果,但与理论深入、系统完整、具有公安学特色的基础理论体系的要求还有一定距离.“H”型架构公安学基础理论体系存在着基本概念和关系模型方面的缺陷,以及文字表述和概念内涵之间的矛盾.“主体—对象—客体”关系是新的关系模型,基于该模型构建公安学基础理论基本概念和理论体系,更符合公安学基础理论的学科定位.     

“沉默的螺旋”理论对军队思想政治教育的启示

“沉默的螺旋”理论启示我们：思想政治教育要通过“增强主旋律的影响力、发挥军人群体认同的渲染作用、发挥军人群体规范的制约作用、注重典型示范”来营造强大的“教育场”,以提高教育效果。     

基于运动合成的小推力轨道优化方法

针对小推力轨道优化设计问题,提出一种基于运动合成的新方法。给出基于运动合成的小推力轨道机动表达方式,将小推力轨道运动分解成相对独立的三项:单独考虑日心引力的二体轨道运动,单独考虑小推力的运动,以及小推力的存在引起的日心引力摄动作用下的运动。分别给出各项运动的解析表达式,通过合成叠加得到小推力轨道的近似解析解。在此基础上,将小推力轨道优化问题转化成非线性规划问题,并利用序列二次规划方法求解。以小行星1989ML、火星和金星交会任务为例分别进行仿真实验,结果表明,所设计轨道满足任务约束,验证了该方法具有可用性和高效性。     

基于SDP松弛的干扰资源优化分配技术研究

提出一种基于semidefinite programming(简称SDP)松弛的干扰资源优化分配算法。在问题优化过程中首先对模型中非凸的约束条件进行松弛,变为凸约束,将原来的数学模型转化成SDP求解形式,利用内点算法对松弛后的模型求解。该算法利用解析的手段使得干扰资源优化分配问题中的NP难问题在多项式时间内得以解决,并且有较高的可靠性。仿真结果验证了算法的有效性。     

Minimum violations and predictive meta‐rankings for college football

This article presents two meta‐ranking models that minimize or nearly minimize violations of past game results while predicting future game winners as well as or better than leading current systems—a combination never before offered for college football. Key to both is the development and integration of a highly predictive ensemble probability model generated from the analysis of 36 existing college football ranking systems. This ensemble model is used to determine a target ranking that is used in two versions of a hierarchical multiobjective mixed binary integer linear program (MOMBILP). When compared to 75 other systems out‐of‐sample, one MOMBILP was the leading predictive system while getting within 0.64% of the retrodictive optimum; the other MOMBILP minimized violations while achieving a prediction total that was 2.55% lower than the best mark. For bowls, prediction sums were not statistically significantly different from the leading value, while achieving optimum or near‐optimum violation counts. This performance points to these models as potential means of reconciling the contrasting perspectives of predictiveness versus the matching of past performance when it comes to ranking fairness in college football. © 2013 Wiley Periodicals, Inc. Naval Research Logistics 61: 17–33, 2014