论我国地方国家机关的军事立法权

我国地方国家机关享有国防职权和立法权,有权就国防事务制定地方性军事法规和地方性军事规章。地方国家机关的军事立法权既有法律依据,也有存在的必要性。但地方军事立法的内容是有限的,不应涉及军事行动和军队管理事项。     

序列近似优化方法及其在火箭外形快速设计中的应用

针对序列近似优化方法在代理模型构造与采样策略等方面的不足,基于采样点局部密度,引入与局部密度成反比的样本点影响体积概念,通过优化总影响体积确定径向基函数最优核宽度,满足序列近似优化过程不同规模、非均匀样本条件下的函数近似需要;建立潜在可行域最大距离加点准则,并与潜在最优加点准则结合平衡算法的探索能力与开发能力;建立三步收敛判定准则;构建改进序列近似优化的算法流程。对于Golinski减速器的优化设计问题,算法在目标函数调用42次后便搜索到全局最优解,体现了其良好的全局寻优能力与搜索效率。以"天航二号"火箭为例,建立其外形优化问题数学模型,所提优化方法在调用原始计算模型165次之后便搜索到全局最优解,大大提高了设计效率,同时飞行试验也表明设计结果满足要求。     

令牌式计算机局部网的仿真研究

本文介绍了令牌式计算机局部网仿真模型的建立和某些初步的仿真结果,同时对令牌的顺序传递两种方案进行了比较。     

车辆 GPS 定位的一般性问题研究

为了适应现时特种车辆管理系统对车辆GPS定位的精度的需要 ,并考虑到未来的发展趋势 ,对差分GPS方案进行了介绍。针对上述方案的不可靠性问题提出了一种车辆路径匹配定位方法 ,并通过实验证明了这种方法不仅可以提高定位精度 ,同时还有效地避免了车辆在电子地图上显示混乱的问题。     

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。     

基于局部平稳高斯模型的小波变换域盲图像水印检测

盲数字水印是数字作品版权保护系统的关键技术之一。由于在检测时没有原始图像作为参考 ,所以水印检测器的设计成为盲水印算法的核心。基于图像小波变换系数的局部平稳高斯模型 ,提出了一种新的盲水印检测器。实验结果表明该检测器与被广泛应用的线性相关检测器相比具有更好的鲁棒性     

两种选址问题的算法及有关结论

本文提出两种选址问题,对其局部最优性建立了充要条件,并在此基础上提出了该类问题的有效算法。     

基于规程匹配的维修作业虚拟确认技术

在建立了维修作业规程信息形式化模型的基础上,利用PAR语言将维修规程进行规范化描述,进而形成作业规程源案例库.采用混合相似度方法对模拟作业内容与源案例库规程进行相似度计算,将计算结果作为维修作业虚拟确认的判断依据,实现了维修作业规程指导虚拟维修仿真的目的.最后,通过实例证明了该方法的适用性和先进性.     

基于熵的地磁匹配定位算法

地磁匹配定位是近年来发展起来的新技术,针对地磁匹配定位中的匹配算法问题,引入了熵的概念,定义了地磁信息熵和地磁差异熵,提出了地磁信息熵和地磁差异熵综合的匹配算法,详细分析了其基本原理和实现过程。仿真实验表明,地磁熵算法的匹配误差并不随实时数据测量误差的增加而增加,该算法计算速度快、具有良好的抗测量误差干扰的能力,符合匹配精度和速度的要求。     

Exponential size neighborhoods for makespan minimization scheduling

We investigate the quality of local search heuristics for the scheduling problem of minimizing the makespan on identical parallel machines. We study exponential size neighborhoods (whose size grows exponentially with the input length) that can be searched in polynomial time, and we derive worst‐case approximation guarantees for the local optima of such neighborhoods. The so‐called split neighborhood splits a feasible schedule into two layers, and then recombines the two layers by finding a perfect matching. We show that the makespan of every local optimum for split is at most a factor of 2 away from the globally optimal makespan. We then combine the split neighborhood with two neighborhoods from the literature. The combination of split with the jump neighborhood only marginally improves the approximation guarantee, whereas the combination with the lexicographic‐jump neighborhood decreases the approximation guarantee from 2 to 3/2. © 2011 Wiley Periodicals, Inc. Naval Research Logistics, 2011