基于消防响应时间满意度的消防站布局优化研究

消防站布局是否合理是及时扑灭火灾的关键,当前城市消防站规划方法主观性较大,缺乏量化数据支持,研究科学合理的城市消防站布局优化方法,具有十分重要的意义。在吸收前人研究的基础上,运用区域火灾风险评估、ARCGIS、遗传算法等,在构建消防响应时间满意度函数的基础上,构建了基于消防响应时间满意度的消防站布局优化选址方法。该方法从消防需求角度对研究区域的消防站布局进行了规划,达到用最少的消防站覆盖全部的消防需求点,以实现消防资源的最优化配置。     

航空发动机燃滑油附件后盖裂纹原因分析与预防对策

针对某型航空发动机燃-滑油附件后盖同部位成批次出现裂纹的问题,提出了裂纹故障引导转移的避障策略。通过研究裂纹产生的主要原因,分析后盖不同部位所产生的裂纹可能对航空发动机造成的危害程度,调整改变原支撑结构,在后盖非关键部位形成新的应力集中点,降低关键部位应力集中区的应力幅值,迫使故障从不可修复的关键部位转移到可修复的非关键部位。经计算机仿真,确定了裂纹引导缺口的最佳参数;同时,仿真结果表明,裂纹故障引导转移策略合理可行。     

一种高效的不协调决策表约简算法

目前,不协调决策表的分布约简、最大分布约简和分配约简算法复杂度较高,不适合处理大数据集。在分析已有算法基础上,分析了基于相对可区分度的属性重要性度量的性质,解决了正域度量属性重要性的缺陷。针对不协调决策表,给出了多种简化协调决策表的定义,从而大大缩减了约简的实例数。以相对可区分度为启发函数构造了一种高效完备的不协调决策表约简算法。理论分析和实验结果表明,该约简算法解决了现有算法在复杂度和属性重要性度量上的缺陷,适合处理不协调的大数据集。     

面向产品配置的模块求解策略研究

针对模块化设计的产品配置阶段,提出了基于模块族特征参数模型的模块配置集生成流程。详细阐述利用质量功能配置(QFD)将用户需求定量映射为模块特征参数的方法,描述了依据相似度计算模型按照映射关系从模块库中检索模块的过程,从而为构建产品模块配置集、确定产品配置方案提供了完整的途径。     

基于粗糙集理论的武器系统效能评定

简述了各种武器效能评定方法。建立武器参数效能模型,首先要挑选特征参数,这里采用知识约简方法选择武器的特征参数。利用神经网络理论建立了参数效能模型,武器系统的效能与武器特征参数的关系可通过神经网络的阈值和权值得到体现。通过实例对神经网络法与指数法所得的结果进行了比较,结果表明神经网络法比指数法精确。     

一种基于VPRSM的辐射源模糊识别方法

为解决辐射源识别的问题,研究利用变精度粗糙集模型来确定辐射源识别特征权值的方法。由概念的正域中对象类的条件属性的描述,得到该概念的充分条件,并依据知识间的依赖性作为所要考虑的因素来获取特征权值,同时结合模糊集理论,提出一种基于变精度粗集特征加权的辐射源模糊识别方法。最后将此识别方法模型应用于雷达辐射源用途识别,仿真实验及其结果验证了该方法的可行性和有效性。     

集热罩对喷头启动时间影响的数值模拟研究

通过分析大空间场所的特点,并选择FDS软件作为研究工具分别对集热罩边长为200、400、600、800mm;边缘厚度为40、50、60mm;喷头距火源的垂直高度为6、7、8、9m;喷头在火源正上方以及与火源的水平间距为2.2m时喷水灭火系统喷头启动时间进行模拟,通过对比分析集热罩对大空间场所中喷头的作用效果,为集热罩的设计提供指导。     

内燃机噪声控制的现状与发展

军用装备动力设备噪声过大严重影响指战员的通讯,对身心会造成严重的伤害.介绍了内燃机噪声控制技术的发展过程和最新技术,对隔声罩的设计作了较为详细的阐述.针对军用装备动力设备噪声过大的问题,提出采用隔声罩是较为行之有效的处理方法.     

基于满意决策的多UAV协同目标分配方法

目标分配是UAV自主控制的重要问题。提出了基于满意决策的多UAV协同的目标分配技术,为解决多UAV协同的目标分配问题和多机场起飞的UAV编队配置问题提供了一种新颖而有效的方法。重点对其中的满意集计算、联合满意度、拒绝度和选择度的建立和计算等关键问题进行了讨论。以压制敌防空火力任务为背景对该方法进行了仿真,并将本文提出的方法和其他方法做了比较,仿真结果表明基于满意决策的多UAV协同的目标分配方法在效率上有明显优势。     

基于FCM与粗糙集的连续数据知识挖掘方法

对连续数据知识挖掘可采用模糊C均值聚类将其离散化,再应用粗糙集进行约简.文中针对该过程中样本数据离散化后出现多个聚类中心隶属度值较接近的情况,提出了隶属度重叠度的方法来扩展对应离散类别的选取.离散类别确定后再应用粗糙集理论对其进行知识挖掘,可得到连续数据的本质特性.此方法应用于汽轮机轴系振动数据的知识挖掘.与采用最大隶属度确定对应类别的方法相比,该方法不影响对连续数据的知识挖掘,并能真实反映连续数据的特性.