基于动态罚函数遗传算法的电磁探测卫星多星规划方法

针对电磁探测卫星的特点,考虑其主要约束条件,建立了多星联合规划数学模型,提出了基于遗传算法的电磁探测卫星多星规划算法.为处理遗传算法迭代过程中产生的不可行解,引入了基于罚函数法的约束处理方法.针对罚函数法中惩罚系数难以确定的特点,设计了惩罚系数自适应调整的动态罚函数机制.根据模拟的数据进行实验及分析,表明该方法能有效解决电磁探测卫星多星规划问题.     

多因素协调设计提高超视距反舰导弹抗干扰能力

依据超视距反舰导弹的特点和对捕捉概率影响因素的分析,提出一种基于捕捉概率的多因素协调设计的方法,用于提高导弹抗干扰能力.并运用均匀试验设计法统计计算捕捉概率,对仿真结果进行回归分析.最后通过非线性规划对导弹抗干扰能力进行优化计算,论证了该方法的可行性.     

基于CLOUD-TFN-AHP-α的健康状态评估方法

针对复杂装备维修管理中仅以部件的技术状态确定系统状态的不足,构建基于CLOUD-TFN-AHP-α的系统级健康状态评估框架。在此基础上,首先研究基于系统健康度概念的健康状态等级量化描述方法;然后运用云模型评估子系统健康状态,借助TFN-AHP评估系统健康状态,最后采用惩罚函数修正评估结果。以期为获得合理、准确的复杂装备健康状态提供定量依据。     

制氢过程中一氧化碳氧化反应速率控制的平滑切换方法

铂族金属催化剂CO氧化过程呈现较为复杂的本质非线性属性,如反应速率突变、双稳定性和迟滞,这些本质非线性属性取决于化学反应内在的稳定性和自组织机制,所产生的一个外在结果是CO氧化反应速率与控制参数之间呈现出路径依赖的输入输出关系。对这类系统采用传统的线性控制方法具有固有的不稳定机制,可以导致化学反应速率的震荡以及控制系统的失稳;而采用常规非线性切换控制则面临在切换初始时刻所具有的大干扰问题,较大地影响控制系统的动态性能甚至稳定性。针对研究所面临的这种大干扰问题,提出基于积分初值重置的平滑切换控制方法予以解决。结果表明,所提出的方法能够从原理上解决CO氧化反应控制过程的平滑切换问题,较好地提高控制系统的动态性能。     

相似分布特性准则下的高斯混合项聚类-合并算法

针对高斯混合模型估计非高斯系统时高斯混合项呈指数级增长问题，提出一种基于相似分布特性准则的聚类-合并方法。通过分析高斯混合项的分布特性，基于扩展积分均方误差代价函数搜索最优置信范围，并对混合项进行高斯聚类，进而获得具有不同分布特性的高斯簇。为防止高斯簇间对高斯子项的重复利用，引入局部最近邻思想对交叉高斯项进行重新分配。采用并行多元素合并方法对高斯簇中的混合项进行合并，在保证无偏性基础上减少下一时刻混合项数量。仿真结果表明，改进算法在保证跟踪精度的同时还可有效提高算法效率。     

完全非线性函数的原像分布特征

完全非线性函数在密码设计与分析中具有十分重要的作用.利用代数数论的方法,研究一般有限Abel群上完全非线性函数的原像分布特征,给出了一般有限Abel群上完全非线性函数存在的一个必要条件,证明了某些群上不存在完全非线性函数,得到了素数域上完全非线性函数的原像分布.     

充分发挥思想政治教育的社会稳定功能——基于危机管理视角的思考

强化社会管理是维持社会稳定与发展的需要,而思想政治教育是社会管理的重要手段。当前,公共危机管理已成为思想政治教育必须面对的重大理论和实践课题。思想政治教育对社会危机管理具有危机文化素质培育、信息收集与反馈、社会动员、危机心理救治等重要功能。思想政治教育通过具体的途径来实现这些功能,又通过相应的机制作用于社会稳定。因此,要维护社会稳定,就要防范和处置社会危机,就需要全民清醒认识思想政治教育在危机管理中的社会稳定功能,并对这些功能进行深入挖掘,立足实践探求充分发挥这些功能的机制。     

一种基于QFD与ANP的装备作战需求分析方法

针对当前在装备论证过程中缺乏合适的方法和工具将模糊的军事需求科学合理地映射到定量的作战使用性能上去的问题,提出一种基于质量功能部署(QFD)与网络分析法(ANP)的装备作战需求分析方法.该方法能够辅助论证人员深刻理解和合理判断论证中各种因素之间的相互影响关系,通过结构化的装备作战需求分析过程得到能正确反映军事需求的作战使用性能重要度排序.通过实例验证了方法的有效性和实用性.     

基于Solidworks二次开发的两栖车辆浮态设计及静稳性分析

建立了描述车辆姿态向量和重力向量的两个坐标系,研究了姿态向量与坐标变换之间的关系,根据Solid-Works提供的函数,利用二分法求解了给定姿态下的浮心位置;以浮心计算为基础,通过对车辆的受力分析和运动分析,确定了车辆浮态的计算方法;利用SolidWorks的API函数进行二次开发,形成了计算静稳性的程序,并进行了实例计算。结果表明：与传统的作图法相比较,该方法计算结果更精确,计算速度更快。     

灰色灾变与回归分析法的航空装备不安全事件预测

为提高航空装备不安全事件的预测水平,减少事故造成的人员和财产损失,将灰色灾变与回归分析方法有机结合,提出一种航空装备不安全事件的组合预测方法。该方法先从数据中找出灾变点(灾变发生的日期),通过建立这些灾变点的灰色灾变模型预测未来灾变点,再对这些灾变点上的值构建灰色预测模型,计算出未来灾变点的灾变值;而对于非灾变点,可建立合适的回归分析模型进行预测。为验证其可行性,在某飞行训练基地的航空装备不安全事件频数的数据基础上,建立了灰色灾变回归组合预测模型,结果表明,模型对2001年~2004年预测的相对误差平均控制在6.87%以内,所建立的组合模型,能够比较客观地反映航空装备安全的未来实际状况。