复杂条件下岩质边坡施工过程数值模拟

为研究基坑开挖时的变形、稳定性及对坡顶建筑物的影响,以实际工程为例,运用数值模拟分析方法,对含有软弱夹层的顺层岩质基坑边坡在直立开挖与支护过程中的位移场、应力场及对坡顶建筑物影响进行了动态模拟分析。研究结果表明:开挖过程中,岩体卸荷引起变形,支护结构可以限制变形的发展,开挖面处岩体失去原有限制发生卸荷回弹,使得边坡顶部和靠近开挖面处出现拉应力集中区,层状岩体的软弱夹层处会产生较大的剪应力,并随着开挖加深而增大;开挖后边坡顶部已建挡墙附近应力消散,坡顶产生不均匀沉降。     

太空信息支援指挥控制支持平台构建初探

针对当前太空信息支援指挥控制存在的诸如缺少统一平台进行需求综合、数据汇集和融合处理,各类数据和产品分散管理,分头为用户提供信息保障服务等现实问题,本文对太空信息支援指挥控制相关问题进行了研究,构建了太空信息支援指挥控制任务模型,并对太空信息支援指挥控制任务进行了分析。按照系统结构设计的思想,从太空信息资源提供者、太空信息资源使用者和太空信息系统管理者三个角度提出了太空信息支援指挥控制支持平台的功能需求;研究了太空信息支援指挥控制支持平台的系统组成,并按照"资源+服务+应用"的设计原则构建底层可共用基础平台,中间层提供支撑软件集成,上层面向各级各类用户系统的支持平台技术架构和相应物理架构,解决了指挥控制支持平台"建什么、怎么建"的关键问题,可为太空信息支援指挥控制支持平台设计提供理论参考。     

警用装备综合保障效能的熵权-双基点法评估

为实现对警用装备综合保障效能的定量评估,构建了包括战备完好性、保障资源适量性、保障经济性、保障时效性、保障信息化、保障精确性、保障弹性、保障综合性8个评估指标的综合保障效能评估体系,建立了基于熵权-双基点方法的综合效能评估模型,通过编程计算对某警用装备的5种综合保障方案进行了定量评估,根据效能优属度确立了较为优化的综合保障方案。该模型克服了主观赋权的缺陷,可以为警用装备综合保障方案的优选提供科学依据。     

基于TSMD-SVM-HMM的机内测试智能降虚警方法

机内测试虚警问题是影响系统完好性和使用保障费用的重要因素。针对环境因素导致的虚警问题,设计了时间环境应力测量装置,应用支持向量机的小样本学习优点,建立虚警与环境因素的关联关系,应用隐马尔可夫模型的连续动态信号处理能力,描述系统长期工作历程中虚警的发生规律,提出了基于时间环境应力测量装置-支持向量机-隐马尔可夫模型的机内测试智能降虚警方法。最后,在某型直升机航向姿态系统上进行了应用与验证,试验结果表明:该方法有效识别出了机内测试的虚警。     

几类特殊多叶函数的极值点和支撑点

设S(p,α)、C(p,α)及K(p,α)分别表示α阶的p 叶星像、凸像和近于凸函数族。本文对这些函数族的支撑点和S(p,α)的从属函数族的极值点和支撑点进行了研究,推广了Grassmann 和Perera 等人的结果。     

武器系统经济性参数的支持向量机方法分析

采用一种基于支持向量机的武器系统费用分析方法.计算结果表明,这种方法有效解决了参数法对样本量要求较高以及对非线性问题处理能力较弱等问题.与传统方法相比较,有更好的拟合精度和泛化能力,因而该方法可以作为研究此类问题的新途径.     

雷达智能BIT故障预测方法研究

在总结了几种比较常见的故障预测方法的基础上，介绍了基于统计学习理论的支持向量回归算法。提出将智能遗传算法用来对支持向量回归模型的参数进行优化选取，并详细介绍了模型参数的选取过程，避免了参数的盲目设置。将建立起来的模型应用于雷达智能BIT故障预测领域，并以一组智能BIT状态监测的数据对预测模型进行训练和验证，实验结果表明支持向量回归模型能有效地对雷达故障进行预测。     

停产雷达装备维修器材持续保障风险评估方法

针对停产雷达装备维修器材持续保障过程中存在的筹措断供问题,提出基于改进风险矩阵法和层次分析法相结合的风险评估方法。首先建立保障风险评估指标体系,然后采用改进的风险矩阵进行风险评估,利用采用层次分析法解决存在递归层次时风险因素的评估问题,最后得出装备器材持续保障风险的综合量化值,为提出保障风险规避策略提供数据依据。利用某型雷达器材保障风险评估案例进行数据分析,验证了该方法的有效性。     

基于粒子群算法维修保障单元优化配置

针对维修保障单元配置过程中需权衡综合多因素问题,提出了一种基于粒子群算法的维修保障单元优化配置决策模型和方法。首先,以维修任务完成概率为设计目标、以维修保障单元总数量为约束,建立维修保障单元配置决策模型;其次,运用粒子群算法对维修保障单元配置问题进行优化求解。通过具体实例分析,证明了该方法的正确性和有效性。     

小生境粒子群支持向量机的网络故障诊断

针对支持向量机(SVM)在网络故障诊断中应用存在的参数设置和诊断模型复杂的问题,提出一种基于小生境粒子群优化的SVM解决方案。算法在进行参数寻优的同时考虑支持向量个数,实现对诊断模型复杂度的优化,并采用小生境粒子群算法进行求解,提高算法跳出局部最优的能力。在DARPA数据集上的实验表明本文提出的方法能够有效提高诊断模型的泛化性和诊断速度。