航空装备保障效能典型参数评估方法

从装备自身固有能力和保障系统、保障能力两个方面研究影响航空装备保障效能的因素,构建了以战备完好能力、执行任务能力和直接被保障能力为表征的装备保障效能评估指标体系。对出动架次率等典型保障效能参数进行了分析计算,评估了装备的综合使用能力和保障能力,并从保障设备的配置出发对保障资源进行优化,提高了装备在使用环境下的综合保障效能。     

四种智能算法的比较研究

随着智能算法的研究深入,一些新的智能优化算法不断被提出,包括从遗传算法、蚁群算法、粒子群算法、人工鱼群算法等。这些算法都是从自然界的自然生物的特性启发而研究出来的,由于这些算法在求解时不依赖于梯度信息,因而特别适用于传统方法解决不了的大规模复杂问题。通过这些算法的介绍和分析,并通过测试函数测试了四种算法的收敛性、收敛速度和精度,评价了这些智能算法在求解函数优化问题的能力。最后对优化算法今后的发展方向进行了评述与展望。     

模糊自适应PMHT机动目标跟踪算法

对目标机动的检测和准确跟踪,是目标跟踪研究中非常重要但难度较大的问题.将统计距离、统计距离增量作为系统方差的调整参量,采用模糊专家规则系统,提出了一种适用于机动目标的模糊自适应概率多假设跟踪(FA-PMHT)算法.该算法将数据关联寻优与运动模型寻优联合处理,从而实现了数据关联寻优、目标模型寻优一体化.仿真结果表明,所提算法与交互式多模型概率多假设跟踪(IMM-PMHT)算法相比在跟踪精度上有明显提高,并且满足实时性要求,证明该算法是有效的.     

具有随机分形自适应搜索策略的蚁狮优化算法

针对蚁狮算法在平衡开发能力与探索能力不足的缺点,提出了具体有随机分形自适应搜索策略的改进算法。在该策略中,蚂蚁利用随机分形搜索方程提高算法的探索能力;蚁狮利用自适应搜索方程在最优位置进行精细搜索,以提高算法的开发能力。对3个单峰、3个多峰标准测试函数进行寻优,仿真结果表明,相比于其他算法,所提出的改进算法很好地平衡了自身的开发能力和探索能力,显著提高了全局优化能力和收敛速率。     

同时强镇定的一个充分条件

一个稳定的控制器可同时镇定n个对象(同时强镇定)等价于一个控制嚣(不一定稳定)同时镇定n+1个对象(同时镇定).两个以上对象的同时强镇定和三个以上对象的同时镇定是线性系统中一个亟待解决的公开问题.文中所作的基本假定是所有的对象具有相同的简单不稳定零点,在此条件下给出了n个对象同时强镇定的一个充分条件.此条件仅需确定n个对象的不稳定零点并且判定由不稳定零点导出一个相应矩阵是正定的,就能判定n个对象同时强镇定,因此是一个易于检验的充分条件.同时给出了n个对象同时强镇定的算法.丰富了同时强镇定的条件和算法.     

布达拉宫古建筑灭火设施优化配置研究

为配合布达拉宫的消防工程改造，优化其建筑灭火设施的配置，针对现阶段布达拉宫建筑灭火设施现状，剖析了其存在的问题和缺陷，介绍了国外文物古建筑消防保护的理念，阐明了古建筑灭火设施优化配置应遵循的原则，通过对各类灭火设施保护宫殿的可行性和适用性分析，提出了布达拉宫古建筑灭火设施优化配置方案。     

导弹末制导中的目标机动估计

在空空导弹末制导段为了能更好地估计目标的逃逸机动,以满足制导要求,基于"当前"模型描述目标加速度,提出了一种利用相对速度估值差来调整目标加速度方差的算法.并在导弹-目标相对运动的三维空间内,由导弹对目标的速度测量值偏差调整状态噪声,并通过自适应扩展卡尔曼滤波实现对目标机动的估计.仿真结果表明,该算法在末制导中目标的机动估计精度要优于传统方法.     

遗传算法的多目标优化资源选择算法

无线自组网中,一个任务请求可能会存在多个满足需求的后备资源,如何从中选择一个最佳资源提供给用户使用是资源管理的核心内容.目前的算法大都只考虑节点的计算能力、负载情况和网络延迟等,而没有考虑无线自组网环境中无线连接带宽有限、设备节点能源受限的特点.在对节点能力、网络资源和能源情况进行数学描述和分析基础上,提出并实现了基于遗传算法的多目标优化资源选择算法.实验结果表明该选择算法能够充分利用有限的带宽资源,最大化网络的使用时间.     

神经网络在某交流伺服系统建模中的应用

针对某交流伺服系统的模型辨识问题,提出了基于遗传算法优化的BP神经网络的辨识方法.BP神经网络在非线性系统的辨识中已得到了广泛的使用,但是其存在易陷入局部极小值和对网络结构初值要求高等缺点.根据遗传算法具有全局寻优的特点,先用遗传算法优化得到神经网络权值和阈值的初值,再由BP算法进行局部寻优.辨识结果表明,该算法辨识精度高、收敛速度快.