智能舰艇编队指挥控制系统体系结构设计

针对舰艇编队指挥控制系统协同作战自协同的需要,运用多智能体技术探索舰艇编队指控系统体系结构设计问题.提出了一种由指挥Agent和协同控制Agent构成的智能舰艇编队指挥控制系统,描述了其组织结构,分析了面向任务的协同作战任务分解和分配过程,完成了智能舰艇编队指控系统体系结构的顶层设计.对多Agent技术在舰艇编队指控系统中的应用有一定的参考价值.     

新型BFRP筋增强混凝土受弯构件挠度控制

玄武岩纤维塑料增强筋（BFRP筋）的特性导致以其为增强筋的受弯构件出现裂缝后刚度降低非常明显，变形发展过快。因此，对BFRP筋混凝土梁的设计主要应根据其变形性能标准的要求来进行。为方便设计人员进行BFRP筋受弯构件设计，结合试验研究，通过对比国内外有关FRP筋混凝土梁开裂截面有限惯性矩计算模型的研究，探索出适合BFRP筋混凝土梁开裂截面有效惯性矩计算模型；通过建模分析，表明有限元计算模型和其他几种计算模型一起可以应用于BFRP筋混凝土梁直接挠度控制。推导出FRP筋受弯构件配筋率计算公式，结合直接挠度控制研究，提出通过控制跨高比限值来进行梁尺寸初选的间接挠度控制计算公式。     

微小型飞行器姿态快速机动控制方法

针对某弹道导弹释放的微小型飞行器的姿态控制任务需求,提出一种基于Gauss伪谱法的姿态快速机动控制方法。建立精确的姿态控制模型,并考虑反作用飞轮的耦合力矩项;采用Gauss伪谱法获取最优姿态轨迹,设计准滑模跟踪控制器以跟踪该最优轨迹。数字仿真结果表明,Gauss伪谱法计算得到的轨迹是最优的,准滑模跟踪控制器能实现对最优轨迹的良好跟踪,且对干扰力矩有较好的抑制作用。     

从火灾教训谈老城区的火灾防控

以三起火灾为例,指出了老城区存在的消防安全隐患,从改善居民消防安全环境、加强消防安全管理、增强老城区自防自救能力等几个方面提出了老城区火灾防控措施。     

吸附式储存液体燃料技术初探

利用吸油材料将液体燃料进行吸附储存是一种全新的储存方式，该储存方式与传统空腔储存液体的方式相比，在储存的安全性和可靠性上具有明显的优势。论文初次提出吸附式储存液体燃料技术（简称SFAM）的概念，并详细分析了SFAM技术下的吸放油性能、抑爆性能及环境适应性能的要求与实现机理，同时结合SFAM技术的使用特点和应用背景，对聚丙稀吸油棉、天然植物纤维、吸油树脂和聚氨酯泡沫等四类吸附材料进行了综合分析比较。     

大型地下建筑商业区域设置方式及其消防安全评估

大型地下公共建筑的出现带动了地下商业的发展,在地下公共建筑内部和周边设置商业设施的情况已不断出现。该类地下商业设施的设置增加了公共建筑的火灾危险性,必须限制商业设置方式以降低火灾风险。针对地下商业的设计难点,总结提出诸如防火舱、防火隔离区、＂安全岛＂等多种商业设置方式,分析了其用于地下公共建筑内部及周边商业区域的火灾控制的安全性,从而保障人员的安全。     

可靠度评价在建筑防火设计中的应用

提出在建筑结构耐火设计及火灾后建筑物修复设计中进行可靠度理论应用的必要性、可行性与优越性 ,旨在为建筑结构在火灾过程中及灾后的安全性评估提供新的研究思路。     

基于主成分分析法的危险化学品事故统计分析方法研究

通过对2002~2007年危险化学品事故数据进行统计分析,运用主成分分析法（Princ ipal Component Analysis,PCA）计算得到危险化学品事故发生的第一主成分,进一步分析得出危险化学品事故主要发生在使用环节和生产环节。利用主成分分析法得出的结论,针对危险化学品在使用、生产环节采取得当的预防措施,可以为有效减少危险化学品事故的发生提供科学决策依据。     

履带式车辆半主动悬架的模糊神经网络控制

在1/2车体振动模型的基础上,引入了模糊神经网络控制器,模糊控制用来对付系统的非线性,神经网络用来辨识路面的变化情况,实时调节模糊控制器的量化因子,使模糊控制器对路面的变化具有自适应能力。仿真和台架实验结果表明,模糊控制器能有效地控制半主动悬架系统,半主动悬架在减少振动,提高乘坐舒适性方面优于传统的被动悬架。     

Factors that affect the optimal amount of central control in complex systems

Whereas much of the previous research in complex systems has focused on emergent properties resulting from self‐organization of the individual agents that make up the system, this article studies one vital role of central organization. In particular, four factors are conjectured to be key in determining the optimal amount of central control. To validate this hypothesis, these factors are represented as controllable parameters in a mathematical model. For different combinations of parameter values, the optimal amount of central control is found, either analytically or by computer simulation. The model is shown to provide results that match well with the level of control found across a broad spectrum of specific complex systems. This model also provides general guidelines as to how combinations of these factors affect the desirable level of control and specific guidelines for selecting and evaluating leaders. These results indicate that all of these factors, though not exhaustive, should be considered carefully when attempting to determine the amount of control that is best for a system. © 2008 Wiley Periodicals, Inc. Naval Research Logistics, 2008