模糊离散动态贝叶斯网络的目标威胁等级评估

动态贝叶斯网络作为一种智能推理工具在处理不确定推理问题中显示出强大的生命力,但是存在难于处理连续变量的推理问题。将模糊理论与动态贝叶斯网络相结合,提出一种模糊分类的方法,将连续变量模糊分类为动态贝叶斯网络能够应用的证据信息用于推理,并建立目标威胁等级评估模型,应用直接推理算法对该网络进行推理。仿真结果表明,该分类方法与动态贝叶斯网络结合能够很好地处理连续变量推理的问题。     

水下传感器网络部署优化研究

水下传感器网络具有广阔的应用前景,但也存在能量有限、延迟较长、部署区域不连通和通信能耗大等问题,理论和实践证明传感器节点的优化部署是解决已上问题的有效方法。为此综合考虑水下传感器网络的工作环境及传感器特性,建立了提高网络可靠性的网络部署模型,给出了网络部署的成本函数及约束条件,并使用遗传算法对传感器节点和中转节点的部署成本及网络生命周期内的能量消耗进行优化。通过仿真实验表明,该模型收敛速度快,部署节点结果合理,达到了较好的优化网络的目的。     

基于联邦卡尔曼滤波的组合导航定位算法

在传统的GPS/INS紧耦合组合导航系统中,由于伪距和多普勒频移误差的存在,系统存在一定的误差偏移。针对这种误差偏移,设计了一种联邦卡尔曼滤波组合导航算法,该算法采用二级卡尔曼滤波器,将卫星接收模块解算出的伪距信息和多普勒频移信息在第一级卡尔曼滤波后,与INS模块结算出的信息进行修正处理,再通过主滤波器得到紧耦合算法的INS解算结果校正量和定位位置最优估计。通过计算机仿真结果分析表明,该方法相对于传统的紧耦合组合导航算法可以有效减小误差,具有一定的理论价值和实用价值。     

变结构离散动态贝叶斯网络的快速推理算法

变结构离散动态贝叶斯网络是对传统离散动态贝叶斯网络的推广,具有更广泛的建模应用价值,但是其推理算法还有待进一步完善.针对变结构离散动态贝叶斯网络的推理算法难以理解、编程计算难、推理速度慢的问题,给出了实现变结构离散动态贝叶斯推理算法的数据结构,并推导了进行并行计算的推理算法和编程步骤,并通过实例进行了算理验证.给出的方法对变结构离散动态贝叶斯网络的编程应用具有参考价值,同时可以加快变结构离散动态贝叶斯网络的推理计算速度.     

系统可靠性分配的研究进展

系统可靠性分配是可靠性设计的重要任务之一,其主要作用是为可靠性设计提供辅助决策。给出了可靠性分配流程,研究了可靠性分配模型的发展状况,重点介绍了可靠性分配问题的求解算法,指出了各类算法在分配中的应用及其需进一步解决的问题,同时分析了国内外典型的分配软件,总结了各软件中可靠性分配的主要功能,最后对可靠性分配提出了进一步的研究展望。     

多UCAV协同控制中的任务分配模型及算法

任务分配是多UCAV协同控制的核心和有效保证。分析了影响目标价值毁伤、UCAV损耗、任务消耗时间等三项关键战技指标的因素,综合考虑实战中多UCAV同时攻击同一目标和使用软杀伤武器这两种典型情况对UCAV执行任务的影响,建立了针对攻击任务的多UCAV协同任务分配模型,并应用粒子群算法求解。仿真结果验证了模型的合理性和算法的有效性。     

不同磁浮列车外形的气动性能比较

上海磁浮列车由于流线型车头较短,气动性能并不理想,根据国内厂家给定的列车横断面尺寸和对气动性能的要求,对国产磁浮列车气动外形进行多方案设计,通过求解三维可压N-S方程和k-ε双方程湍流模型,对提出的磁浮列车各种外形方案的气动性能进行数值模拟计算,并根据计算结果进一步改进气动外形,如此反复,直至得出气动性能和外观最优的磁浮列车外形。在最终选定的三种设计方案中,方案3由于水平投影轮廓线较窄、最大纵剖面轮廓线曲率较小,其整车空气阻力和列车交会压力波都较其它两种方案要小,因此为最佳的气动外形方案。通过比较分析,此次选用的国产磁浮列车外形,列车以430km/h运行时三节车总的空气阻力为33.84kN,而上海磁浮列车为54.07kN;国产磁浮列车最大列车交会压力波幅值为2913Pa,而在同等条件下上海磁浮列车为3827Pa,其气动性能明显优于上海磁浮列车。     

气液同轴式喷嘴雾化特性的试验

通过试验研究气液同轴直流式和气液同轴离心式喷嘴的雾化性能。研究表明:喷嘴出口扩张时可以改善喷嘴的雾化性能;气液同轴直流式和气液同轴离心式喷嘴都存在一个合适的缩进长度,在改善喷嘴雾化特性的同时对总流量影响较小;在相同条件下,气液同轴离心式喷嘴的喷雾性能要优于气液同轴直流式喷嘴的喷雾性能。     

ABDARDSS中基于候选消除学习算法的知识推理

飞机战伤评估和修理的知识表示与推理机制,是建立飞机战伤评估与修理决策支持系统(ABDARDSS)需要解决的一个关键问题.采用一种候选消除算法来提取战伤评估与修理样本数据的变型空间,以变型空间实现战伤评估与修理决策支持系统中的知识表示和推理.对于ABDARDSS来说,候选消除学习算法是一种新的有效的知识推理方法.     

任务规划系统研究综述

任务规划系统作为举世瞩目的高科技技术,已经引起了广泛的关注和应用.目前世界上一些主要国家都在研制任务规划系统,且进展很快.为了更好地推进我国学者对于任务规划系统的研究,对任务规划系统的研究进行了全面综述.主要内容包括任务规划系统的发展、应用、主要实现方法及未来发展方向.在应用中,综述了任务规划系统在战场态势评估、无人飞行器、机器人领域的应用.在主要实现方法中,主要描述了数学规划、D*优化算法、Agent方法和遗传算法四种方法.最后给出了任务规划系统未来发展方向:现代技术的融合、发展战略级任务规划系统及未来社会任务规划系统预研.