核化环境空间建模及核武器综合毁伤效应分析算法

针对核化环境以及核武器毁伤效应的特点,提出了一种多分辨率渐进柱状树模型实现核化环境的三维空间数据的建模。为了节省存储空间,提出了线性编码方法对多分辨率渐进柱状树模型进行存储,并且基于M orton码技术实现了核武器综合毁伤效应的空间分析算法。     

印法共拜“宇宙神”

9月8～13日，法国海军“马恩河”号指挥控制舰对印度西海岸城市马德拉斯进行了访问。该舰是法国海军常驻印度洋的军舰之一，排水量1．97万吨，1987年服役，曾于2002年11月对孟买进行过访问，这是她第2次访问印度。就在靠港前数日，该舰作为法国海军旗舰参加了代号为“宇宙神-03”的法印海军联合演习。     

抚顺市望花区组织专武干部集训

为更好地抓好年度民兵工作,1月初,抚顺市望花区人武部组织了专武干部进行集中训练,这是该区深化民兵预备役工作,加强民兵预备役建设的又一举措。集训采取封闭式军事化管理,按照一日生活制度条令化的要求,重塑兵的形象、重过兵的生活、重练兵的技能。集训期间,人武部干部人人授课。除了进行严格的军事训练和必要的业务培训外,还要进行“三个代表”重要思想论述的辅导教育。     

分布式并行地形分析中数据划分机制研究

数据粒度是海量空间数据并行计算的重要问题之一。通过对不同性质的并行算法的对比分析,提出空间数据粒度模型,量化地反映并行地形分析中数据划分的规模,建立并行数据粒度评价模型。通过研究集群环境下不同算法的数据并行数据粒度问题,提出基于并行数据粒度评价模型的优化数据粒度调度算法。通过计算每一次并行计算的时间与数据粒度效率,从而实现对计算数据粒度动态更新以追求更高的加速比。经过实验验证,该算法较之传统算法,可提供更高的任务执行效率并具有更好的可移植性。     

基于种群多样性测度的PSO算法及其应用研究

针对基本粒子群算法(particle swarm optimization,PSO)易局部收敛的缺陷,设计了一种根据种群多样性测度动态调整惯性权重的改进粒子群算法,通过仿真测试函数与基本粒子群算法、自适应粒子群算法(adaptive particle swarm optimization,APSO)、带收缩因子的粒子群算法(contractive particle swarm optimization,CPSO)进行比较,改进的PSO算法在提高算法的综合搜索能力方面具有优越性。将改进的PSO算法运用到作战飞行器航迹规划中,并进行了仿真实验,仿真结果验证了改进算法的有效性。     

不确定环境下飞行器航迹规划

根据环境的确定性程度,飞行规划可划分为确定性航迹规划和不确定性航迹规划。针对不确定战场环境航迹规划问题进行了研究,提出了一种基于概率表示的军用飞行器航迹规划方法。根据威胁源的存在概率函数、位置分布概率函数和静态威胁概率函数模型,建立了不确定威胁的威胁概率函数模型。将遗传算法运用到航迹规划中,并进行了仿真实验,仿真结果验证了模型及算法的有效性。