涉水岸坡稳定性影响参数的敏感性分析

针对常规的敏感性分析所存在的不足,提出用灰色系统理论中的灰关联分析方法对影响涉水岸坡稳定性的诸多因素进行敏感性分析.通过分析表明,在影响岸坡稳定性的诸多因素中,内摩擦角的影响最大,其次分别是外水压力、粘聚力、土体密度和浸润面位置这些因素的影响,而坡高比对岸坡稳定性的影响最小.根据影响参数敏感性的大小,建议在实际工程中,可以优先考虑降低坡体内浸润面位置(增加排水系统),其次考虑改变坡高比(削坡法)的治理方法,来提高涉水岸坡的稳定性.     

导弹武器装备备件储备量计算模型

备件保障一直是影响武器装备保障的重要因素,导弹武器装备备件保障是现在导弹部队面临的亟待解决的重要课题。根据导弹武器装备使用保障的特点,将导弹装备备件按寿命分布进行分类,并采用模型法确定了不同寿命分布类型的备件储备量计算模型。最后,针对各类备件储备量计算模型进行了实例说明,具有一定的实际意义。     

并行离散事件仿真中的DDM机制实现

在并行离散事件仿真系统中实现仿真模型间的互操作机制需要引入类似HLA中定义的声明管理(DM)和数据分发管理(DDM)服务.我们开发的KD-PADSE高性能并行离散事件仿真环境采用谓词断言和对象代理方法在面向对象的并行离散事件仿真系统中实现了基于平行结构和事件调度机制的声明管理(DM)和数据分发管理(DDM)服务.在以千兆以太网互联的10节点Linux集群计算机上,采用DDM机制后仿真模型每秒(物理时间)可以进行1万次属性更新,是没有采用DDM机制时的20倍,在功能性和性能上验证了该DDM机制在并行离散事件仿真系统中的适用性.     

发变电所传导干扰分析与抑制措施的研究

通过对发变电所由开关操作在二次系统和低压交流电源系统传导测量结果的分析，确定变电站低压交流电源中传导干扰的特征，利用安捷伦（Agilent）矢量网络分析仪，研究几种典型电源滤波器的插入损耗和特性阻抗等频率特性，应用夏弗纳（Schaffner）等系列抗扰度试验设备，研究电源滤波器对电快速瞬变脉冲群和衰减振荡波的滤波和抑制效果，给出了变电站电源滤波器的滤波特性要求。     

信息系统体系结构设计中系统内聚度分析方法

系统的组成及其结构是体系结构中的一个核心元素,系统内聚度是评价信息系统体系结构的一个重要指标。以体系结构框架为基础,给出系统接口和系统功能的规范化描述。从功能和数据关系的角度,分别定义了系统功能内聚度和数据内聚度的计算方法,提出一种体系结构中系统内聚度的分析方法,并通过一个实例说明了方法的应用。该方法有助于规划系统和分配功能,提高体系结构设计质量。     

基于信息融合技术的防空通信系统效能评估

防空通信系统综合评判的核心计算是:实现从各指标隶属度到目标隶属度的转换。但是,现有的隶属度转换方法,不能揭示指标隶属度中"哪部分对目标分类有用,哪部分无用";结果是指标隶属度中原本对目标分类不起作用的冗余数值,也被用于计算目标隶属度。实际上,隶属度转换是一种信息融合技术,实现信息融合的关键环节是挖掘隐藏在各指标隶属度中关于目标分类的知识信息。为此,通过挖掘这种知识信息设计一种滤波器,能清除指标隶属度中对目标分类不起作用的冗余数值,在没有冗余数据干扰条件下实现隶属度转换,由此建立一种基于信息融合技术的防空通信系统效能评估的方法。     

基于通用特性的武器系统研制方案优选方法

针对以往武器系统研制方案评价中只重视作战性能和费用的不足，建立了武器系统通用特性的评价指标，并运用灰色关联分析法进行方案评价和优选；在分析经典灰色关联分析法缺陷的基础上，提出一种新的基于欧式距离的权重确定方法对其加以改进，避免了主观因素的影响，使评价结果更加客观、准确；最后通过国防装备研制项目评价实践中的一个实例介绍了该方法的具体应用，并验证了方法的可行性和有效性。     

散度、旋度和梯度在共同模式上的统一定义及其在一般坐标系中的应用

本文在推广的散度定理的基础上给出了散度、旋度和梯度与坐标无关的统一定义。着重在一般曲线坐标系中利用以三对坐标面为包容面的微元体为共同模式,把散度、旋度和梯度统一表示为某一微分量的极限值,从而直接导出了张量分析中这三种量的熟知的表达式。     

桥丝式电火工品静电感度测试方法研究

本文对目前静电感度试验的现状进行了分析。在理论分析的基础上解决了JGY-50型静电火花感度仪的串联电阻和真空开关所带来的问题。提出了桥丝式电火工品的静电感度测试新方法,通过一个高压线性采样装置直接测量试样在试验过程中的电压、电流曲线,求得试样实际消耗的能量,以此统计试样的静电感度。采用这种方法,测试了JD-11电点火具的50％发火能与放电时间常数的关系,得到了呈单调规律变化的曲线。     

一种自组织神经网络及其应用

提出了一种适用于目标识别和故障诊断的自组织神经网络（ＳＮＮ）模型和一种基于模糊关联度的判别准则。ＳＮＮ学习速度快,能在不破坏原有“知识”的情况下,学习、记忆新知识,且具有对外部环境的自适应能力。新的判别准则充分考虑了网络输出矢量各分量的大小因素及其与各期望目标矢量的相关程度,使类别判决更加合理可靠。本模型被用于被动声纳目标分类,取得了较好的效果。