UCAV编队对地攻击智能决策系统总体结构

UCAV编队对地攻击是未来战争制信息权和制空权的关键所在,结合无人作战飞机(UCAV)与有人驾驶飞机各自的特点和优势,提出了UCAV编队对地攻击系统的基本组成和对地攻击流程.根据UCAV编队对地攻击的战术决策类型和决策方式,构造了UCAV编队对地攻击智能决策系统的总体结构并且提出了决策系统应该解决的关键技术,详细分析了所建立的UCAV编队对地攻击决策系统的决策方式和决策流程,并且对该系统所涉及的关键技术进行了详细的研究.     

艺术教育与人的全面发展

艺术教育是实施美育的重要途径和内容,是素质教育的有机组成部分。艺术教育对培养学生感受美、表现美、鉴赏美、创造美的能力,树立正确的审美观念,抵制不良文化影响;陶冶情操、发展个性、启迪智慧、激发创新意识和创造能力,促进学生全面发展,有着重要的不可替代的作用。     

演化硬件中变异概率对进化算法首次命中时间的影响

在(1+1)EAs中,采用马尔可夫链推移时间分析法,推导出了平均首次命中时间的表达式。从理论上分析了变异概率对平均首次命中时间的影响。结果表明适当的变异概率会缩短平均首次命中时间,加快进化算法的寻优时间。     

基于变异离散粒子群的协同空战攻击决策算法

为了提高智能协同空战攻击决策算法性能,将变异策略引入到DPSO(Discrete Particle Swarm Optimization)协同空战攻击决策算法中,提出了一种新的基于变异离散粒子群(Mutation Discrete Particle Swarm Optimization,MDPSO)的协同空战攻击决策算法。基于典型空战想定背景,仿真验证了算法的有效性。采用对比实验方法,基于准确性、可靠性和快速性等关键性能指标,分析比较了基于MDPSO协同空战攻击决策算法与多种智能决策算法,验证了基于MDPSO的协同空战攻击决策算法有着较好的综合性能。     

基于改进协同遗传算法的有效载荷系统功能序列规划方法

针对传统回溯算法在求解基于知识模型的有效载荷系统功能序列规划问题中搜索效率低的问题,提出一种基于"择劣变异"(Worst Individual Mutation,WIM)策略的协同遗传算法(Co-evolutionary Genetic Algorithm,CGA)的改进算法WIM-CGA。该算法在遗传过程中采用双路线进化方案,即"择优实施标准遗传过程,择劣实施变异操作",达到提高求解精确度及搜索效率的目的。仿真结果表明,同等测试条件下,当功能规模为50,约束密度为1.0时,WIM-CGA算法在限定时间内最优解的平均精确度比优化的回溯算法提高了54.15%,比CGA算法提高了6.18%,且当所得解的精确度大于90%时,WIM-CGA算法比CGA算法的迭代次数减少了65.79%,耗时降低了48.97%,显著提高了功能序列规划的效率。     

柔性制造单元监控系统总体设计与研究

本文就监控与诊断技术的发展现状与趋势进行了综述。设计并研制FMS/FMC监控系统CMFDS,给出系统的组成、功能、配制、硬软件系统、总体结构及系统的技术特点。在加工中心、FMS上的实验表明了该系统良好的通用性和简洁性,体现了集成化、智能化现代监控技术发展的趋势。     

基因遗传算法在三维数据场造型中的应用

将基因遗传算法应用于三维数据场的造型研究之中,提出了遗传三角剖分算法.针对三维三角剖分的特殊性,提出了虚拟交叉算子和三角变异算子,能够确保在遗传进化过程中,解群中的每一个串始终代表一个合法的三角剖分.     

AHP在学生综合素质评价中的应用

在素质教育中,学生管理者如何将多项评价指标综合起来,对学生素质进行 全面的评价是一个不易解决的问题。引入AHP对学生的综合素质进行评价,使学生管理 者在评价过程中思维一致,逻辑清晰,能快速准确地评价出学生的综合素质,有效地解决 了多指标综合素质评价这种复杂问题。并且这种方法也可以应用于其它领域人员综合 素质的评价。     

空间天气对国家安全的影响研究

随着科技的发展和进步,世界各国越来越认识到空间天气的重要性,并对空间天气效应展开深入的理论和实践探索。我国也加快空间天气领域的研究进程,并取得了一定成就。本文系统介绍了空间天气的定义与发展历程,运用总体国家安全观的方法,从国土安全、军事安全、经济安全与核安全等角度分析了灾害性空间天气对国家安全的影响。在对国内外空间天气研究现状和发展趋势分析的基础上,针对灾害性空间天气的国家安全影响提出了政策性建议。     

多子带雷达信号融合噪声抑制方法

全极点模型对信号构建线性模型,通过对模型进行定阶和计算可以得到估计信号的各个参数,从而实现信号预测。子带融合之前需要进行相干处理,可以通过相干函数等方式解决。root-MUSIC算法在低信噪比环境中极点选择并不稳健,会导致模型在阶数上判断错误。为解决全极点模型方法中子带融合在信噪比低时模型阶数估计不准的问题,提出一种噪声抑制方法。对信号Hankel矩阵的主对角奇异值矩阵加权处理,以消除噪声分量,并利用整体前向预测矩阵得到整体频段极点值与极点幅值,由此估计出低信噪比时的多子带融合信号。结果表明所提方法在仿真环境下,在信噪比-20 dB至10 dB时,相较于传统极点模型方案具有更好的估计结果。