3-6岁幼儿家长对幼儿园保教工作的评价及期望研究——基于新疆兵团S市汉、维、回及其他民族家长的问卷调查

不同文化背景的家长对教育有不同的看法和需求,深入探究新时期家长的教育期望和需求成为提升幼儿园保教质量的重要课题。本研究以幼儿园家长为对象,从汉、维、回及其他民族3-6岁幼儿家长对幼儿园保教工作的态度入手,分析汉、维、回及其他少数民族家长对幼儿园保教工作的评价和期望两个方面的差异,据此为幼儿园进一步了解不同民族家长教育观念、促进家园沟通、增进家园合作、提升幼儿园保教质量提供参考和建议。     

潜艇集体逃生舱上浮水动力性能

针对潜艇集体逃生舱上浮过程的水动力问题,建立了典型集体逃生舱水下运动的数学模型,并重点对其释放后的上浮速度进行了数学仿真计算。然后,根据该流场的特点,合理选择求解条件,利用Fluent软件进行仿真分析。两种计算方法的结果吻合较好,结果表明:该集体逃生舱水下运动数学模型是正确的,其稳定上浮速度较大,在设计中应当进行控制。     

零控脱靶量有限时间收敛制导律

针对高速机动目标的拦截问题,研究了一种考虑导弹自动驾驶仪动态特性的零控脱靶量有限时间收敛制导律。对导弹-目标三维相对运动几何关系进行解耦,并考虑导弹的自动驾驶仪动态特性,推导了一种新型三维零控脱靶量模型;在此基础上,基于自适应滑模控制理论和有限时间稳定性理论,选取俯仰平面和偏航平面的零控脱靶量为滑模面,设计了零控脱靶量有限时间收敛三维自适应滑模制导律;对该制导律的稳定性和有限时间收敛特性进行了分析和证明。仿真结果表明,与比例制导律相比,所设计的制导律可使导弹的零控脱靶量在有限时间内收敛到零,且具有更高的制导精度。     

基于语言评价与模糊数的群体意见共识方法

针对具有自然语言评价信息的群决策问题,给出了一种基于语言评价信息与梯形模糊数的群体意见共识方法.该方法先通过无量纲化处理、语言评价信息转换为梯形模糊数、对梯形模糊数进行集结等步骤,形成群体对方案的综合评价值(梯形模糊数);然后对群体意见进行共识分析和评价;最后对共识结果进行方案排序.通过对实例进行分析,表明该方法能得到切合实际的决策效果.     

谈公安科研成果管理工作的问题及对策

当前公安科技工作中科研成果管理面临一些实际问题,应引起各级科研管理工作者的重视。应该坚持科研成果管理的导向作用,加强科研成果的统计管理和加强科研成果转化管理以及组织管理革新等,以便为今后公安科研成果管理的发展提供参考。     

有限元法在结构件强度分析中的应用

介绍了有限元法的基本原理和分析步骤,并结合实际,利用IDEAS软件的有限元分析模块对某定型模盖板的结构进行了强度校核。在工况分析的基础上,适当简化了盖板的几何模型,建立了有限元模型;通过边界条件处理、网格划分及单元解算,得到了盖板在工作状态下的应力和位移分布规律,为盖板的设计提供了力学依据。同时,为舰载电子设备机箱、机柜的壳体这类复杂结构件的强度分析提供了一个有效的方法。     

面向分层混合存储架构的协同式突发缓冲技术

科学计算产生和分析的数据规模日益增长,高性能计算机的存储系统在体系架构和软件管理方法上面临重大挑战。针对天河-2系统的新型分层混合存储架构,提出一种由应用程序耦合的协同式突发缓冲技术来有效利用其存储资源优势。该方法采用运行时动态耦合的方法,将临近计算任务的分布式高速存储资源聚合成为一个的巨大的协同式突发缓冲区,通过采用文件命名空间投影的映射方法组织全局数据视图,利用位置亲和和感知数据意图的方法来挖掘空间局部性和时间局部性,并利用应用并发度感知的策略优化数据移动效率。天河-2系统的测试结果表明,该方法能够有效优化多种典型应用场景,可获得高可扩展的突发并行输出带宽和稳定的持续并行输出带宽,可显著提升数据分析场景的输入/输出性能,适合应用于大规模超级计算机的存储系统。     

降雨损耗对Q频段地球静止轨道下行链路I/N分布的影响

针对Q频段通信链路受降雨、云雾及大气吸收等天气条件影响较大的传播特性,基于对Q频段地球静止轨道卫星下行链路传播损耗的分析,研究降雨损耗在地球站共址的干扰场景下对I/N分布的影响。提出与降雨分布相结合的Q频段下行链路传播损耗计算方法,建立基于降雨衰减超出门限值的时间百分比p%的I/N函数模型,分析p%对I/N分布的影响,预测年均干扰分布情况。采用该计算方法对ITU实际登记的CHINASAT-G-115.5E卫星网络进行分析,结果表明：p%越低,通信链路受降雨衰减的影响越明显。当p<0.5时,衰减门限值变化较快;在地球站和干扰卫星轨道经度固定的情况下,p%越小,年均1-p%时间内I/N的最小值越小。该方法可应用到研究其他轨道卫星的干扰分布中,为干扰规避提供参考。     

基于最优制导模板的神经网络预测制导方法

针对传统预测制导方法中高精度制导与快速实时解算之间的矛盾,提出了一种基于最优制导模板的神经网络预测制导方法。该方法采用基于高置信度飞行器运动模型仿真计算预测弹道落点,利用优化理论进行迭代解算制导变量,以此为基础离线生成样本数据;通过选择合适的多结构模态神经网络,进行基于调度管理的神经网络训练,完成神经网络控制器的设计。针对CAV进行了算例设计,结果表明:该制导方法在线计算量少,制导解算速度快,制导精度高,综合性能远优于传统的预测制导方法。     

主元分析法和模糊积分的航空发动机气路状态监测

航空发动机是一个大系统,由于结构复杂、工作条件恶劣等因素影响,对其进行有效地健康状态监测成为航空领域长期难以解决的关键技术之一。为有效监测航空发动机健康状态,以航空发动机气路系统为例,提出一种基于主元分析和模糊积分的航空发动机状态监测方法。首先,利用主元分析法提取发动机状态样本集的主元,对样本数据进行降维,实现样本的最优压缩。其次,利用BP神经网络和Elman神经网络对发动机状态信息的特征向量进行初步状态监测。最后,利用模糊积分对采用两种神经网络的初步监测结果进行决策层融合,从而有效地实现对航空发动机气路系统的状态监测。通过某型真实航空发动机验证表明,所提出基于主元分析和模糊积分的状态监测方法,能有效提高监测的准确度,满足航空发动机状态监测的实时性要求,具有良好的工程应用价值。