网格环境下虚拟物流企业模型描述及设计研究

虚拟物流企业设计的目的是获取最佳的物流效能,而最佳物流效能必须通过最佳的组织效能来体现,表现在物流使命与企业架构的匹配。由于网格环境下虚拟物流企业设计较为复杂,基于组织权变理论,首先给出了相关的基本概念,指出虚拟物流企业设计包括工作流程和企业架构设计两个方面,设计过程就是二者的平衡过程。此外,按照在物流资源约束的情况下能够产生最佳组织状态为要求,进行了虚拟物流企业设计,以数学模型表示了设计过程,并明确了求解任务,对虚拟物流企业设计研究由定性分析向定量研究转变进行了初步尝试。     

自适应模糊PID控制在空气取水装置中的应用

传统PID控制应用在具有较大滞后性、时变性和非线性系统时,参数一旦整定就不能自动调节,因此,系统随条件变化自动调节的能力不强,控制效果不佳.针对这种情况,将模糊控制和常规PID控制相结合,提出一种基于模糊控制规则的自适应模糊PID控制方法,实现了PID参数在线实时整定,并将其应用于空气取水装置蒸发器过热度控制中.通过Matlab仿真,与常规PID控制仿真曲线比较表明,该控制方式具有动态响应快,超调量小,控制精度高等特点,在研制的空气取水装置中取得了较好的控制效果.     

普通物理实验CAI的制作设想

普通物理学实验是公共必修课,随着电子技术迅速发展,多媒体已被广泛的运用,使人机交互能力大大提高,它正作为一种重要的教学媒体迅速应用于教学过程中,对促进教学现代化起着十分重要的作用.因此,制作CAI课件使学生由被动学习变主动学习,并能加深学生对实验内容的理解,对实验现象的观察和规范学生的实验操作技能,从而达到有效提高教学质量和教学效率的目的.     

基于背景差的运动目标检测方法比较分析*

背景差是常用的运动目标检测方法,其基本思想是通过视频帧与背景参考图像的差分实现运动目标检测。背景差法的核心是背景模型的构造。首先介绍基于背景差的运动目标检测方法的关键步骤:预处理、背景建模、背景差分、后处理;其次介绍几种典型的单背景和多背景模型;然后利用自适应背景模型、中值滤波、卡尔曼滤波、混合高斯模型等进行运动目标检测,并从速度、存储开销、准确率等方面对这些方法进行了分析比较。实验结果表明,单背景模型具有更快的检测速度,而多背景模型的检测准确度更高。     

比例最小偏度单形UKF的RBF神经网络算法

为提高RBF神经网络的建模性能,提出一种基于改进无迹Kalman滤波(UKF)的RBF神经网络训练算法。在该算法中,首先将比例最小偏度单形Sigma点采样策略引入UT,以有效改进UKF,提升其计算效率,然后利用改进的UKF优化估计RBF神经网络的最优参数。仿真结果表明,改进的UKF比EKF具有更高的RBF神经网络模型训练精度,与传统UKF的模型精度大体相当,但速度更快,计算效率更高。     

CPSO优化参数的战斗机空战效能MELM评估模型

针对近距与超视距空战的特点,提出一种基于粒子群优化(PSO)算法与极限学习机(ELM)的空战效能评估模型.引入一种基于M估计的ELM,以抵御样本数据中粗差的干扰;采用基于混沌策略的PSO算法优化ELM隐含层的输入权值和偏差,以降低随机选取参数的影响,提升评估模型的精度;利用所建模型对战斗机空战效能进行评估.仿真表明,所...     

电场作用微燃烧器的液体乙醇层流扩散燃烧

采用实验和数值模拟方法对电场作用下微燃烧器的液体乙醇层流扩散燃烧进行研究。研究结果表明,数值模拟高温区与实验拍摄火焰结构外形相似,前者的结构尺寸均高于后者;H/d与R e基本上呈线性增加关系,W/d先随R e线性增加,后变化幅度较小;H/d与电场强度E之间存在波浪曲线关系,波浪整体呈上升趋势,W/d整体上随电场强度E也呈上升趋势;火焰高度和宽度无量纲的数值模拟值与实验计算值吻合良好。     

预警机拖曳式单诱饵诱偏反辐射导弹研究

对拖曳式单诱饵诱偏反辐射导弹原理和过程进行了分析;推导计算了单诱饵诱偏距离;分析了拖曳线长度、反辐射导弹导引头测角误差和诱饵辐射功率对诱偏距离的影响;对一定条件下反辐射导弹的爆炸点进行了仿真,对诱偏效果进行了分析。     

基于改进WOA的军用机场失效下的备降场选择策略

当军用机场节点面临蓄意攻击、自然灾害时,容易遭到破坏,进而使空中交通秩序混乱,影响战略物资输送,制约战斗力持续生成,为此提出了基于鲸鱼优化算法(WOA)的机场失效条件下的军用运输机备降场选择方法.在该方法中,考虑距离代价与空中相撞风险代价,将机场失效的备降场选择问题描述为约束优化问题;引入冯诺依曼拓扑结构对标准WOA进行改进;采用改进WOA对约束优化问题进行求解.仿真表明:该方法收敛快,实用性强,易于实现,能够根据需要合理分配飞机完成备降场选择.     

无人机对地攻击时敏目标威胁度SPA-IELM评估方法

为实现对地面时敏目标威胁度的科学有效评估,提高无人机对地攻击决策的快速性和准确性,提出一种基于集对分析(SPA)与增量型极限学习机(IELM)的地面时敏目标威胁度评估方法.首先,将SPA理论中的联系度和集对概念应用在地面时敏目标威胁度评估指标体系中,用于生成训练样本和测试样本,然后,使用获取样本对IELM进行在线训练和测试,得到无人机对地时敏目标威胁度评估模型,并对目标完成评估和排序.仿真表明:所提出方法在评估地面时敏目标威胁度过程中速度快、精确度高,能够对目标威胁度进行快速精准排序,从而为无人机对地攻击决策提供了可靠依据,也为无人机自动有效打击地面目标奠定了基础.