DDBN的无人机决策推理模型参数学习

针对复杂战场环境下的无人机决策推理模型参数学习的问题,提出基于遗传算法的离散动态贝叶斯网络参数学习算法。该算法将模型网络参数的最大似然估计函数作为遗传算法的适应度函数,在全局进行并行优化搜索,得到最优的网络参数,从而提高了决策推理模型对复杂环境的快速适应。仿真结果表明,该算法可以获得准确的离散动态贝叶斯网络参数,能够有效地解决复杂战场环境下无人机威胁评估问题,为无人机的自主任务决策提供有效的参数保障。     

特定m维修策略更新过程系统可用度模型

将武器装备系统的组成部分分为3类,通过分析得出适合装备系统的特定m维修策略,能够在保证装备较高使用可用度的同时,最大程度地缩减维修保障成本.利用更新过程某些特性,建立特定m维修策略下的使用可用度模型,简化了使用可用度的计算.     

基于改进遗传算法的异构多无人机任务分配

针对异构多无人机协同任务分配问题,提出了一种基于改进的遗传算法的多UAV任务分配方法。根据多UAV协同任务分配问题的特点,设计了新的遗传算子,并且对适应度值做了标定,有效避免了算法在最优解附近摆动现象的发生,从而提高了任务分配的效率。充分利用改进遗传算法的全局搜索能力,有效地解决多约束条件下多UAV协同目标分配问题。仿真结果表明,改进的遗传算法能够稳定快速地找到较优分配方案,并且算法简单有效。     

带点缺陷的一维亥姆霍兹共振腔声子晶体中缺陷模式

在基于亥姆霍兹共振腔的一维声子晶体中引入点缺陷会在原有局域共振型声禁带内产生缺陷模式。采用传递矩阵法和有限元法分析了缺陷模式随缺陷单元几何尺寸变化关系和声子晶体中声场分布情况。结果表明,随着缺陷单元与完美单元之间耦合程度的增强,缺陷模式从局域共振型禁带中完美单元共振频率处向禁带边缘移动。同时,缺陷模式的存在使得结构中出现了能量局域化的现象。本工作对设计新型声滤波器、能量集中装置具有一定的理论意义。     

基于主成分分析法的城市火灾风险聚类分析

利用主成分分析法确定了城市火灾各指标的综合风险值,基于分析的结果,通过K-均值的聚类算法对城市火灾风险进行了分类.以北京市火灾统计结果为例,确定了城市火灾统计指标的综合火灾风险值,对13个主城区进行了不同区域的火灾风险聚类,并对建成区的火灾统计数据按时域进行了聚类,实现了火灾风险的自动分类.不同区域和时域发生火灾的风险大小可为合理布置消防力量、有效安排执勤战备提供科学参考.     

游移方位INS/GPS组合导航在极地地区的应用

针对极地地区复杂的导航环境,研究了一种游移方位INS/GPS组合导航系统,在详细推导游移方位惯性导航系统载体姿态误差的基础上,以位置、速度和姿态信息作为观测量,运用卡尔曼滤波算法进行仿真.结果表明,该组合导航系统满足极地地区的导航需求,引入姿态信息作为观测量,可有效增加对惯性导航的修正能力,提高系统的导航参数估计精度和速度.     

纳米二氧化硅增强硬质聚氨酯泡沫塑料的制备

采用功率超声,将纳米二氧化硅颗粒分散到多次甲基多苯基多异氰酸酯体系内,然后与聚醚多元醇聚合制得了纳米二氧化硅增强的硬质聚氨酯泡沫塑料。SEM分析表明,纳米二氧化硅均匀分散在聚氨酯泡沫中。在较低添加量时,纳米二氧化硅使压缩强度和冲击强度有一定提高,但会引起多次甲基多苯基多异氰酸酯粘度迅速增加,从而导致发泡反应困难,当添加量为7wt%时,压缩强度和冲击强度开始下降。     

基于粗糙集理论的武器系统效能评定

简述了各种武器效能评定方法。建立武器参数效能模型,首先要挑选特征参数,这里采用知识约简方法选择武器的特征参数。利用神经网络理论建立了参数效能模型,武器系统的效能与武器特征参数的关系可通过神经网络的阈值和权值得到体现。通过实例对神经网络法与指数法所得的结果进行了比较,结果表明神经网络法比指数法精确。     

群体性事件的界定及意义

对改革开放历史条件下群体性事件的界定,不仅是一个理论问题,而且是一个关系到预防和处置群体性事件实践的问题。本文在比较了目前对群体性事件界定的几种具有代表性的意见后,提出了自己的看法。这一界定,有利于分清合法与非法、政治性与非政治性的界限,防止政策上的左右摇摆。     

两种新型试验用钢疲劳寿命差异的实验研究

选用两种新型试验用钢,分析测定了它们的化学成分、金相组织特征及夹杂物分布形态;通过高频疲劳测定试验比较了它们之间疲劳寿命差异。结果表明:对同种钢而言,缺口系数对疲劳寿命的影响非常大,缺口系数越大,疲劳寿命越小;不同钢之间的疲劳寿命的差异取决于钢中的化学成分及钢中夹杂物,合理地提高材料的合金元素,有效地改善材料的化学成分的配比及适当的热处理工艺可以明显提高材料的强度极限;纯净的钢质量及合理的高强度是提高钢的疲劳寿命的最合理、有效的手段。