AR模型在陀螺仪性能故障诊断中的应用研究

对惯导系统上的陀螺仪在无故障和故障下输出的信号进行分析 ,计算出信号的特征量———均值、标准差、协方差 ,并用现代谱分析技术中参数模型功率谱分析的方法 ,建立信号的AR模型、绘出AR模型的功率谱图 ,对陀螺仪输出信号的变化进行了比较和分析 ,从而找出一种作为判断陀螺仪性能故障的依据     

建筑消防设计中疏散时间的确定方法

本文针对建筑消防设计中疏散时间计算这一关键问题 ,利用疏散行为指数确定生活不能自理的人的疏散能力 ,进而确定其疏散时间 ,为建筑消防安全设计和防火管理工作提供理论依据。文中介绍的方法、计算公式及步骤简捷 ,具有一定的实用价值。     

D2-C84 的手征同素异形体

本文指出Ｄ２－Ｃ８４具有手征特性,这个结论可以很好地解释为什么实验上获得的Ｄ２－和Ｄ２ｄ－Ｃ８４的产量之比为２：１．我们以Ｃ８４为例就福勒烯（ｆｕｌｌｅｆｅｎｅ）的同素异形体（ｉｓｏｍｅｒ）的结构、对称性及稳定性进行了定性的讨论。     

燃料电池AIP废气处理方案优选模型研究

对潜艇300 kW燃料电池几种可行的气体处理方案进行了对比分析,并运用模糊综合评判方法建立了方案优选模型.研究表明,应用旋转床吸收器吸收废气中的二氧化碳,并配以相应的水处理系统,将二氧化碳排至舷外的方案是最佳方案.     

航空核辐射侦察信息更新率分析

分析了航空核辐射侦察信息的时序关系,结合相关测量设备的发展现状,认为更新率应以水平定位信息为准。分析了侦察过程中定位设备的各种工作状态,指出了其最优工作状态。最后在此工作状态下依据现实可用的定位设备给出了信息更新率。     

基于ANN模式识别的某型导弹测试车配电系统故障诊断

人工神经网络诊断特点与基于模式识别的诊断特点非常相似。将ANN模式识别技术应用于某型导弹测试车配电系统故障诊断。根据测试车配电系统的故障特点,设计ANN为4层BP网络,具有9个输入、10个输出,两个隐含层神经元数目分别为9和6。测试结果表明该方法能有效诊断测试车配电系统故障。     

意境生成与禅宗情趣

意境是中国古典美学中极具哲学思辨的审美范畴,是艺术的至境。它的生成与禅宗有着密切的关联。对意境的理解与阐释,必须将它与禅宗联在一起。意境与禅宗异质同构,殊途同归。     

超大体量高层医院消防安全疏散设计

高层医院的建筑消防设计攸关医院特殊人群的安全问题,在进行该类建筑消防安全疏散设计时应着重进行考虑。但是由于医院设计需首先满足医疗工艺的要求,因此,在疏散设计时往往会与有关规范产生矛盾。通过对某国际医院建筑消防设计案例的分析,主要从疏散楼梯间设计、特殊人群疏散设计两方面提出了超大体量高层建筑消防安全疏散设计的建议。     

全地形加油车高机动性底盘选型研究

底盘选型研究是保证新型加油车机动性大幅提升的基础.评析了标志地面车辆通行能力的多种概念,根据车辆机动性评估原理,提出了涵盖车辆快速性、支承通过性和几何通过性的机动性量化评估模型.应用该评估模型评定了备选车辆的机动性,验证了评估模型的有效性,选定了全地形加油车高机动性底盘,为车辆机动性的量化评估提供了研究思路.     

Using stochastic programming to solve an outpatient appointment scheduling problem with random service and arrival times

We study a stochastic outpatient appointment scheduling problem (SOASP) in which we need to design a schedule and an adaptive rescheduling (i.e., resequencing or declining) policy for a set of patients. Each patient has a known type and associated probability distributions of random service duration and random arrival time. Finding a provably optimal solution to this problem requires solving a multistage stochastic mixed‐integer program (MSMIP) with a schedule optimization problem solved at each stage, determining the optimal rescheduling policy over the various random service durations and arrival times. In recognition that this MSMIP is intractable, we first consider a two‐stage model (TSM) that relaxes the nonanticipativity constraints of MSMIP and so yields a lower bound. Second, we derive a set of valid inequalities to strengthen and improve the solvability of the TSM formulation. Third, we obtain an upper bound for the MSMIP by solving the TSM under the feasible (and easily implementable) appointment order (AO) policy, which requires that patients are served in the order of their scheduled appointments, independent of their actual arrival times. Fourth, we propose a Monte Carlo approach to evaluate the relative gap between the MSMIP upper and lower bounds. Finally, in a series of numerical experiments, we show that these two bounds are very close in a wide range of SOASP instances, demonstrating the near‐optimality of the AO policy. We also identify parameter settings that result in a large gap in between these two bounds. Accordingly, we propose an alternative policy based on neighbor‐swapping. We demonstrate that this alternative policy leads to a much tighter upper bound and significantly shrinks the gap.