随机变量序列最大值函数几乎处处收敛

设X1,X2,…为独立同分布随机变量序列,具有公共分布函数F,F绝对连续并具有密度函数F′。在一定条件下得出了随机变量序列最大值函数的一类极限分布,并证明了随机变量序列最大值函数几乎处处收敛于其对应极限分布的密度函数之上。     

三维交互模拟系统动态数据实时管理研究

针对三维交互模拟系统常用数据管理方式存在的系统资源开销大、属性数据不能动态修改等问题,将XML运用到三维交互模拟系统的数据管理中,能够很好地解决在三维交互全景漫游中对动态数据的实时修改难题。以所研制的油库三维交互模拟系统为例,提出了基于Java编程实现对XML文档进行解析的技术方案,分析了设备设施类型维护、设备设施名称及对应属性名增加、设备设施属性值实时修改的实现方法。该方法能够扩展三维交互模拟系统的功能和应用范围。     

信息化舰炮武器系统对岸作战流程仿真

根据信息化舰炮武器系统的信息化特点,针对信息化舰炮武器系统主要的对岸远程目标精确打击功能,假定武器系统结构组成和对岸目标作战流程,利用Tau for DoDAF工具的系统视图仿真并验证作战流程的正确性。经时序图跟踪验证,结果表明,系统仿真过程与作战流程想定一致,系统设计合理、可靠。     

美军下一代高级战术互联网体系结构发展研究

战术级作战人员信息网（WIN-T）是美陆军史上第二次大规模重建的战术通信计划,是采用商用技术、用于传输有线/无线话音、数据、视频的21世纪战术通信系统。它将形成下一代高级战术互联网,是实现陆军2010年及以后作战概念最具竞争力的系统。从基础理论和体系结构对WIN-T进行研究,跟踪技术发展动态,分析结构及特点,找出其脆弱性,对我军构建下一代战术互联网体系结构有重要的参考价值和借鉴意义。     

弹着时间可控的机动目标多弹协同制导律*

针对机动目标的多导弹齐射攻击,运用最优控制和卡尔曼滤波理论探索机动目标下弹着时间可控制导律问题。设计了一种最优弹着时间可控的制导律,它由指定弹着时间和预计弹着时间的误差作为反馈信号与传统比例制导律结合推导得出,称之为弹着时间可控制导律（Impact-time-control Guidance Law,简称ITCG）,同时利用卡尔曼滤波估计了目标加速度。通过对作战模型情况的仿真,可以看出这种新型的制导律应用于引导多发导弹以指定时间同时攻击目标时的有效性和可行性。     

3D SRAM中TSV开路测试算法研究与实现

基于三维集成电路技术实现的三维静态随机存储器,其电路中使用了大量的过硅通孔。目前过硅通孔制造工艺尚未成熟,使得过硅通孔容易出现开路或短路故障,从而给三维静态随机存储器的测试带来新的挑战。现有的过硅通孔专用测试方式虽然能够探测出过硅通孔的故障,但需要特定的测试电路来实现,这就增加了额外的面积开销,同时加大了电路设计的复杂度。因此,提出一种使用测试算法来探测过硅通孔开路故障的方法。在不增加额外面积开销的情况下,通过内建自测试电路解决三维静态随机存储器中过硅通孔的开路故障检测问题。结果显示,该过硅通孔测试算法功能正确,能够准确探测到过硅通孔的开路故障,并快速定位过硅通孔的开路位置。     

从俄罗斯在叙军事行动看其对军品贸易的影响

俄罗斯是全球第二大军品供应国,军品贸易在俄罗斯政治中具有独特地位,是俄罗斯地缘政治中不可或缺的部分。俄罗斯在叙利亚军事行动前,军品贸易受到了西方制裁打压的影响。在叙军事行动,不仅为俄罗斯军品提供实战检验的机会,也为俄罗斯争取到军事技术合作的潜在盟友。     

基于慕课的翻转课堂在“教育学”课程中的教法探究

教育扶贫写入“十三五”规划以来越来越得到社会的广泛关注,教育扶贫的首要工作就是为教育薄弱地区培养和输送大量的优秀教师.而“教育学”课程是师范类专业的必修课程,它的教学质量直接影响着职前教师的专业化发展.结合“教育学”课程的特点和慕课、翻转课堂的功能特点,以及“教育学”课程教学现状中存在的问题,尝试将慕课与翻转课堂相结合,探讨“教育学”这门课程的教法,采用课上和课下相结合的教学方式,帮助学生同知识建立联系,增强学生的学习兴趣,提升本门课程的教学质量,从而实现教育公平.最后对翻转课堂的实施难点提出了几点说明,促进“教育学”课程的开展.     

国外翻转课堂教学实践分析

翻转课堂虽然打破传统“先教后学”的教学模式,实现个性化教学。然而,通过分析国外翻转课堂教学案例发现,实践中也出现诸如数字鸿沟难以逾越、学生超负荷接受不良教学法、课堂中“边缘人”现象的存在以及将单纯的视频讲授等同于学习等问题。因此,弥补数字鸿沟、转变教学风格、灵活运用教学法、内化教学材料是应对翻转课堂教学实施挑战的重要途径,以期为更好地提高国内翻转课堂教学质量,实现教育信息化提供参考。     

The probability of the existence of a feasible flow in a stochastic transportation network

Stochastic transportation networks arise in various real world applications, for which the probability of the existence of a feasible flow is regarded as an important performance measure. Although the necessary and sufficient condition for the existence of a feasible flow represented by an exponential number of inequalities is a well‐known result in the literature, the computation of the probability of all such inequalities being satisfied jointly is a daunting challenge. The state‐of‐the‐art approach of Prékopa and Boros, Operat Res 39 (1991) 119–129 approximates this probability by giving its lower and upper bounds using a two‐part procedure. The first part eliminates all redundant inequalities and the second gives the lower and upper bounds of the probability by solving two well‐defined linear programs with the inputs obtained from the first part. Unfortunately, the first part may still leave many non‐redundant inequalities. In this case, it would be very time consuming to compute the inputs for the second part even for small‐sized networks. In this paper, we first present a model that can be used to eliminate all redundant inequalities and give the corresponding computational results for the same numerical examples used in Prékopa and Boros, Operat Res 39 (1991) 119–129. We also show how to improve the lower and upper bounds of the probability using the multitree and hypermultitree, respectively. Furthermore, we propose an exact solution approach based on the state space decomposition to compute the probability. We derive a feasible state from a state space and then decompose the space into several disjoint subspaces iteratively. The probability is equal to the sum of the probabilities in these subspaces. We use the 8‐node and 15‐node network examples in Prékopa and Boros, Operat Res 39 (1991) 119–129 and the Sioux‐Falls network with 24 nodes to show that the space decomposition algorithm can obtain the exact probability of these classical examples efficiently. © 2016 Wiley Periodicals, Inc. Naval Research Logistics 63: 479–491, 2016