美军院校的教育训练与管理

美国军事院校与美军武器装备一样,都是当今世界上比较先进的。这对提高美军战斗力有巨大的促进作用。其院校教、学、训、管特色鲜明,对培养军队指挥员有切实可行的借鉴意义。     

改进人工蜂群算法的无人机航迹规划研究

如何快速地规划出满足约束条件的飞行航迹,是实现无人机自主飞行的关键。将改进的人工蜂群算法应用于求解无人机航迹规划问题,同时在人工蜂群算法的侦察阶段引入差分进化算法的思想。通过仿真实验并与标准人工蜂群算法比较,结果表明此算法能够有效加快收敛速度,提高最优航迹精度,是解决航迹规划和其他高维复杂函数优化的有效方法。     

深化兵团“青年马克思主义者培养工程”建设机制研究

实施“青马工程”,培养造就兵团青年马克思主义者,是推进兵团屯垦戍边事业发展的需要,是兵团“稳定器、大熔炉、示范区”建设的需要,是巩固捍卫兵团意识形态安全的需要,是培养兵团经济社会发展优秀建设人才的需要.针对兵团“青马工程”建设中存在着培养人数少,培养对象覆盖面窄,分散跟踪培养需要加强,学员自我教育和实践能力有待提高,考核激励机制尚待完善的问题,需要通过构建分级分层、多级培养的培训机制,集中培训与跟踪培养相结合的教育机制,组织培养与自我教育相结合的培养机制,量化考核与表彰奖励相结合的激励机制,以推进兵团“青年马克思主义者培养工程”建设.     

基于自由空间法的航迹规划方法

针对无人飞行器的海上航迹规划问题,提出了一种基于自由空间法的规划方法。该方法首先对规划空间进行单元分解后,搜索给定的起始单元到目标单元所有的连通分支,将规划空间进行通道划分,然后在每个通道内采用规划算法进行航迹规划,该通道的划分既可应用于多航迹的协同规划,也可求出单航迹的最优航迹。实验结果表明,该方法可用于无人飞行器的海上航迹规划。     

少数民族骨干计划硕士生培养的困境与对策

少数民族高层次骨干人才计划实施10年以来,为民族地区培养了大批高素质人才.为全面掌握少数民族骨干计划硕士生的培养情况,对7所基础强化培训高校和19所招生高校进行了调查研究.调查结果表明,骨干计划硕士生在基础强化培训阶段、硕士研究生课程教学阶段以及两个阶段的衔接中仍存在亟待解决的问题.针对这些问题,需从政府政策、学校管理和导师指导三个层面综合考量,全面完善骨干计划硕士生培养机制.     

大学生法律意识现状调查分析——以S大学为例

培养大学生的法律意识是一项需要深入研究的系统工程.本文采用访谈与问卷调查的形式,对S大学300名在校生进行抽样调查研究,在此基础之上分析大学生法律意识现状及存在的问题,从社会环境、学校教育环境、家庭教育环境三个方面分析问题的成因,并针对性地提出培养大学生法律意识的对策.     

基于案例推理的指挥实体任务规划高维解空间适应性问题研究?

利用案例推理对指挥实体任务规划过程中决策问题求解方法的修正过程是该方法推理过程中最困难的阶段,尤其当决策问题解空间是多维的情况下。讨论了指挥实体任务规划过程中高维决策空间的修正问题,并提出了可行的解决方法。首先,利用自组织匹配法清晰展现问题空间与决策空间的映射过程,然后,利用反向传播神经网络分析匹配结果间的相关性问题,最后,选取一个简化的军事剧情对该方法的合理性进行验证。     

推进创新发展 争做“在南发展”先锋

2月17日,兵团党委六届十五次全委(扩大)会议隆重召开,会议审议通过的兵团"十三五"规划以全新的架构、全面的视角、科学的规划统筹全面布局,是指导兵团五年发展的总遵循,符合新常态。学习会议精神,我们欢欣鼓舞,谋自身发展,顿感责任重大。站在新起点,面对新常态,我们必须科学分析十四师、昆玉市当前面临的机遇与挑战,正视差距,坚定信心,砥砺前行,做到"百舸争流千帆竞,借海扬帆奋者先"。当前及今后一段时间,十     

适用于认知无线传感器网络的高效频谱分配方法

广泛工作在ISM(Industrial,Scientific and Medical)频段的无线传感器网络面临严重的频谱稀缺问题。在无线通信中,动态频谱分配被认为是提高频谱效能的重要途径。针对典型集中式管理的认知无线传感器网络设计了基于图着色结合负载强度的高效频谱分配算法。首先在协议干扰模型下确保频谱资源在空间上充分利用,随后综合考虑节点负载强度与公平性建立优化模型并按照乘子法加拟牛顿法框架求解最优值。仿真实验表明算法与固定频谱分配方式和传统自适应频谱分配算法相比,在系统吞吐量和节点缓冲区队列长度两个关键性能指标上具有显著优势。     

多飞行器协同轨迹优化设计

针对多飞行器协同轨迹约束多、耦合强的复杂多目标优化与决策问题,对多飞行器协同轨迹优化进行了较为系统的研究。首先,对多飞行器协同轨迹优化进行了数学描述和对多飞行器在未知环境下的航迹规划进行了数学建模;其次,提出了多飞行器协同任务规划系统优化设计的数值算法,其主要包括多飞行器协同任务分配算法与飞行器最优航迹规划;最后,基于以上的研究,对3种典型不同情况下的多飞行器协同轨迹优化进行了飞行数值仿真与分析。该算法具有以下特性:全局一体优化、采用最优的多维策略、实时在线性、高精度、能够考虑各种随机干扰的作用等。