弱拓扑下集值最优化问题的通有稳定性

用函数的上图象之间的Hausdoff距离定义最优化问题目标函数间的距离。在此弱拓扑下研究定义在紧距离空间上具有普遍意义的最优化问题的稳定性;指出在Baire分类意义下大多数这类问题的解是通有稳定的。     

“讲政治顾大局守纪律”要谨防不良倾向

开展“讲政治、顾大局、守纪律”学习教育活动,要注意防止和克服“表态化”倾向,靠实实在在的行动把讲政治具体化;防止和克服“本位化”倾向,以更加宽广的胸襟把顾大局落到实处;防止和克服“特殊化”倾向,用严格经常的要求把守纪律一以贯之.     

基于Markov Logic的军事系统效能评估

由于军事系统中存在不同的体制编制和多变的网络结构,并且军事单元能力发挥不稳定,信息延时不确定,因此为完成特定军事任务,系统中会存在诸多OODA过程,以至于难以评估军事系统的效能.针对目前效能评估方法人为定性评估成分较大,或者评估过程忽视军事实体间的相关联系而仅在统计意义上进行评估,将军事系统的不确定性纳入评估体系,基于统计关系学习框架Markov logic以OODA军事策略为基础对不同军事规则进行一阶逻辑建模,并以当前网络态势为先验条件,应用Alchemy工具对表示最终作战效能的原子谓词进行条件概率推理,求得该网络作战效能期望,突出了模型对不确定信息的处理能力.最后研究了军事单元和军事体制对系统效能的影响,实验结果验证了本模型的有效性,表明其具有一定的实践和理论意义.     

基于打靶法的含摩擦齿轮系统运动稳定性分析

采用打靶法对含摩擦齿轮系统进行运动稳定性分析能够揭示摩擦对齿轮系统动力学行为所产生的复杂影响.建立了计及摩擦的单对齿轮非线性系统的非线性动力学模型,采用打靶法对其周期运动进行了求解,并应用Floquet乘子判断系统周期解的稳定性和分岔特点,得到了系统在不同的摩擦系数条件下周期运动的演变规律.相比于Runge-Kutta法,打靶法能得到更为全面的齿轮系统的不稳定和稳定的周期解.研究发现:摩擦能改变周期运动的性态,可在一定程度上提高系统周期运动的稳定性,同时会产生新的不稳定的周期运动,使得齿轮系统的动力学行为更为复杂.     

考虑自重挠度的火炮试验装置身管稳定性校核研究

针对炮口强冲击条件下身管可能出现失稳的问题,将某型火炮试验装置身管近似为一端固定、一端铰支的九阶梯变截面构件．基于有限元软件平台,提取身管各截面在重力作用下的挠度,建立具有初始挠度的身管有限元模型,并验证其在冲击条件下的稳定性．该研究结论为炮口冲击式火炮试验装置的可行性论证提供了科学依据．     

Lotka-Volterra捕食方程的Hopf分岔研究

对于具有有限时滞的Lotka-Volterra捕食方程,选用时滞作为分岔参数,得到模型的局部稳定性条件和系统的Hopf分岔值。利用中心流行定理和正则化方法,得到Hopf分岔的方向和周期解的稳定性。     

多级膜水处理流量稳定性建模及仿真研究

多级膜水净化装置通过膜的过滤作用产生净水,而净水流量稳定性是该装置的性能评价要素之一。建立单级膜净水流量稳定性数学模型并将模型推广至多级膜,在Simulink环境下对多级膜模型进行仿真。结果表明,原水浊度越大,浓水阀门开度变化率越大、膜污染指数越小,净水流量越不稳定。实际净水实验表明仿真结论与实验结果相一致。通过调节浓水阀门开度对净水流量稳定性进行了控制分析,结果表明,浓水阀门开度以阶梯信号方式输入,可控制流量稳定系数在[-1,1]变化,从而提高多级膜水净化装置的工作效率。     

基于AHP的舰船大风浪中航行的安全评价

舰船在大风浪中航行的风险是一个比较重要的研究领域,其风险程度很难用量化进行评估,为了更好地方便研究,并为以后的研究奠定理论基础,文章采用了层次分析法,建立舰船在大风浪中航行的安全评价体系,同时构造了判断矩阵,并进行了层次单排序一致性检验,求出了每个影响舰船航行安全因素的权重,并通过实例进行解算,得出结果和实际情况相比大致相似。此方法可以较好地对舰船在大风浪中航行的安全进行直观的描述,可供舰船长用来掌握舰船航行的风险情况,进而进行有效的风险决策。     

基于ISIGHT的微型飞行器布局优化设计研究

微型飞行器具有飞行雷诺数低、易受外界环境干扰等特点,并存在多目标优化问题,因此其气动布局优化设计难度较大。针对微型飞行器的特点及优化设计要求,采用N-S方程与遗传算法相结合的方法对微型飞行器的多目标优化设计,基于ISIGHT软件来实现该方法的具体流程,克服了计算量大、无法实现自主迭代的缺点。并对微型飞行器的展弦比、尾翼安装角、尾翼的高度和根弦长进行优化,优化目标为飞行器的静稳定性和升阻特性,优化后的构型具有良好的气动性能,结果表明该方法明显提高了计算的精度和优化设计的水平,在工程上有一定的应用价值。     

Agent目标判别的神经网络-证据理论法

重点研究了目标识别领域中证据理论与模糊神经网络相结合的多Agent数据融合方法.作为传统Bayes理论的推广,证据理论由于满足更弱的信息来源条件,尤其是在区分不确定与未知方面显示了很大的灵活性,因此备受关注.然而,基本可信度的分配是一个与实际应用密切相关的问题,也是较难操作的一步.本文通过对模糊神经网络的训练来处理证据理论的基本可信度分配问题,经计算机仿真表明这是一种行之有效的方法.