进度风险的随机网络建模与仿真分析

为研究装备研制工程进度的风险分布特征,建立了包含正态分布、β分布、三角分布的随机网络进度风险分析模型,通过蒙特卡罗法仿真获得工程项目的进度估计及其统计分布特性,从而获得工程总工期的风险,并结合实例进行了分析.     

改进和创新思想政治工作

随着改革的不断深化,我国社会经济成分、组织形式、生活方式、就业方式日益多样化,思想文化战线良莠共生、多元并存,传媒渠道呈现多样化,这些都给思想政治工作带来了新的挑战。为此,思想政治工作必须进一步加强和创新：     

富有成效地抓好战斗精神培育

一、把教育引导作为培养战斗精神的基础工程。教育是培养战斗精神的中心环节,是主渠道,必须坚定不移。要着眼未来信息化条件下作战的新特点新要求,突出听党指挥、不怕牺牲、敢打必胜、科技制胜等信念、品格、意志、作风的培养和教育引导。遵循教育的特点规律,坚持“三抓”:(一)长期抓。要看到战斗精神准备是一个日积月累的渐进过程,不可能一蹴而就、一劳永逸,必须贯穿到作战准备的全过程,长期抓、经常抓、连续抓,舍得下长功夫、细功夫、苦功夫。(二)反复抓。要看到战斗精神准备是一个发展变化的过程,必然受到来自社会各种思潮的冲击和影响,…     

基于Gauss伪谱法和直接打靶法结合的月球定点着陆轨道优化

将一种求解最优控制问题的新方法—高斯伪谱法( Gauss Pseudospectral Method-GPM)和传统的直接打靶法有效结合,对月球着陆器定点软着陆轨道快速优化问题做出了研究.推导了高精度模型下着陆动力学方程.针对优化方法各自的特点和多约束条件下最优月球软着陆轨道设计的难点,提出了问题求解的串行优化策略:将控制变量和终端时间一同作为优化变量,同时离散控制变量与状态变量,取较少的Gauss节点,利用GPM求解初值,初值的求解采用从可行解到最优解的串行优化策略;在Gauss节点上离散控制变量,利用直接打靶法求解精确最优解.仿真结果表明,本文提出的轨道优化方法具有较强的鲁棒性和快速收敛性.     

基于高斯数据增广的小样本数据无人机编队类型抗扰识别

近年来,随着无人机的应用越来越广泛,对无人机编队类型进行准确识别具有重要意义。基于此,对小样本数据下无人机编队类型识别问题进行了研究。首先,对目前常用的各种无人机编队类型识别方法进行了介绍,针对小样本数据无人机编队类型抗扰识别面临的主要问题进行了分析;其次,对所提方法涉及的理论背景进行了研究;然后,对所提无人机编队类型抗扰识别算法进行了详细阐述;最后以带有噪声的菱形无人机编队的位置坐标作为输入数据,使用所提方法进行仿真实验,仿真实验结果表明,以参数均方误差作为队形识别的准确度指标,所提方法可将均方误差由45.1降低至0.46,显著提高了无人机机群特征聚类的精度与鲁棒性,证明了所提方法在小样本数据无人机编队类型抗扰识别问题上的有效性。     

相似分布特性准则下的高斯混合项聚类-合并算法

针对高斯混合模型估计非高斯系统时高斯混合项呈指数级增长问题,提出一种基于相似分布特性准则的聚类-合并方法。通过分析高斯混合项的分布特性,基于扩展积分均方误差代价函数搜索最优置信范围,并对混合项进行高斯聚类,进而获得具有不同分布特性的高斯簇。为防止高斯簇间对高斯子项的重复利用,引入局部最近邻思想对交叉高斯项进行重新分配。采用并行多元素合并方法对高斯簇中的混合项进行合并,在保证无偏性基础上减少下一时刻混合项数量。仿真结果表明,改进算法在保证跟踪精度的同时还可有效提高算法效率。     

基于多雷达组网IMM-GMPHDF的机动多目标检测跟踪

高斯混合概率假设密度滤波(GMPHDF)有牢固的理论基础,是解决高斯条件下跟踪强杂波环境中目标数未知的多目标问题的有效方法。但当目标发生机动时,就难以跟踪到目标,因此,在GMPHDF中引入交互多模型(IMM)算法,对继续存在目标的运动模型进行建模,根据计算的模型概率融合各模型滤波器估计得到的继续存在目标概率假设密度,解决了运动模型机动问题。仿真实验表明,IMM-GMPHDF能实时跟踪到强机动超音速多目标,在多雷达组网系统中跟踪强机动超音速多目标精度(OSPA距离均方根误差)能达到70 m,满足了工程使用要求。     

民族地区教师多元文化教育技能培养策略初探

多元文化教育已成为世界民族教育的发展趋势.在我国民族地区实施多元文化教育对教师多元文化教育技能提出相应要求.而教师多元文化教育技能在本研究中被界定为教师多元文化教学、教研技能.为此,可以通过改革高等师范教育、完善在职培训等来提高民族地区教师多元文化教学技能;通过鼓励教师开发校本课程、提倡教师进行民族教育研究等来提高民族地区教师的教研技能,进而实现振兴民族地区教育这一宏伟目标.     

全局收敛策略静止目标纯距离测量下的参数估计方法

将全局收敛策略与高斯-牛顿法相结合,得到了解决非线性最小二乘问题的改进高斯-牛顿法;并将该方法应用于静止目标纯距离测量下的参数估计问题;仿真试验表明,改进后的高斯-牛顿方法对测量误差不敏感,具有更快的收敛速度和更高的精度。