心理调适“十法”

自 我暗示法。在工作、训练和日常生活中 ,青年官兵之间难免会遇到这样或那样的不顺心的事。当你即将发怒时 ,不妨来个自我暗示 ,效果会很好。比如自我安慰 :“不要紧 ,事情不会像他们所说的那样坏。”“千万不要发怒 ,发怒是愚蠢的行为 ,对自己和他人都没有好处。”“对这点挫折 ,自己能挺得过去。”往往这种自我暗示会起到平心静气的作用 ,进而削弱愤怒的强度。拖延时间法。当你遇到倒霉的事情 ,心中的怒火即将要爆发时 ,尽量克制自己拖延时间 ,延缓愤怒的到来。前苏联哲学家屠格涅夫劝告那些刚愎自用而正在吵得火热的人 :在开口之前 ,必…     

重视战争法在高技术战争中的作用

现代战争受政治、外交制约极为明显。德国著名的军事家克劳塞维茨说 :“战争无非是政治通过另一种手段 (即暴力 )的继续。”这句“至理名言”道出了战争的本质。战争是政治的继续 ,而法律则是政治的体现。这是现代战争的首要特点。各国在进行战争时 ,都要研究涉及法律特别是战争法的相关问题 ,以达到使己方行动时刻处于合法的状态 ,争取主动权 ,以便得到国际社会的支持。例如 ,科索沃战争就是以美国为首的北约打着维护“人权”的旗号 ,绕过联合国安理会 ,对弱小国家进行的一场典型的高技术条件下的局部战争 ,以“制止人道主义灾难”为名 ,使…     

结构与控制系统协同并行设计技术研究

针对传统设计、分析存在的问题 ,对结构与控制系统协同并行设计技术作了研究。通过多学科专业人员组成产品开发团队 ,利用PRO/E ,PATRAN ,NASTRAN ,ADAMS以及MATLAB等对某型号导弹进行了结构与控制系统的并行设计。     

密切值法用于海军舰船招标工程的评价

根据海军舰船招标工程涉及的各个方面 ,建立舰船招标工程评价指标体系 ,运用密切值法对海军舰船招标工程进行评价 ,为舰船招标工程评价提出新的方法     

中国A100型300毫米多管火箭武器

A100是由中国自行研制的一种大口径远程多管火箭武器,具有射程远、精度高、威力大、反应迅速、支援保障简便等特点。该武器主要用于打击敌战役、战术纵深内的各种集群目标和面目标,如集群坦克、装甲车辆、停机坪上的飞机、上岸的两栖登陆装备、近岸舰艇、技术兵器、指挥系统、雷达站、通信枢纽以及集群兵力等。     

隐身伪装技术新发展

隐身技术,是指通过减少目标雷达、红外线、光电、声响等暴露征候,使目标在战场不被探测的一种伪装技术。隐身技术的出现为目标的隐真伪装提供了新的实现途径。与示假伪装相比,隐身技术能最大限度地保证目标的生存,因为示假虽然能提高战场目标的生存能力,但不能保证真目标不连同假目标一起被摧毁。而对于关键目标(武器装备、工事等),敌不惜武力进行摧毁下,这时,隐身伪装就显得十分必要。     

一种对强夯法加固饱和软粘土过程的数值模拟

在总路以往土动力学数值模拟的基础上,提出了一种基于Boit固结理论的强夯法加固和饱和软粘土过程的数学模型并且用计算机进行了模拟;模拟中对重要参数压缩模量和渗透系数进行动态追踪,且考虑土体的非线性及孔隙水的紊流特性,定性结果合理,为强夯法加固饱和软粘土的数值模拟提出了一个可行的思路。     

变结构多模型估计第Ⅳ部分——模型群切换算法的设计和评估

在第Ⅲ部分提出了一种称为模型群切换算法(MGS)的变结构多模型(VSMM)估计器它是第一种通用的、可应于一大类具有混合(连续或离散)不确定性问题的VSMM估计器.在这种算法中,模型集合通过在一定数目预先确定的模型群之间的切换来实现自适应.它比固定结构MM(FSMM)估计器,包括交互多模型估计器(IMM)具有更大的潜力获得更高的费效比.本文研究了算法应用中的一些比较重要的问题,包括模型群自适应逻辑和模型群的设计.研究的结果通过一个机动目标跟踪问题的详细设计例子进行了演示.这个跟踪问题使用一个时变模型集合,每个模型由目标的加速度期望值表征.仿真结果用来证实在仔细设计和非常随机和确定的情况下,MGS算法同使用所有模型的固定结构IMM(FSIMM)估计的性能(基于更合理和完全的度量,而不是仅使用通常的rms误差)和计算复杂程度的比较.     

变结构多模型估计第Ⅲ部分——模型群切换算法

本文提出了一种称为模型群切换算法(MGS)的通用的变结构多模型(VSMM)估计器.它假设整个模型集合可以用一定数目的模型群来覆盖,每个模型群代表相互间紧密联系的一族系统行为方式或结构,在任何给定时刻,由一个硬决策来决定具体运行的模型群.它是第一种可普遍应用于一大类具有混合(连续或离散)不确定性问题的VSMM估计器.同时,它很容易实现.通过一个简单的失效检测和识别的例子显示当具有与固定结构的交互多模型(FSIMM)估计器相同的性能时,MGS算法可以从本质上减少计算量.     

变结构多模型估计第Ⅱ部分——模型集合自适应

变结构多模型(VSMM)估计的一个重要、自然和实用的方法是递归自适应模型集(RAMS)方法。此方法的关键是在理论上和实践上都具有挑战性的模型集自适应(MSA)。本文在理论上对MSA进行了研究。根据假设检验,阐明了MSA的各种典型问题,而这些假设一般是复合的,N元的,多变量的,更糟糕的是,不一定不相交。给出了一定数量的序列方案,这些方案在计算上都是高效的,容易实现的,并具有一些令人满意的最优特性。这些结果构成了建立性能良好,通用和实用的MSA算法的理论基础。在这里给出的理论结果已经应用于这系列后续部分的几种RAMS算法,这些算法都是应用广泛,容易实现并且明显优于当前的最佳固定结构多模型估计器。同时,它们对于变结构和固定结构多模型估计器的模型集对比、选择和设计都很重要。