模糊匈牙利算法在舰艇抢修人员指派问题中的研究

分析了舰艇在执行任务或作战等紧急情况下的抢修人员指派问题,并对此建立了多目标广义指派问题的数学模型。在任务数少于工作人数的情况下,采用虚拟“工作”和“人员”的方法,得到适合经典匈牙利算法的拓展效益矩阵,并对此矩阵采用匈牙利算法求得最优指派。     

广义S变换和阈值分割联合抗频谱扩展-压缩移频干扰

根据频谱扩展-压缩(spectrum spread and compression, SSC)移频干扰信号和回波信号时频分布特性的差异,提出一种基于广义S变换和Tsallis交叉熵阈值分割的干扰抑制方法。分析了SSC移频干扰的干扰原理和干扰信号经过解线调后的信号形式,并利用时频聚焦性较好的广义S变换获取接收信号经过解线调后的时频图像,根据时频图像对应的灰度图像,以Tsallis交叉熵最小化作为目标函数,求出灰度图像的最佳分割阈值,并根据分割阈值构建时频滤波器,实现干扰抑制。仿真结果表明:该方法对于SSC移频干扰产生的假目标具有较好的抑制效果,干扰抑制比可达30 dB以上。     

用四无数法设计一种新型动基座初始对准

利用捷联制导系统固有的硬件资源可构造一种新型的动基座初始对准方案,运用广义卡尔曼滤波技术及四元数法表示,给出了实施初始对准的失调估计器的设计方法,仿真结果表明,该设计可有效地在飞行过程中实施快速初始对准。     

“不全则无”谬误——不积小流,无以成江海

我们谈话、辩论、思考，都需要逻辑(广义的，包括“谬误学”)。古语说“工欲善其事，必先利其器”，在今天“逻辑”这套工具已经发展成为思考的犀利武器，是做人、处事的随身法宝。这并非说，有了它，便万事大吉；而是说，没有了它，便事倍功半。     

广义逆指数分布元件的可靠性分析

在II型混合截尾样本下,得到了广义逆指数分布未知参数的最大似然估计。利用最大似然估计的渐近正态性构造了参数的渐近置信区间,运用Lindley's逼近方法和TierneyKadane's逼近方法计算出了参数的Bayes估计。最后,运用Monte-Carlo方法对上述估计方法结果作了模拟比较。     

几个寿命分布类封闭性的统一证明

利用累积失效函数给出失效率递增(减)类,平均失效率递增(减)类,新比旧好(差)类,按失效率新比旧好(差)类和按平均失效率新比旧好(差)类的等价刻画。通过与指数分布的对比,给出了描述这些分布类的等价条件。利用特定函数类的复合封闭性,给出以上分布类在加速寿命系统和协同系统中的封闭条件的统一证明。     

WSNs中基于TW-ToA测量的目标定位算法

针对时钟偏差问题,提出基于双向到达时间(Two-way time of arrival,TW-To A)测量的目标定位算法(Target Localization-based on TW-To A,TL-TW-To A)。TL-TW-TOA算法考虑了周转时间和时钟偏差问题。由于利用直接处理方法难以获取目标位置的最优解,TL-TW-TOA算法选用次优、强健算法进行近似,并将定位问题建立成广义信赖域次优问题(Generalized Trust Region Sub-Optimal,GTRS),然后再利用二分算法获取精确解,进而缓解时钟偏差和周转时间(Turn-around Times,TATs)对定位精度的影响。实验数据表明,提出的TL-TW-TOA定位算法降低了计算复杂度,并减少了均方根误差(Root Mean Square Error,RMSE)。     

岩体隧道蠕变效应的有限元分析

对岩体隧道的长期观察和量测表明,许多在成洞之初的岩体,由于蠕变变形随时间不断发展,经过一段时日以后,围岩体可能会发生失稳或坍塌破坏.传统的弹性或弹塑性理论,无法考虑变形的时间因素.选用流变理论中能很好反映岩体应力应变随时间变化的广义开尔文模型,结合某岩体隧道的实例,利用有限元分析软件ANSYS模拟了岩体隧道开挖后围岩蠕变的全过程.模拟的结果使人们能够方便地掌握岩体隧道各个部位在不同时刻的变形量和蠕变率.对岩体隧道的设计和施工有一定的指导意义.     

关于算子方程Tx=y扰动分析的一些结果

在Banach空间中给出了一种相容算子方程解的误差估计 ,推广了矩阵扰动分析中的相应结果 .此外 ,利用Hilbert空间中算子M -P广义逆与算子的约化极小模之间的关系 ,给出了一些估计式 ,这些估计式对于分析不相容算子方程Tx =y的极小范数最小二乘解的扰动误差是有用的     

结构方程模型参数估计的GME方法

提出应用广义最大熵的方法对结构方程模型的参数进行估计,该方法能够处理有限的或者不完全数据。为了验证广义最大熵方法在估计结构方程模型参数时的性能,采用了一个应用于美国顾客满意指数(ACSI)的结构方程模型生成仿真数据,仿真结果表明,与PLS相比,GME方法具有更高的拟合精度和较低的预测误差,在样本数据较少时,表现更为明显。