并行面向对象数据库中的查询优化

为了在开发并行性的同时，进一步提高查询处理的效率，本文针对并行面向对象数据库的异步并行查询执行模型的特点，提出了三种并行查询优化策略：（１）数据子集预选策略；（２）信息流延迟策略；（３）信息流消减策略。它们既适用于单查询处理，又适用于多查询处理，测试结果表明它们是实用有效的并行查询优化策略。     

并发面向对象语言的演算语义研究

本文对л演算进行了扩展,使之能支持异步通讯,然后在此基础上给出了一种简单Ａｃｔｏｒ语言的演算语义。该演算语义能较好地刻划异步通讯机制、演员的行为替换机制以及对象、类、封装、实例变量与临时变量等面向对象特征。     

φ-强拟增生算子零点的迭代逼近

设X为实一致光滑Banach空间,T:X→X为Lipschitzφ-强拟增生算子。设为[0,1]中数列满足(ⅰ);(ⅱ)令s=I-T,其中I:X→X为恒等算子。定义Ishikawa迭代序列:则强收敛于T的唯一零点。 一个相关的结果处理Lipschitzφ-半伪压缩算子的不动点的迭代逼近。     

线性赋范空间中一类非线性方程的迭代解

在一般的线性赋范空间中研究一类算子方程的解的迭代逼近问题,获得了一系列结果。     

舰炮解命中迭代初值确定新方法

针对传统舰炮火控系统解命中迭代方法的不足,通过对舰炮解命中过程的分析,推导出了首次解命中和非首次解命中两种情况下精确预估弹丸飞行时间迭代初值的有效方法,进而建立了相应的舰炮火控系统解命中模型。分别对传统方法和新方法进行了比较仿真试验,试验证明,本方法较传统方法精度高,迭代次数少,计算周期短,可有效地提高舰炮武器系统的快速反应能力。所提出的方法对于提高舰炮武器作战效能具有理论和实际意义。     

考虑不确定性的多阶段装备维修器材供应优化方法

装备维修器材供应是作战部队持续保持战斗力的关键。考虑多阶段作战行动中,战场形势、部队位置及需求量等不确定性,将野战仓库选址、需求分配、供应路径规划融合为一类选址-路径组合优化问题,构建基于情境的多阶段混合整数规划模型。设计一种两阶段迭代启发式算法对问题进行求解。基于20个算例的数值实验,证明了所提出的模型及算法在具有高度不确定性的多阶段装备维修器材供应保障中的有效性。     

基于DCSP的编队武器兼容性约束协调

编队武器兼容性约束协调,是一个典型的求解分布式约束满足问题的过程。针对这一特点,建立了编队武器兼容性约束满足问题模型,提出了一种基于异步回溯的分布式约束满足算法。该算法运用异步回溯获得一个初始可行解,然后以作战效能最优为原则增添新的方案,并进行约束一致性检查,最终得到满意的编队武器运用方案。仿真验证了算法的可行性。     

基于组合牛顿迭代法的改进IEKF及其在UNGM中的应用

从高斯-牛顿迭代的角度对迭代扩展卡尔曼滤波(IEKF)进行分析,提出了一种基于组合牛顿迭代法的改进IEKF算法。该算法通过实时判断每次迭代对状态的逼近程度,采用加权平均的方法确定新的迭代值,继而采用卡尔曼滤波框架对状态进行量测更新。新算法较传统的IEKF具有精度高以及对初值不敏感的优点。实例仿真验证了该算法的有效性。     

基于AKF的AUV对接回收组合导航研究

针对自主水下机器人(Autonomous Underwater Vehicle,AUV)在回收过程中的组合导航精度问题,提出了一种改进的高斯距离迭代法及改进的自适应卡尔曼滤波算法(Adaptive Kalman Filter,AKF).基于AUV回收对接系统,研究并建立了针对惯导SINS、超短基线USBL、多普勒计程仪DVL和深度计的基于斜距的组合导航模型.通过对SINS/USBL/DVL/深度计组合导航量测信息误差特性分析,设计了改进的基于斜距的SINS/USBL/DVL/深度计组合导航模型;针对该模型突出的滤波发散问题,设计了基于滤波收敛性判据和强跟踪滤波思想改进的AKF滤波算法进行有机融合.仿真结果表明,此研究使实际AUV系统具有更高的滤波精度和可靠性.