武警基层指挥警官成长规律研究

影响基层指挥警官成长的因素错综复杂,其成长规律蕴涵在各种因素和多项活动中。武警基层指挥警官健康成长是多种因素共同作用的结果;政治素养为武警基层指挥警官的成长把握方向;综合能力是促进武警基层指挥警官成长的核心;文化素养为武警基层指挥警官的成长奠定基础;良好的身心素质是武警基层指挥警官成长的前提。     

提高地方大学生干部的第一任职能力

地方大学生干部从参军入伍到退出现役的整个成长过程,大致可分为适应期、上升期、发展期三个阶段。实践表明,只要平稳、顺利度过适应期,他们就能尽快找到与工作接轨的“结合部”、发挥优势的“切入点”,表现出明显的后发优势。但第一任职能力偏弱是导致部分地方大学生干部不能顺利度过适应期的重要障碍,必须加以重视解决。     

面向集群对抗的多弹协同目标分配模型与仿真分析

本文提出了一种面向集群对抗的多弹协同目标分配方法.首先,将每个导弹与每个目标进行两两组合,利用比例导引法,对各组合情况下的弹目遭遇效果进行仿真,得到弹目遭遇时的末速度差.然后,以分配方案末速度差之和最大为优化目标,以给定分配均匀度为约束条件,将该问题转化为带约束的非平衡任务分配问题,并利用0-1线性规划方法进行优化求解...     

一种基于导航点的航天器相对运动轨迹生成策略

针对圆(近圆)轨道航天器相对运动的固定时间状态转移问题,提出了一种基于导航点的多脉冲优化轨迹生成策略.从相对运动动力学出发,应用最优控制理论给出了基于连续推力的最优转移轨线,将引入的导航点限定在最优转移轨线上得到其位置参数;然后利用导航点位置参数建立了脉冲约束下的基于脉冲的优化轨迹生成模型,采用二次规划算法求解,通过改变导航点位置和脉冲间隔优化轨迹.仿真算例验证了策略的有效性.     

后顾之忧这样解决——江苏省徐州市开展“做军人子女成长导师和校园家长”活动的调查报告

江苏省徐州市高级中学三（5）班同学龙宇在市区排名由6297名提高到1445名,树人中学初二（9）班学生酃旌辰宰级排名出247名提高到81名,徐州市41％的军人子女学习成绩有不同程度的提高,22％的军人子女增强了交往的能力……这是1月中旬徐州市军地通报的军人子女教育情况。     

党支部书记的“七靠”

一、靠形象立身。党支部书记是连队官兵的首长,更是班子成员的“班长”,一言一行,都有百十双眼睛在观察你、监督你、学习你。自身形象如何,直接关系到连队的全面建设和官兵个人的成长进步。形象好,就是无形的标杆,官兵就会向你学习,把你当作师长,支持你、帮助你;形象好,就有感召力,使官兵感到希望就在眼前,成功正在起航;形象好,威信就高,使自己成为官兵的代言人,让官兵感到有你就有阳光、有朝气,连队的全面建设就会红红火火,战斗力就强。     

军事人才培养应努力克服几种偏向

军事人才成长有其内在的客观规律,人才培养工作必须系统筹划、科学组织,防止"催熟式"培养;着眼实战需要、突出实践磨砺,防止"保姆式"培养;因材施教、多法并举,防止"一锅煮式"培养。     

青松建化荣登2007年中国成长企业百强榜

2007年第六期中国成长企业百强榜近日揭晓,农一师青松建材化工集团股份有限公司凭借企业的快速发展与成长,进入百强名单,位列第43位。中国成长企业百强榜排位,是以企业近3年销售额的最大增长率作为排名的核心指标,参评企业所提供的数据需要经具备资质的会计师事务所审计,营业额和营业税需经当地税务机关提供证明,以确保排名的准确性和科学性。     

基于边界交叉法的高超声速滑翔飞行器多目标轨迹优化研究

针对高超声速滑翔飞行器复杂约束条件下多目标轨迹设计问题,基于边界交叉法和伪谱法提出了其多目标轨迹优化方法。首先,分析了高超声速滑翔飞行器复杂约束轨迹优化问题的特点,提出了多目标轨迹优化问题。然后,采用边界交叉法和伪谱法将多目标轨迹优化问题转化为一组单目标优化子问题,利用非线性规划算法分别求解。在优化过程中,将已求解子问题的解作为下一个子问题的初始值。利用上述方法求解了最大横程和最小峰值热流轨迹优化问题,仿真结果表明：本文方法能够有效搜索到优化轨迹的Pareto前沿,可以为高超声速滑翔飞行器轨迹设计提供参考。     

三关节机器人的神经网络补偿自适应控制器设计

三关节机器人广泛用于工业生产、轮式或履带式排爆机器人,为了补偿由于机器人结构参数、作业环境干扰等不确定性因素造成的机器人动力学模型的不确定性,将机器人动力学模型分解为名义模型和误差模型两部分,其误差模型采用RBF神经网络进行补偿,得到其估计信息,神经网络的输出权值根据Lyapunov稳定性理论采用自适应算法进行调整。所设计的神经网络补偿自适应控制器解决了不确定性机器人动力学系统控制器设计的不确定性问题,同时,通过定义Lyapunov函数,证明了控制器能渐近、稳定地跟踪期望轨迹。机器人的3个关节在控制器的作用下,约在5 s时达到期望轨迹,神经网络约在5 s时逼近机器人动力学模型的误差模型,实验结果表明了机器人关节对期望轨迹具有良好的轨迹跟踪性能。