基于改进匈牙利算法的多技能人员调度方法

人员的优化配置对于提高装备制造效率具有重要意义。针对经典匈牙利算法不能解决具有并联环节的人员指派问题的不足,提出利用虚拟工作代替并联环节,将问题转化为典型的指派问题;通过判断虚拟工作的可实现性,迭代搜索得到最优解。以某多技能人员任务指派系统为例,详细介绍了该优化方法的步骤。优化结果很好地验证了改进算法的有效性。     

增量式神经网络聚类算法

神经网络模型具有强大的问题建模能力,但是传统的反向传播算法只能进行批量监督学习,并且训练开销很大。针对传统算法的不足,提出全新的增量式神经网络模型及其聚类算法。该模型基于生物神经学实验证据,引入新的神经元激励函数和突触调节函数,赋予模型以坚实的统计理论基础。在此基础上,提出一种自适应的增量式神经网络聚类算法。算法中引入"胜者得全"式竞争等学习机制,在增量聚类过程中成功避免了"遗忘灾难"问题。在经典数据集上的实验结果表明:该聚类算法与K-means等传统聚类算法效果相当,特别是在增量学习任务的时空开销方面具有较大优势。     

基于粒子群算法维修保障单元优化配置

针对维修保障单元配置过程中需权衡综合多因素问题,提出了一种基于粒子群算法的维修保障单元优化配置决策模型和方法。首先,以维修任务完成概率为设计目标、以维修保障单元总数量为约束,建立维修保障单元配置决策模型;其次,运用粒子群算法对维修保障单元配置问题进行优化求解。通过具体实例分析,证明了该方法的正确性和有效性。     

基于改进粒子群算法的自动机性能评估

由于自行高炮自动机状态监测中缺乏行之有效的机构性能评估手段,引入了改进粒子群算法。建立了自动机动力学模型,对后坐过程进行了动力学仿真,确定了反映机构性能的浮动曲线特征量。针对粒子群算法收敛速度慢、精度低等缺陷,对其进行改进,并结合曲线特征量对自动机性能参数进行了评估。结果表明:改进后粒子群算法的算法收敛性和结果精度都有明显的改善,有效实现了自动机的性能参数评估。     

基于专家PID的小型无人机导航算法设计

介绍了一种小型无人机导航算法的设计方案和原理,根据其任务需求将控制算法分为航迹预处理、航迹校准、制式航线飞行3个部分;阐述了其专家PID导航控制律设计方法,分析了其算法的实现,并根据小型无人机的实际飞行情况设计了保护策略,最后给出了软件流程图.     

一种改进的板块元目标回声计算方法

板块元法是一种水下目标回声特性的近似计算方法,提高其积分计算的稳定性和快速性是应用中常遇到的问题。将Gordon积分算法引入到板块元方法中,并结合面元声散射特点,对其加以简化。仿真结果表明,所提方法在计算目标回声中不仅有效克服了常规算法中的不稳定问题,也使计算速度得以提高。     

TCM在基于OFDM的水声通信系统中的应用研究

信道带宽窄、强多途、强噪声干扰一直是水下信息高速、可靠传输的主要障碍,文中提出用网格编码调制技术(trellis-coded modulation,TCM)与正交频分复用技术(orthogonal frequency division multiplexing,OFDM)相结合的传输体制可有效解决水下高速数据传输的带宽效率和可靠性问题。详细介绍了TCM、TCM-8PSK的原理及在基于OFDM的水声通信系统中的应用,理论分析和计算机仿真结果表明,使用该传输体制的水声通信系统能在不损失数据速率也不增加带宽的情况下能使编码增益提高3 dB左右,水声通信系统的性能得到明显改善。     

GFSINS角速度代数提取算法设计

针对无陀螺捷联惯导系统(GFSINS)获取的姿态角信息包含角加速度项、角速度平方项以及角速度交叉乘积项的特点,在姿态角速度开方算法的基础上设计了对数提取算法.该算法充分利用计算机对数运算的特点,通过简单的代数运算避免了以往姿态角提取时积分过程存在误差积累、开方过程存在的符号判断和除法溢出的问题.仿真结果表明,该算法在精度和稳定性方面均要优于现有的积分算法和开方算法,可以为后续高精度姿态信息提取算法提供输入.     

加权模糊Petri网的推理算法研究

将加权模糊Petri网与矩阵运算相结合,提出了一种推理算法,实现知识的推理运用。该算法利用了加权模糊Petri网的并行处理能力,将复杂的推理过程采用矩阵运算实现,充分考虑了多种约束条件,具有简单、高效、易于实现等优点,适合大型复杂加权模糊Petri网的推理计算。最后以实例对算法进行了验证。     

辛算法应用于Duffing方程的保结构性

讨论了不受外力的Duffing方程在辛算法和非辛算法作用下,相轨线被保持和破坏的性质。证明了当时间步长充分小时,辛算法可以保持原系统的大部分不变闭曲线,而非辛算法却做不到这一点。