зрлaнгa分布及其在保障性数据分析中的应用

首先对（?）分布的特点进行了分析,其次运用极大似然法对其分布参数t_0进行了估计,然后通过2个实例验证了这种分布的可行性和实用性,最后得出几点结论。SS     

光伏发电系统蓄电池SOC预测技术研究

准确且可靠地获得蓄电池的SOC值是电池管理系统首要任务。由于SOC受许多因素如环境温度、充放电次数、电池老化等因数的影响,采用传统的SOC预测技术很难得到理想的效果。本文描述了一种采用神经网络和模糊逻辑推理的SOC预测方法。在该方法中,通过建立神经网络模型把蓄电池不同放电电流下的端电压修正为相同SOC下放电电流为I20时的端电压U20,然后采用模糊逻辑推理,对U20和环境温度T进行模糊推得得出蓄电池SOC值。经仿真证明了该方法能够准确且可靠地获得蓄电池的SOC预测值。     

用批递归估计器纯方位跟踪机动目标

本文介绍一种新的批递归估计器用杂波中的纯方位量测跟踪机动目标(即,低信噪比(SNR)目标)。标准的递归估计器跟广义卡尔曼滤波器(EKF)一样由于缺乏初始目标距离信息而造成粗劣收敛和不稳定状态。另一方面,批估计器不可以处理目标机动。为了纠正这些缺陷,本文用概率数据互联将批最大似然——概率数据互联估计器(ML-PDA)同递归交互多模型(IMM)估计器组合,在有杂波的条件下产生较好的航迹初值和航迹保持结果。还论证,批递归估计器可以用于基于目标状态估计的自适应己舰机动决策,以提高目标的可观测性。跟踪算法对有8dB信噪比的目标被证明是有效的。     

变结构多模型估计第V部分——可能模型集合算法

本文提出了一种称为可能模型集合(LMS)算法的变结构多模型(MM)估计器,它适用于大多数混合估计问题并且比较容易实现。在任何时刻使用所有与系统模式匹配的模型。本文讨论了该模型的不同版本。最简单版本通过删除所有不太可能的模型,激活所有主要模型可能跳变的模型来获得模型集合的自适应,从而获得可能的期望系统模式转移。通过一个跟踪机动目标和一个失效检测和识别的例子来演示了LMS估计器设计和应用的通用性、简单性和容易性。文中也给出了算法同其它一些固定结构-变结构估计器在费效比方面的比较结果。     

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。     

析思想政治工作中诚信缺失问题

做人要讲诚信,做事要讲诚信,做思想政治工作更要讲诚信。思想政治工作中诚信缺失,不仅损坏思想政治工作者的形象,而且直接影响思想政治工作的效果,关系到党在人民群众中的形象和威望。从工作对象的排斥心理看思想政治工作的诚信缺失在思想政治工作中,常常会遇到这样的情况,尽管工作者苦口婆心,使出浑身解数,但是工作对象仍然不理不睬,我行我素。这种现象心理学上称之为排斥心理,即人对环境事物的刺激所产生的一种与常态性质相反的、不相容的心理倾向。思想政治工作中,工作对象之所以会产生排斥心理,固然是多方面因素共同影响作…     

一种基于遗传算法的防空兵火力分配方法

在建立了防空兵火力分配的遗传算法模型基础上,阐述了遗传算法在防空兵火力分配中的应用情况,并通过在计算机上仿真运行实例,得出了火力分配方案。分析了此方法与威胁估计模型火力分配方法的优缺点,是一种有益的尝试与探索,对防空兵指挥决策和理论研究有一定的参考价值。     

复合材料层合板疲劳寿命形状参数与门槛值分析方法

复合材料性能具有较大的分散性,在表征复合材料疲劳寿命时,必须考虑分散性的影响.以M21C复合材料开孔层合板为研究对象,采用Sendeckyj等效静强度模型和随机变量函数的概率分布方法推导了复合材料层合板疲劳寿命形状参数和剩余强度形状参数的关系,通过试验和统计的方法获得了M21 C复合材料开孔层合板的疲劳寿命形状参数和疲...     

并联可修系统的参数估计

假设单元的失效时间和修理时间服从参数不同的指数分布,给出了导弹武器系统中两单元并联可修系统未知参数的Bayes估计。在Bayes估计中,采用Monte-Carlo方法分别对LINEX损失及平方损失下的Bayes估计进行了比较研究。结果表明,选用LINEX损失下得到的估计有较小的均方误差。