“论证逻辑”的突破

5 0年代以来在英语国家的逻辑研究、大学教学和一般社会教育中逐渐流行起来的批判思维教育、论辩研究、谬误分析、新修辞学和非形式逻辑 ,都是从不同角度对论证结构、评估问题的研究。对具体问题深究之细 ,前所未有 ;其专著之丰富与再版之快令人吃惊。然而 ,我国学术界对此所知甚少。只是最近才逐渐知道有“非形式(论证 )逻辑”这回事。因此 ,向国内学人介绍近年来的论证逻辑著作不无意义。     

恒定应力加速寿命试验的非参数统计方法

在恒定应力加速寿命试验 (简称恒加试验 )的统计分析中 ,非参数统计方法具有一定的实际价值 .在一定的假定下 ,文中给出了两种新估计 ,并证明了它们的优良性     

军队吸收和保留人才难的原因及对策

军队要吸收和保留高素质人才必须从物质和非物质待遇两方面着手。物质待遇上要进一步提高军队工资待遇水平,完善军队人才津贴制度,提供工资以外的物质条件。非物质待遇包括营造良好的工作生活环境,建立先进科学的业绩评价体系,完善军地人才流动机制等。     

一种自适应触发门限的冲击波测试系统

针对存储式冲击波测试系统在使用中低触发阈值设置不可靠和多点分布测试时频繁改变触发阈值的情况,研究了一种自适应触发门限的冲击波信号测试系统。该系统在分析门限设置与触发概率关系的基础上,采用FPGA作为主控制器,可在上电初始化中自动计算并设置低触发阈值,并结合触发数量积累,形成双门限,保证最大有效触发概率。另外系统采用SD Nand作为存储记录芯片,提高了现有存储式冲击波系统的采样带宽和储存效率。试验证明：该测试系统可稳定触发采集并存储爆炸场微弱冲击波信号,具有采样率高、储存容量大、触发可靠性高的特点。     

一种面向完成时间与负载均衡的任务调度算法

公共计算环境作为新一代舰艇信息系统集成环境,具有统一架构、资源共用、可扩展等优点,是未来舰艇信息化发展的关键。公共计算环境本质是云环境,任务调度中的完成时间和负载均衡对公共计算环境的整体性能有重要影响。面向优化完成时间和负载均衡两个主要问题,采用了基于改进蚁群优化算法的任务调度算法和负载修正系数,融合非支配遗传算法(NSGA-Ⅱ)中快速非支配排序的方法进行多目标优化,生成最优解的Pareto前沿。使用CloudSim平台进行仿真模拟,实验结果表明,在负载均衡和完成时间目标上,提出的面向完成时间与负载均衡的蚁群算法(TL-ACO)与NSGA-Ⅱ相比性能更优异。     

助推-滑翔式导弹中段弹道方案的初步分析

建立了助推—滑翔式弹道中段的无量纲运动方程。采用非线性规划方法实现弹道优化。首先求解不同初始速度、速度倾角和最大升阻比的最大射程弹道,然后考虑驻点热流、过载约束,求解总气动加热最小和射程最大的最优弹道。基于前者的计算结果分析了初始条件对最大射程弹道的影响。将考虑约束的再入滑翔弹道与弹道式再入的特征参数比较,表明再入滑翔弹道的峰值热流较小,而总气动加热增加,但再入滑翔飞行时间在一般锥形体再入机动飞行器的热防护系统可承受的时间范围内。     

基于高斯序列乘积和的相干非高斯分布杂波模拟新方法

提出了一种全新的相干K分布杂波模拟方法。相比经典的零记忆非线性变换(ZMNL)和球不变随机过程(SIRP)法,该方法的优点是能产生自相关函数(ACF)为任意复数的杂波序列,且不需要进行矩阵求逆和非线性变换,运算速度得到显著改善。仿真结果证明了这种方法的有效性。     

智能雷在特种作战中的应用

智能雷是集传感技术、人工智能技术、物联网技术于一体的新型作战武器系统,具有自主识别、定位、跟踪并主动寻的及自毁的智能化武器装备.介绍了地雷的种类、几种智能雷作用原理与特点,分析了智能雷的关键技术,以及智能雷在特种作战中的运用方式,为未来特种作战提供了有力保障.     

特种车辆非充气轮胎研究综述

非充气轮胎对比普通充气轮胎存在不易爆胎、稳定好等特点,可有效提高特种车辆应对极端路面和复杂作业环境的能力。从非充气轮胎应用于特种车辆的巨大潜力为契机,对非充气轮胎的研究现状与趋势进行概括。对非充气轮胎的性能分析与机理研究的方法进行总结,发现其支撑体的结构、刚度、表面平滑度是影响轮胎运行期间振动和噪声的关键。根据非充气轮胎设计要求,对其拓扑优化和力学特性研究方法进行了分析整理,仿生结构非充气轮胎利用仿生学方法解决非充气轮胎性能问题将存在重要研究价值。     

面向众核处理器的阴阳K-means算法优化

传统阴阳K-means算法处理大规模聚类问题时计算开销十分昂贵。针对典型众核处理器的体系结构特征,提出了一种阴阳K-means算法高效并行加速实现。该实现基于一种新内存数据布局,采用众核处理器中的向量单元来加速阴阳K-means中的距离计算,并面向非一致内存访问(non-unified memory access, NUMA)特性进行了针对性的访存优化。与阴阳K-means算法的开源多线程实现相比,该实现在ARMv8和x86众核平台上分别获得了最高约5.6与8.7的加速比。因此上述优化方法在众核处理器上成功实现了对阴阳K-means算法的加速。