Coping with traps of vulnerability: a review of the impact of post-colonial issues on the independence of South Sudan

In a world virtually free of slavery and colonialism and one mainly driven by the sovereign state rationale, allusion to manifestations or the existence of some form of these phenomena within a state is often received with dumbfounding indifference or denial. However, a form of rule that had continued in South Sudan long after the departure of the British in 1956 was colonial both in its quintessence and flair in that it disenfranchised its citizens and denied them the most basic freedoms, services and development. Under this establishment, resistance against the coercive vision of the state was brutally suppressed for many decades. This state of affairs finally ended in July 2011. Nonetheless, there is a miscellany of unresolved post-colonial issues between the two countries that warrant attention. These include security and the demarcation of borders, the issue of ludicrous transit fees for South Sudan's oil exportation through Sudan, citizenship, external debt repayment, etc. These issues are part of traps inherited from the anti-colonial struggle, which have now supplanted the old ensemble of North–South conflict paroxysm. As a matter of urgency, the two countries will have to wrap up the incomplete process of negotiation on these substantive issues. The talks should be approached with a new mindset based on the new reality of two sovereign states. To the extent that it is widely established that South Sudan and Sudan must coexist peacefully in order to develop into viable entities, such mutual dependency must be based on equality and respect.     

LEACH—DRT算法中基于神经网络的数据预测算法

为了保证无线传感器网络中数据的完整性,针对基于LEACH路由协议的动态轮时间算法存在的问题,提出一种基于人工神经网络的数据预测算法。该动态轮时间算法中,部分簇因调整后的轮时间不足以完成数据的采集而丢失数据。数据预测算法结合传感器节点数据具有时空相关性的特点,将时空延迟算子引入神经网络模型,并通过建立的神经网络模型对数据进行预测。仿真时采用伯克利英特尔实验室的传感器数据,通过Mafl软件对模型进行测试并分析仿真结果。实验结果表明：该算法对连续多个数据的预测效果理想,预测误差始终保持在较低水平。     

人工神经网络在管理信息系统中的应用

在传统管理信息系统的基础上,增加专家系统模块,即基于人工神经网络技术的预测分析模块,完成复杂的非线性预测以提高MIS智能化、自动化水平。该模块选用反向传输(BP:BackPropagation)神经网络模型来实现,通过网络的自适应学习和训练,找出输入和输出之间的内在联系,从而求得问题的解答。利用该专家系统对出版社图书市场销量进行预测。结果表明:该方法性能好,可作为预测图书售量的一种有效手段。     

基于改进TOPSIS法和蚁群算法的反TBM目标群目标分配研究

基于改进的TOPSIS法和蚁群算法,以弹道导弹目标群为研究对象,研究了反导指控系统对目标群的目标分配问题。首先通过改进的TOPSIS法确定TBM目标群威胁排序并基于拦截排序准则确定拦截排序;其次使作战效能最大化,基于蚁群算法确定目标的最优分配方案;最后通过仿真实例验证了在考虑目标威胁值排序前提下采用此算法,可使目标群分配方案更加科学有效和符合反导作战实际。     

基于改进TOPSIS法和蚁群算法的反TBM 目标群目标分配研究*

基于改进的TOPSIS法和蚁群算法,以弹道导弹目标群为研究对象,研究了反导指控系统对目标群的目标分配问题。首先通过改进的TOPSIS法确定TBM目标群威胁排序并基于拦截排序准则确定拦截排序;其次使作战效能最大化,基于蚁群算法确定目标的最优分配方案;最后通过仿真实例验证了在考虑目标威胁值排序前提下采用此算法,可使目标群分配方案更加科学有效和符合反导作战实际。     

基于人工神经网络的人员安全疏散反应时间研究

主要研究了基于Levenberg-Marquardt算法的人工神经网络的火灾时人员疏散反应时间的可靠性和可行性。首先介绍了人员疏散现状调研和LP神经网络背景特点,然后将问卷调查、疏散演练基于同一平台,建构人员疏散反应数学模型,最后通过LP神经网络进行实际测试和分析,验证了人员疏散反应时间数学模型的可靠性。     

面向多星观测调度的分层迭代算法

提出一种基于分治策略的多星观测分层调度框架,在该框架下,用蚁群优化算法把任务分配至各轨道圈次上,并利用自适应模拟退火算法求解各轨道圈次的调度问题。根据各轨道圈次调度结果的反馈情况,再调整任务分配方案,重复上述过程直到达到算法终止条件。为了提高算法的性能,在设计蚁群算法的启发式信息模型时,应充分考虑卫星调度问题的领域知识;在模拟退火算法中设计两个邻域结构,采用动态选择策略在优化过程中确定最佳邻域搜索结构。仿真实验表明,该方法有效地降低了问题求解的复杂度,尤其在求解大规模多星观测调度问题时表现出优异的性能。     

利用过阻尼电路合成高压方波脉冲

在过阻尼RLC电路分时放电的基础上,提出新型高压方波脉冲产生方法。理论分析表明:过阻尼RLC电路产生的双指数电压波与脉冲形成线产生的方形电压波具有类似的上升沿和平顶。电路模拟表明:通过人工过零技术可以对双指数电压波进行截尾,从而形成完整的高压方波脉冲。建立了原理验证性样机,由两组RLC电路构成,每组电路包含一台脉冲电容器和一只三电极场畸变气体开关,两组电路共用一个上升沿调节电感。实验证明:样机可以在电阻负载上输出幅值为17 kV、平顶宽度为330 ns～5.8μs、上升沿为100～350 ns的单极性高压方波脉冲。该方法适应性强,对负载变化不敏感,同时具有良好的可调节性,方波上升沿、平顶宽度连续独立可调。     

自主武器的特点及对未来战争影响 ——《无人军队：自主武器与未来战争》述评

以自主武器为代表的人工智能正在掀起一场新的军事革命。保罗·沙瑞尔所著的《无人军队：自主武器与未来战争》一书通过技术概念解释、各路专家访谈与大量战场实例,深入浅出地探讨了自主武器的内涵、特点与影响。本文基于该书内容,结合相关文献、书籍、评论等资料,首先对自主武器与无人军队的内涵、现阶段的运用情况进行简要介绍;其次,通过对自主武器技术内核的分析,简要介绍自主武器在各类战争样式的运用、存在的反为敌方利用的可欺骗性风险和故障发生后产生更严重后果的不稳定性风险;最后从三方面总结自主武器对战争其他方面的影响,即对军队建设模式提出更高要求,对国际战略稳定的双重作用以及对战争法与战争伦理道德的挑战。     

武警总队应急车辆故障诊断系统研究

将人工神经网络和基于案例推理技术结合用于车辆故障诊断系统中,构建了ANN与CBR结合模型,阐述了各子系统的基本功能及相互关系,并对关键技术进行了详细解释。实例诊断表明,ANN和CBR方法的结合有效地弥补了它们各自的缺陷,提高了应急条件下车辆的维修保障能力。