随队支援干扰目标选择辅助决策方法

随队支援干扰是现代空袭作战中重要的电子对抗手段,随队飞行过程中对干扰目标的选择是随队支援干扰飞机作战运用研究的重点和难点问题,详细分析了随队支援干扰飞机的作战阶段划分及主要作战行动,针对雷达网的探测距离和综合发现概率指标,建立了随队支援干扰下的计算模型,并主要尽可能地降低雷达网的综合发现概率,提出了基于动态规划的干扰目标选择辅助决策模型。最后,以某种作战背景为基础,进行了作战过程仿真和辅助决策结果分析,验证了该方法的可行性和有效性,该方法求得的结论也支持随队支援干扰飞机其他方面的作战运用研究。     

基于有限条件的多波束雷达干扰系统目标分配算法

针对多波束干扰系统同时干扰多个目标的资源分配问题,通过分析目标分配算法的一般流程及涉及到的关键问题和技术难题,提出了基于实战化和有限条件的针对多波束干扰系统的非线性0-1整数规划数学模型。针对该模型采取开源软件SCIP进行求解,最后给出数值仿真来说明模型和算法的有效性。     

某同源平衡及定位电液伺服系统模糊分数阶PID控制

针对某同源平衡及定位电液伺服系统,设计了一种用于该系统的模糊分数阶PID控制器。使用模糊规则来调节分数阶PID的参数,提高了分数阶PID控制器的响应速度,增强了分数阶PID鲁棒性。模糊分数阶PID控制器能使系统很快进入稳定状态,比分数阶PID控制器表现出较好的控制性能。通过半实物仿真实验可知模糊分数阶PID控制器在响应速度、超调量及稳定误差等方面均优于分数阶PID控制器,且对外部负载扰动具有较好的鲁棒性。     

不确定条件下装备器材供应网规划模型

装备器材供应网是装备器材供应保障工作的重要基石,其规划问题是我军装备器材保障过程的重要战略决策之一。针对节点、边和需求的不确定性,对不确定条件下由多个区域供应子网构成的装备器材供应网的规划问题展开研究。针对问题的特点,用区间分析理论对供应网规划中的不确定性因素进行度量和运算,得到不确定性规划模型,通过区间运算转化,将不确定性模型转化为确定性混合整数规划模型,并设计采用基于禁忌搜索算法的两阶段算法进行求解,分别得到了不同参数设置下的模型求解结果,并将所用算法与模糊规划和随机规划算法的求解结果进行了比较分析。实例分析结果表明所建立的模型和算法具有较强的实用性。     

基于SVPWM的军用储能电源双闭环模糊控制

传统整流器的接入会给电网带来大量谐波和无功污染,为了削减电网侧的电压谐波分量,提高军用储能电源充电系统的功率因数,提出一种基于空间电压矢量PWM的新型闭环控制方法。在建立三相电压型PWM整流器的数学模型的基础上,分析了储能电源整流环节的双闭环控制结构,引用模糊逻辑对双闭环控制方法进行改进,利用模糊比例积分(PI)控制算法设计电流内环,系统可以实现PI参数的自适应调整。通过仿真验证了该方法的有效性,采用双闭环模糊PI控制的PWM整流器可以实现单位功率因数运行,保证输出的直流电压稳定,抗干扰能力强,具有良好的动态响应。     

虚拟现实系统的建模方法

采用先进的建模方法 ,开发组织和管理复杂的虚拟环境 ,不仅能够提高开发效率 ,甚至关系到项目开发的成败。研究了面向对象和面向智能体两种虚拟现实 (VR)系统设计的基本方法。     

Hook 技术及其在软件研发中的应用

介绍了Hook技术的基本概念和方法 ,对常用的几类Hook技术重点进行了分析 ,并举例说明了在进行软件研发时 ,这些Hook技术可以应用的场合 ,最后介绍了在电子字典 ,带滚轮的鼠标驱动程序等实际软件开发项目过程中 ,如何应用Hook技术的详细方法和步骤     

电传动坦克模糊控制器仿真研究

将一种基于参数自调整的模糊控制器应用于坦克电传动系统中,并在MATLAB\SIMULINK中设计了参数自调整的模糊控制器。仿真和实验结果证明了该方案能克服原有电传动系统中常规控制不能适应大范围工况变化的弊端,具有调速范围大,鲁棒性强等特点。     

论中国维和警察培训与国际接轨的途径

中国维和警察培训要赶超世界先进水平 ,就必须高目标定位 ,高起点切入 ,高质量培训 ,高标准评估 ,高层次交流 ,努力探索中国维和警察培训与国际接轨的有效途径     

Adaptive random search for continuous simulation optimization

We present, analyze, and compare three random search methods for solving stochastic optimization problems with uncountable feasible regions. Our adaptive search with resampling (ASR) approach is a framework for designing provably convergent algorithms that are adaptive and may consequently involve local search. The deterministic and stochastic shrinking ball (DSB and SSB) approaches are also convergent, but they are based on pure random search with the only difference being the estimator of the optimal solution [the DSB method was originally proposed and analyzed by Baumert and Smith]. The three methods use different techniques to reduce the effects of noise in the estimated objective function values. Our ASR method achieves this goal through resampling of already sampled points, whereas the DSB and SSB approaches address it by averaging observations in balls that shrink with time. We present conditions under which the three methods are convergent, both in probability and almost surely, and provide a limited computational study aimed at comparing the methods. Although further investigation is needed, our numerical results suggest that the ASR approach is promising, especially for difficult problems where the probability of identifying good solutions using pure random search is small. © 2010 Wiley Periodicals, Inc. Naval Research Logistics, 2010