高中数学研究性学习的实践与研究

在中学开设研究性学习课程,是基础教育课程改革的具体目标之一。针对现有课程体系的弊端,重知识传授而轻过程和技能训练,重学科知识体系而不关心社会实践活动。重间接经验的传授而忽视学生的直接体验积累。为培养学生乐于探究勤于动手的学习精神,分析和解决的能力,本人在几年的教学实践中,不断探究,积累了一些经验。本文就此问题谈谈高中数学研究性学习的实践与体会。     

蚁群算法在光电载荷标校中的应用

针对空中平台光电载荷安装误差的梗准问题,提出了一种利用蚁群算法实现动态标校的方法.通过光电裁荷测量得到的目标方位角、俯仰角和平台导航信息,结合GPs转化得到的方位角、俯仰角真值,建立了基于最优估计理论的目标函数,并利用蚁群算法求得了系统的安装误差.通过蒙特卡洛模拟仿真,验证了该方法能够较为准确地标定出安装误差;通过校准,有效避免了由安装误差引起的结果有偏,使得目标跟踪结果收敛至真值附近.     

空投产品入水可靠性的评估方法

针对空投某产品时试验多状态、小样本的特点,提出了基于回归折算的性能可靠性评估方法.通过分析投放过程的数学模型,给出入水参数关于投放条件的回归模型,并根据试验数据估计出回归系数.利用回归折算将分散在不同空投条件下的试验数据折算到某一条件下,基于折算后的试验数据得到了较客观的产品入水可靠性评估结果.     

扭力矩对曲折槽保险机构动力学响应影响分析

在考虑扭力矩作用的基础上,建立曲折槽保险机构的动力学模型,以某机构为计算实例,与传统的动力学模型进行比较。数值计算结果表明：引信跌落到硬质地面时,扭力矩的影响作用不明显,而跌落到松软地面上时扭力矩使惯性简的位移响应明显增大,不能忽略。其结论为判断长储引信勤务处理意外跌落的安全状态提供了理论参考。     

基于灰色聚类和模糊综合评判的装备——装备群健康状态评估

针对目前装备健康状态评估存在的问题,建立了一个基于灰色聚类和模糊综合评判的“装备-装备群”两级评估模型。该模型利用灰色聚类法来评估单个装备的健康状态,将得到的单个装备健康状态的聚类系数向量作为模糊综合评判的隶属度向量,利用模糊综合评判技术来评估装备群的整体健康状态。详细论述了评估模型建立的关键问题：健康状态的分级、评估指标、白化权函数以及权重的确定。最后通过实例分析表明,该模型评估结果合理,可操作性强。     

基于支持向量分类的装备完好性预测模型

对抗的战场环境和任务的变化,越来越需要装备战备完好性来保障作战行动。保持或提高装备战备完好性是装备保障的核心和中心工作。利用基于结构风险最小化的支持向量分类（Support Vector Classification,SVC）方法对装备的战备完好性进行了预测,提高了机器学习方法的预测能力。并以车辆装备发动机的技术状况数据为实例,建立了预测模型,通过参数选择,提高了模型预测的正确率、命中率等指标。结论表明：支持向量分类方法是预测装备战备完好性的有效方法。     

基于熵权的岸基油料保障设施设备效能评估

岸基油料保障是舰艇油料保障的重要方式,岸基油料保障设施设备效能直接影响舰艇油料保障效率。通过对影响岸基油料保障设施设备效能因素的分析,从储油设施设备、输油设施设备、油料装卸加注设施设备3个方面建立了评价指标体系。针对评价中指标权重确定时主观性较强的缺点,引入信息熵的概念进行评价指标权重的计算,建立了基于熵权的岸基油料保障设施设备效能评估模型。通过对3个基地岸基油料保障设施设备效能的实例分析,验证了模型,为舰艇岸基油料保障提供了决策依据。     

防空组网雷达“四抗”能力综合评估

为正确评估防空组网雷达"四抗"能力,结合雷达组网的因素分析,建立了组网雷达系统层次结构模型,并利用层次分析法确定了各因素的权重,用最优指标法得出指标层的得分值,提出了组网雷达"四抗"综合能力量化评估方法.其评估结果在一定程度上为组网雷达性能优化提供了决策依据.     

随机动态规划的混合算法研究

针对随机条件下动态规划模型的主要特点,运用智能算法混合编程理论,设计了一种探索多阶段决策问题的智能混合算法.该算法首先将问题转化成一族同类型的一步决策子问题,然后利用随机模拟和遗传算法,依据训练样本形成的训练神经元网络,在单步决策中寻求最优策略和最优目标值,逐个求解,再据初始状态逆序求出最优策略序列和最优目标值.仿真结果表明,该算法具有一定的通用性,初始设计点可以随机产生,其计算精度不因函数的非线性强弱而受影响,对目标和约束的限制较少,可应用于多种形式的随机多阶段决策优化问题,较好地满足了随机动态规划模型求解和优化的要求.     

一种基于AMDF和ACF的基音周期提取算法研究

文中提出一种基于短时平均幅度差分函数(AMDF)和短时自相关函数(ACF)的基音周期提取算法。首先,将每帧语音信号通过AMDF算法进行计算,然后把得到的AMDF数值再通过ACF算法进行计算,得出每帧信号的基音周期,最后运用动态平滑技术计算出最终语音信号的基音周期。通过仿真实现该算法,并同基于MAMDF和ACF的基音周期提取算法进行比较。