分布式异构集群中节点优先级调优算法

节点优先级常用于评价异构集群中节点的性能,因此节点优先级评价指标权重的选择非常重要。采用层次分析法(analytic hierarchy process, AHP)建立了节点优先级评价指标体系,计算得到各指标的初始权重,并使用BP神经网络对初始权重进行优化。训练时,BP网络输入为集群运行中采集的节点实时资源数据,输出为节点的优先级。分析网络训练完成后得到的权重矩阵可以获得各优先级评价指标的优化权重。实验表明,基于AHP和BP的节点优先级评价模型可以更加准确地分析节点性能。相比于Spark默认算法和权重未优化的对照算法,使用调优后的节点优先级可以有效提高集群性能。运行不同工作量的相同负载时,集群平均性能分别提高了16.64%和9.76%;处理相同工作量的不同负载时,集群的平均性能分别提高了12.49%和6.54%。     

基于向量相似度的组合赋权方法

针对多属性决策中属性权重的确定问题,提出了一种基于向量相似度的主、客观权重的集成方法。用权向量的相似度作为不同赋权方法重要性的度量,意义明确,计算简单,可操作性强。最后结合算例验证了此方法的有效性和实用性。     

利用时间窗权重进行航迹关联

提出一种利用传感器测量数据的时间窗权重进行航迹关联的方法,将目标运动状态的多维向量(如距离、方位角、俯仰角等)分解为多个一维状态标量;根据每个状态标量与时间的关系,提取两条航迹的共同测量时间区间,将其划分为若干个时间窗,计算对应时间窗内的权重;根据时间窗权重差计算每一个状态标量的航迹相似度;应用DS理论或Bayes理论进行航迹关联决策。     

因素状态值为模糊数的变权综合决策方法

对因素权重为实数、因素状态值为模糊数的多因素不确定性决策问题,由实数型状态变权向量导出模糊数状态变权向量,得出模糊数变权公式,建立模糊数变权综合决策模型,最后给出一个应用模糊数变权综合决策模型的实例.     

基于改进LMS算法的复合材料超声检测缺陷识别

在径向基函数（RBF）神经网络实现无人机复合材料超声检测脱粘缺陷识别时,针对最小均方（LMS）算法在确定网络输出权值时存在稳态失调误差和收敛速度相矛盾的问题,提出一种改进的自适应的变步长LMS算法．该算法根据反馈误差自适应确定步长,通过引进动量项加快收敛速度．将改进LMS算法应用到RBF网络缺陷识别中,结果表明该方法在稳态失调误差较小的情况下,能快速确定RBF网络的权值．改进的RBF网络能够较好地识别超声检测脱粘缺陷．     

具有终端约束的制导炸弹模糊变结构制导律设计

针对INS/GPS制导炸弹对地面目标的精确打击问题,提出带落角约束的模糊变结构制导律。在变结构制导律的基础上,引入终端落角约束项,应用模糊规则对所设计制导律中的变结构开关项系数增益进行在线调节。仿真结果表明,在对地面目标进行攻击时,该制导律降低变结构控制系统的抖振,同时满足制导精度和期望落角的要求,具有有效性和鲁棒性。     

改进的粒子群神经网络在飞控中的应用

针对BP神经网络对初始值敏感、容易陷入局部寻优且收敛速度较慢,提出用粒子群对神经网络的参数进行优化,同时设计了衰减的指数函数对惯性权重进行动态调整以提高算法性能.并应用该算法对导弹飞控系统的逆误差进行补偿,仿真结果表明,该方法对逆误差进行了有效的补偿,避免了局部寻优并提高了学习效率.     

防空旅(团)战斗保障体系效能评估模型

防空旅(团)战斗保障体系的效能是形成良好防空作战能力的关键因素之一,结合防空旅(团)的实际情况,建立了防空旅(团)战斗保障体系的效能指标体系,应用AHP法(层次分析法)确立了各因素的权重,给定了防空旅(团)战斗保障体系效能的评价指标,采用模糊综合评判,建立了二级的评估模型,实现了对防空旅(团)战斗保障体系效能的量化评判模型,并通过实例分析证明了该方法的可行性。     

离散变结构控制理论研究现状与展望

对离散变结构控制理论的研究进展进行综述,总结了3种主要的DVSC方案,讨论了这一领域中存在的重要问题,并指出了该理论未来可能的研究方向.     

离散变速趋近律抖振机理及鲁棒性研究

研究基于离散变速趋近律的变结构控制设计问题.利用不等式形式到达条件研究变速趋近律的抖振机理,并对其鲁棒性进行分析.研究结果表明,只要不确定因素有界,即可保证闭环系统的鲁棒稳定性,而通过调整变速趋近律自身参数,可以避免抖振并使系统具有良好的动态品质.将理论成果用于某型船舶航向自动舵的设计,实验结果证实了它的有效性.