均匀设计在柴油无灰节能降污添加剂配方研制中的应用

基于低压氧弹燃烧法研究了充氧压力分别为0．6MPa和0．9MPa时两种无灰型柴油添加剂不同配比对助燃性能的影响。采用均匀实验设计和Matlab回归优化的方法,得到复配体系的最优配方,并对其进行了验证。结果表明,由Matlab回归分析得到的完全二次回归模型最理想,0．6MPa时由该模型得到的最优配方为：添加剂A和B的质量分数分别是0．300‰和0．700‰,并通过实验验证得到的发热量达到最大,变化率为8．697％。0．9MPa时,结合直观分析和回归分析,得到与实际相符的最优配方：添加剂A和B的质量分数分别是0．600‰和0．900‰,此时发热量皮化率为4．453％。     

社会网络分析在军事C^4ISR组织结构中的应用

针对C^4ISR组织结构的复杂特点,运用社会网络分析概念分析军事C。ISR（指挥、控制、通信、计算机、情报、监视和侦察）组织结构,旨在对军事组织结构中的C^4ISR的效能给出一种定量分析的方法。具体讲,就是描述了FINC（力量、情报、网络和指挥控制）方法,给出了大量的基本运算法则来比较和定量分析C^4ISR组织结构的组织网络,便于更全面地分析评估不同组织结构的费效比,并将其应用于一个想定的C^4ISR组织结构中。     

作战需求分析方法研究

作战需求分析方法研究是指总结现有作战需求分析方法,研究适应现代战争要求的新的作战需求分析方法.通过分析国内外作战需求分析的理论和方法,并针对作战需求分析的各问题域展开研究,提出了"面向威胁、基于能力"的作战需求分析方法,并对其研究思路、基本方法和研究内容进行了探讨.该方法按照"目的-任务-构想-能力"的顺序进行分析,用"价值中心法"分析目标、任务与能力之间的映射关系,用探索性仿真方法分析不同构想情况下的能力需求,可以为战略规划、作战运筹、武器装备发展等提供方法和决策支持.     

一种面向Agent的概念化建模方法*

面向Agent的建模方法为基于Agent系统的概念化描述提供了一种新的技术.针对多Agent系统分析与建模问题,扩展并规范了面向Agent概念化建模过程,定义了Agent模型及其扩展模型,并给出了形式化描述.同时,给出面向Agent的分析和设计过程,为其具体建模提供了一种高层指导.最后,与其它现有面向Agent的方法在应用方面进行了类比分析,为该方法的广泛和深入地应用研究打下基础.     

关于设置《中国屯垦经济史》课程的分析

在中国经济史课程中,屯垦经济史一直是作为农业经济的一个组成部分而占有较小的份量。作为有着屯垦戍边传统地区的高校,尤其需要在中国屯垦经济史教学和研究领域加大力度,特别是建立独立的中国屯垦经济史课程进行教学,这不仅可以使学生了解在两千年来的西北边疆屯垦和戍边史上屯垦经济所发挥的重要作用,而且可以进一步加深其对在国家战略西向中兵团经济发展所具有的重要意义的理解,并且,在课程建设和完善的基础上,逐步突出该课程的地域特色和学习价值,并进一步将其建设成国家的精品课程。     

新疆高校开拓中亚教育市场的SWOT分析与战略选择

本文运用SWOT分析方法对新疆高校开发中亚教育市场中面临的优势、劣势、机遇、威胁四个方面进行了全面分析。新疆留学生教育的发展,优势与劣势并存、机会与威胁同在,关键是如何充分利用优势、消除劣势。并借助SWOT模型中的不同战略组合提出了新疆开发中亚留学市场的的LCVP战略选择方式,为发展新疆留学生教育提供了依据。     

基于层间嵌入式多级支持向量机的特征选择

针对多故障样本一次性映射之后分类不理想,研究了多级层次式支持向量机,应用UCI数据仿真,结果表明该方法缩短了训练时间、提升了测试准确率、改善了样本的可分类性。由于误差积累,在此基础上,提出了层间嵌入式多级支持向量机,采用Abalone数据仿真,结果表明分类精度有所提高并减少了分类步骤。结合ReliefF算法,对制导设备的故障特征参数进行了选择。     

通用装备保障训练需求分析框架研究

针对目前通用装备保障训练需求分析缺少系统规范方法的问题,建立了一套面向任务、基于能力的装备保障训练需求分析框架。通过结构化的分析过程,该方法能够辅助决策者合理地判断保障任务对保障者的能力要求,获得保障者的能力（或素质）＂状态缺口＂、形成初步的训练方案。并以复杂电磁环境下装备指挥活动为案例进行了分析,提出了装备指挥人员在复杂电磁环境下应具备的能力。     

一种新的CLEFIA多字节差分故障分析方法

阐述了CLEFIA分组密码算法及故障分析原理,根据在CLEFIA密码第r轮与第（r-2）轮注入多字节故障,提出了一种新改进的针对CLEFIA的多字节故障模型及分析方法,并通过软件仿真实验进行了验证。结果表明,CLEFIA算法的Feistel结构和差分S盒特性使其易遭受多字节故障攻击,而改进算法使得密钥的恢复效率大大提高。     

基于EMD、遗传算法及神经网络的柴油机故障诊断

研究了将经验模式分解(Empirical Mode Decom position,EMD)、遗传算法及BP神经网络相结合对柴油机振动信号进行故障诊断的方法。首先运用经验模式分解方法对柴油机缸盖表面振动信号进行分解并提取特征参数;然后利用遗传算法对得到的特征参数进行选择,找到对于故障诊断最为敏感的参数;最后建立了BP神经网络模型对柴油机典型故障进行诊断。通过对某型柴油机的验证,表明该方法能够准确识别柴油机供油系统的典型故障。