神经网络集成方法在火灾分析中的应用

采用神经网络集成方法对我国31个地区的经济总量、消防基本投入、火灾损失之间的关系进行定量分析,研究发现神经网络集成方法能有效地反应各地区经济发展水平、消防基本投入与火灾损失之间的内在联系。     

基于贝叶斯网络的空中目标意图识别方法

针对空中目标意图识别问题,对防空作战中的战场事件进行了分类定义,根据事件之间的关联关系,提出了基于贝叶斯网络的空中目标意图识别方法,在此基础上,给出了网络模型的构建和推理方法,最后以一个示例说明了方法的有效性。     

舰艇自防御的威胁排序方法研究

威胁评估与排序是舰艇自防御系统必须具备的重要功能。在多指标决策理论的基础上,结合灰色系统理论和逼近理想解方法,提出了灰色逼近理想解的威胁排序算法。首先通过建立舰艇自防御的空中威胁排序指标体系,得到各个指标的隶属度函数,再通过主客观结合的有序二元比较法得到威胁评估指标的权重,最后通过逼近理想解的灰色关联度方法对空中目标进行威胁评估与排序,并研究了分辨系数对威胁排序的影响。通过舰艇自防御防空作战实例证明了算法的有效性和工程实用性。     

基于BGP／MPLSIPVPN的综合业务通信专网规划与路由器配置

以某公司组建综合业务通信专网的业务需求为背景,阐述了网络拓扑结构设计、路由策略规划以及具体的设备配置过程。其中,CE以静态路由方式接入PE,VPN跨域采用OptionA方式,并在域间配置双向转发检测和多归路识别属性。     

更新管理观念 创新经常性管理工作方法

提高部队经常性管理工作水平,要求我们必须运用现代科学管理观念,积极寻求科学的管理方法。树立以人为本的观念,调动官兵的自觉性和积极性;树立系统的观念,注重管理的全面性和连续性;树立择优观念,提高管理的有效性和针对性。     

声纳浮标网络节点GPS信息的无冲突共享协议

节点位置信息对声纳浮标网络的建立具有十分重要的意义,利用它可以完成节点身份划分、路由建立等工作.鉴于传统GPS广播方式的低效性,提出了一种GPS共享协议,并利用网络仿真软件OPNET仿真证明:该协议能够以无冲突方式快速实现网络节点GPS信息的共享和拓扑结构的自辨识.同时,针对GPS所固有的定位偏差问题,提出了一种网络节点GPS求精算法,OPNET仿真证明:该算法可提高对网络整体拓扑结构的把握精度.     

基于物理声学法的目标双基地散射场计算

运用物理声学法预报水下目标双基地散射特性时,由于忽略了阴影面对散射场的影响,存在随着分置角的增大计算误差越来越大的缺点。针对这一问题,提出对目标表面散射积分区域进行修正的方案,从而将物理声学法的适用范围推广到任意分置角。对刚性球体和有限长柱体的散射特性计算结果表明:文中所提出的方法提高了目标大分置角声散射特性的计算精度,可以用于水下目标双基地散射场预报。     

基于Gauss伪谱法和直接打靶法结合的月球定点着陆轨道优化

将一种求解最优控制问题的新方法—高斯伪谱法( Gauss Pseudospectral Method-GPM)和传统的直接打靶法有效结合,对月球着陆器定点软着陆轨道快速优化问题做出了研究.推导了高精度模型下着陆动力学方程.针对优化方法各自的特点和多约束条件下最优月球软着陆轨道设计的难点,提出了问题求解的串行优化策略:将控制变量和终端时间一同作为优化变量,同时离散控制变量与状态变量,取较少的Gauss节点,利用GPM求解初值,初值的求解采用从可行解到最优解的串行优化策略;在Gauss节点上离散控制变量,利用直接打靶法求解精确最优解.仿真结果表明,本文提出的轨道优化方法具有较强的鲁棒性和快速收敛性.     

基于微分求积法的高超声速机翼蒙皮颤振研究

机翼蒙皮在高超声速气流中会发生颤振等气动弹性问题,破坏结构.引入微分求积方法,可以有效地分析机翼蒙皮的颤振问题.将机翼蒙皮等效成薄板,基于一阶活塞理论,根据克希霍夫假设及弹性理论建立蒙皮的气动弹性偏微分方程,采用微分求积法将偏微分方程离散为常微分方程,并根据频率重合理论对颤振问题进行求解.得到的颤振速度与有限元方法计算结果进行比较,误差为0 58％,验证了微分求积法在求解颤振偏微分方程时的有效性.分析了蒙皮面积、厚度、纵横比等不同参数对蒙皮颤振速度的影响.结果表明,颤振速度随蒙皮面积的增大而减小,随纵横比、厚度的增大而增大.     

j不变量等于1728的GLS椭圆曲线上四维

为了实现椭圆曲线的快速倍乘,Gallant-Lamber-Vanstone( GLV)方法被推广到四维的一般情形.文章中回答了Galbraith,Lin和Scott(J.Cryptol.DOI:10.1007/s00145 - 010 - 9065-y)提出的一个公开问题:研究Fp2上j不变量等于1728的GLS椭圆曲线上的四维GLV方法,并给出时间周期.尤其指出GLV的四维分解能够在很大的概率上实现,给出了一些结果和例子.特别指出在同一类曲线上,四维GLV方法的时间周期大概是二维GLV方法的70％～ 73％.