仿真模型的智能化验证方法

为实现仿真模型可信度验证过程的自动化,并解决验证技术在应用中过度依赖领域专家经验等问题,提出基于知识的模型验证方法.首先,对模型验证的客观和主观方法中的数据和信息转化过程,以及用于模型验证中真实系统测试数据和领域专家的经验等参考信息进行抽象和归纳.其次,在知识抽象的基础上,分别建立领域知识模型、验证技术模型和验证任务模型.最后,在知识模型的基础上设计和实现智能化验证系统.对电磁轨道炮仿真模型的验证表明,该方法可有效对仿真模型进行验证,且主观和客观的验证方法均可以集成到该系统中,提高了模型验证效率.     

仿真技术发展及应用

从仿真技术的发展、成熟、再发展的观点论述了它的发展过程。介绍了仿真技术在国民经济各个领域中的应用。分析了国内外仿真技术水平及现状,展望了仿真技术的发展趋势。     

基于改进灰色关联分析的仿真数据综合一致性检验方法

为全面有效检验仿真数据的一致性,提出一种基于改进灰色关联分析的仿真数据综合一致性检验方法. 以灰色关联分析思想为基础,综合考虑数据序列间的形状和距离,构建了改进的灰色关联度模型. 针对实际系统工作过程包含多个阶段,各阶段在整个过程中的重要程度不同的问题,利用层次分析法确定其权重,定义综合关联度,用以评价整个仿真数据的一致性. 该一致性检验方法既利用了有限的客观数据,又结合了对实际系统工作状况的考虑,而且对数据容量和分布特性没有要求,便于在计算机上实现. 通过对电磁轨道炮的主要性能指标放电电流的一致性检验,验证了该方法的可行性和有效性.      

基于改进粒子群算法的电磁发射系统电源时序多阶段优化策略

针对电磁发射对电流波形的平稳性要求,提出了一种基于改进粒子群优化算法（particle swarm optimization, PSO）的电磁发射系统电源时序多阶段优化策略。根据脉冲电源时序放电特征,将发射过程分为多个阶段,确定各阶段的划分原则,建立了各阶段脉冲成形网络电源时序优化模型及整个发射过程的时序优化框架。将种群的平均信息引入到粒子速度更新过程中,提出了一种自适应动态调整惯性权重的PSO。改进的PSO根据当前群体的进化状态自动调整惯性权重,使算法具有较强的动态适应性,提高了优化过程中的全局和局部搜索能力。考虑时序初始取值空间过大会导致收敛速度过慢,采用动态缩减搜索空间操作,在新阶段产生的电流波形不能改善时,提高时序取值区间的下限。最后将该优化策略用于某电磁发射系统电源时序的优化设计中,仿真结果表明放电电流曲线非常平稳,而且能够获得较高的出口速度。     

建模与仿真资源库系统的初探

建模与仿真资源库系统是仿真环境的核心，是实现建模与仿真资源重用性和提高仿真应用系统开发效率的重要支撑，本文初步探讨了建模与仿真资源库系统三个相关问题：建模与仿真资源库系统用户群，资源内容及其组织机制以及系统体系结构，文章主要部分：在传统Web数据库技术的基础上提出了一个基于分层，符合组件化思想，且具有扩展性和互操作性的系统概念体系结构。     

参数化设计的定性建模与仿真

对参数化设计问题提出了一种新的基于DOF（Degreesoffreedom）的定性建模与仿真方法。在几何约束求解的过程中，通常的定量数值化方法由于解空间的巨大而显得低效。通过定义基本约束簇类型和规则，新方法引入定性图对几何约束进行定性建模及模型求解．经过一系列基于DOF的定性图推理过程，几何约束的定性模型被规约为一个单节点后得出一系列的构造步骤。在这个推理阶段中得出的构造步骤被确定为以后精确定量计算的次序．结合了定性推理方法的高效性以及定量方法的精确性，初步实验表明新方法能够提高约束求解的效率。     

一种具有动态最优学习率的BP算法

提出具有动态最优学习率的BP算法,动态最优学习率是通过迭代的方式得到的,这种算法具有运算简单,收敛速度快,精度高特点。仿真结果说明此算法是有效的。     

基于HLA的柔性仿真重演工具研究

对于仿真系统的开发、调试、评估与分析,尤其在军事演练仿真中,仿真过程的重演是一个重要的手段或辅助工具。针对不同规模的仿真系统、不同的用户需求以及工具自动化的考虑,开发了基于HLA的柔性仿真过程重演工具HIT-Replay,包括数据记录器、仿真重演器、二维/三维显示及数据合并与分析工具,实现了仿真独立,重演过程中动态数据定位,DVD式重演控制以及自动重演等功能。并可根据不同的使用需求选择集中式或分布式重演,部分或全部重演,在线或事后重演。对部分重演的实现、分布式重演中的时间同步及重演回退方法等进行了深入的研究。     

GM(1,1)模型参数的改进计算方法

本文对ＧＭ（１,１）模型,基于中点公式、梯形公式及模型误差最小准则,利用最小二乘原理,导出了估算模型参数的一种新算法,给出了对大气中ＣＯ２含量和某市化工工业净产值建模的实例,效果令人满意。     

基于SRML的QSIM模型表示

基于web的建模与仿真研究需要满足web开发的基本要求,即模型和仿真过程能够在万维网(WWW)上以标准的形式被服务、接收和处理。本文在现有仿真参考标记语言(SRML)和仿真参考仿真器(SRSimulator)的基于web的仿真技术基础上,提出了基于web的QSIM模型表示方法,在QSIM算法的输入模型和SRML之间建立了映射关系,并构造了基于web的定性仿真框架。