T-模糊联盟间相互影响的度量

针对局中人以三角模糊数的形式参与合作对策的问题,给出了T-模糊联盟间相互影响的基本概念.探讨了T-模糊联盟间相互独立时模糊特征函数的表达式及模糊特征函数具有k-严格单调性时T-模糊联盟间相互影响的变化规律,通过对Shapley值和Banzhaf-Coleman势指标度量概念的推广,得到相应的Shapley值和Banzhaf-Coleman势指标,用于表示T-模糊联盟间相互影响的期望度量指标和方差度量指标,并通过算例分析来说明其有效性和实用性.     

基于广义(火用)的系统序结构与功能关系研究

对系统的功能进行量的规定、指出广义与系统功能的量的规定的同义性,论述了基于广义(火用)的系统序结构与功能之间的关系;并对上述结论在相关理论的阐释以及实际工程(如VE)中的运用加以研究.本文的工作,不但赋予了热力学中的抽象用概念以具体的功能涵义;而且,还引出了热力学对系统科学的又一大贡献,促进了系统研究工具的质的飞跃.     

基于仿真的有线通信网络连接方案优化研究

费用问题是有线通信网络建设过程中的重要问题.针对通信网络费用计算过程中的拓扑结构问题和定性值量化问题,分别研究了"演进法"和"拟合法".其中"演进法"大大减少了拓扑结构选择的计算量,使多节点连接方案计算成为可能;"拟合法"为多层定性值的量化提供了手段.把这两种方法综合到仿真计算过程中,为选择费用最小的网络连接方案提供了支持.     

加速度计非线性项系数校准误差分析与建模

分析了线加速度计精密离心机校准的误差来源,建立了加速度计静态特性方程各次项系数校准的系统误差传递模型,通过该模型可以实现各系统误差因素对方程系数校准结果影响的定量分析.证明了离心机加速度输出恒值系统误差不影响三次项系数,而线性变化的系统误差不影响零次项系数,即零g点偏值.对理论分析的结果进行了仿真验证.     

轿车室内流场的数值模拟研究

轿车室内流场的数值模拟是轿车室内环境空气品质评价与研究的基础.本文选择RNG湍流模型,采用分区域划分网格的方法,并利用Monte Carlo法分析了太阳辐射引起的车体各固面的附加热流变化,对轿车室内空气三维流场和温度场进行了数值模拟研究,为轿车室内环境的舒适性评价和轿车室内通风性能的优化提供了参考.     

基于虚拟现实的载人潜水器操纵运动仿真系统

载人潜水器操纵运动仿真系统可用于性能研究和人员训练.与已有类似仿真系统不同的是,介绍的仿真系统显示的海底视景是基于驾驶人员通过摄像头所观察到的清晰化小场景,更符合潜水器操纵实际情况.介绍了仿真系统的体系结构,建立了空间六自由度运动方程,进行了仿真计算,讨论了两个影响视景显示的关键问题:视景建模和显示的实时性.工程试验结果表明,仿真系统的设计是合理有效的.     

基于网格技术的多用户多任务模拟训练系统

针对信息化条件下的武器装备模拟训练问题提出了一种多用户多任务模拟训练系统的概念,这种模式的系统能够满足大规模、多人次的装备教学和训练需求。首先,建立了面向大规模训练的两级用户管理体制,以及B/S与HLA结合的系统体系结构;然后,综合利用Web技术、网格技术（Globus Toolkit 4,GT4）和分布仿真技术（HLA/RTI）等解决了HLA联邦资源共享与整合、系统组织与协同等核心问题,实现了在同一套模拟训练系统上多组用户同时进行相同或者不同训练任务的设计目标;最后,面向通用雷达装备设计并实现了一个原型系统,它具有资源利用率高、重用性强、用户容量大等特点,在XX实验室建设的应用中取得了良好的效果。     

基于代理模型的翼型多目标集成优化设计

针对翼型优化中直接使用计算流体力学方法计算量大的问题,提出了一种基于代理模型的翼型多目标优化设计方法.使用形函数线性扰动法描述翼型外形,求解N-S方程获得翼型气动参数.采用Pareto多目标遗传算法进行优化,使用代理模型降低计算量,通过优化集成,实现优化过程自动化以提高设计效率.算例结果表明,本方法能有效降低计算成本,缩短设计周期,提高设计质量,具有一定实用价值.     

具有Choquet积分形式的模糊合作对策

结合模糊数的限制运算,探讨了一类具有模糊支付的模糊合作对策--Choquet积分形式的模糊合作对策,研究了其单调性和连续性。具有模糊支付的模糊合作对策是凸模糊合作对策时,研究了Choquet积分形式的模糊合作对策的模糊核心和模糊Shapley值,并探讨了两者之间的关系,有趣的是这种关系与经典情形相一致。需要指出的是,所给有关模糊合作对策的定义都是对经典情形的推广。最后通过一个算例来说明其应用。     

基于岭回归径向基神经网络的MIMU误差建模

对MEMS（Micro Electro Mechanical systems微电子机械系统）IMU（Inertial Measurement Unit惯性测量单元）的随机漂移和误差进行建模和补偿是提高捷联惯导系统性能的主要方法之一。为了避免径向基（RBF）神经网络输出之间可能存在的复共线性,更加准确有效的对MIMU的输出误差建模,提出将岭回归径向基神经网络用于MIMU的误差建模中。通过与时间序列建模方法的仿真比较表明,在对MIMU误差补偿上所建立的岭回归RBF网络与四阶AR模型方法精度相当,比一阶AR模型精度高,而且无需对数据平稳性处理。

Abstract：

It is one of the main methods to improve the performance of Strap-down Inertial Navigation System for compensating the random drift and bias of MEMS （Micro Electro Mechanical systems） IMU （Inertial Measurement Unit）. In order to eliminate latent multicollinearity of radial basis function neuron network output layer and model the drift and bias of MIMU accurately,the radial basis function neuron network based on ridge regression method was proposed which was applied in modeling and compensating MIMU errors. The simulation shows,compared to the AR model,the precision of compensation of MIMU error using radial basis function neuron network based on ridge regression method is equal to the fourth order AR model,better than first order AR model,and no data stabilization processing.