基于专家系统的防空火力分配模型

利用人工智能的原理,模拟军事专家的思维活动,建立基于专家系统的防空火力分配模型.该模型具有自学习功能,可自动获取和修改知识库中的知识,具有很好的实用性,可随时与用户进行交互.用产生式规则和原型表示可拦截条件及多目标优化分配原则等知识,采用了虚拟飞行时间作为综合威胁判断准则和可调整的分配始线和分配终线,能较好地满足实际需要.     

泥沙淤积物颗粒排列结构的分形模式研究

以河道、水库泥沙淤积物孔隙率问题为背景,用分形理论和计算机模拟方法研究了颗粒紧密排列模式CAPP(Close Arrangement Pattern of Particles)的图样特点。研究指出,CAPP是介于规则分形和统计分形之间的准自相似结构,用作者提出的孔隙率衰减过程类比法,得出其分形维数介于1.26和1.63之间,其最好估计值为D_H=1.4649。根据CAPP的级配特点,还对天然淤积物的孔隙率变化范围作了初步解释。     

手性配体/Ti(OPr-i)4催化苯甲醛的不对称硅氰化反应

以（S）－联萘二醇，D－樟脑，（－）－假麻黄碱，（－）－α－苯乙胺以及（＋）－氯霉胺为手性源，合成了6种新的手性磷化合物及一种新的Schiff碱，将它们作为配体催化剂，在Ti(OPr-i)4存在下，用于催化苯甲苯的不对称硅氰化反应，得到很好产率的氰醇，但立体选择不理想，只有中等程度以下的ee值。     

大豆异黄酮对油脂氧化抑制作用的研究

研究了大豆异黄酮的抗氧化活性，通过对猪油油脂的POV值、TBA值的测定，发现大豆异黄酮对猪油油脂的自动氧化具有很好的抑制作用，同浓度的游离型大豆异黄酮的抑制作用比糖苷型强，接着分析了大豆异黄酮对猪油油脂自动氧化抑制作用的生物活性以及糖苷型与游离型的活性差异与其化学结构的关系。     

三峡库区地形与暴雨的气候分析

以三峡库区为例，分析了峡谷地形对暴雨影响的气候特征。结果表明：峡谷地形对谷坡上部和下部暴雨都有很明显的增幅作用，但作用机制不同     

探测深度对心脏光学标测中荧光信号的影响

为了估计心脏光学标测过程中不同探测深度对光标测结果的影响，利用电兴奋跨壁传导模型和荧光传输模型，模拟了心室电兴奋跨壁传播时跨膜电位的分布和不同光探测深度的荧光信号，并将深度权重的荧光信号与组织表层细胞的荧光信号做了比较，并分析了产生差异的原因．研究表明：如果大多数荧光来自组织的近表层（小于0．5mm），光探测深度的影响几乎可以忽略；当探测深度增加时（大于等于0．5mm），尤其在螺旋波条件下，两种动作电位在上升时间、幅度和时程上的差异随探测深度的增加而加大，所以需要对以往由心肌表面电标测得到的电生理指标做相应修正．     

中国工业水环境COD、NH_4-N排放变化影响因素研究

为剖析工业污染排放变化的驱动机制,选取工业废水排放中2种典型污染物COD、NH4-N,将其排放变化分解为规模、结构、技术3种效应,并进一步将技术效应分解为清洁生产和污染治理2种效应,应用LMDI1方法求得各种效应值.结果表明:2001—2009年间,工业COD排放年均变化率为-2.99%,对应几种效应值分别为14.64%、-1.39%、-16.24%、-10.71%和-5.53%;NH4-N年平均变化率为-4.03%,几种效应值分别为16.18%、-2.88%、-17.33%、-9.48%和-7.85%.规模效应是造成COD、NH4-N排放增加的主要原因,分别占总效应值的45%和44%.技术效应是COD、NH4-N排放量降低的关键因素,分别占总效应值的50%和48%.清洁生产效应占技术效应的比例分别为60%和55%,污染治理效应相对较小.结构效应对COD、NH4-N减少排放具有正贡献,但总体影响程度较小.在对主要工业行业排污特点分析基础上,从规模、结构和技术3方面提出了行业调整和发展的方向.     

基于 Windows NT 平台的智能机器人控制软件

从实时控制系统所要求的几方面分析了ＷｉｎｄｏｗｓＮＴ用于实时控制的优点,并应用ＷｉｎｄｏｗｓＮＴ作为平台,研制了一套智能机器人控制软件系统,该系统为机器人提供人机接口、数据通信、控制算法解算、多任务作业管理等功能,使机器人能自主地完成机械手运动和猎取目标等控制工作．     

珠江水下沉管隧道的抗震分析与设计（Ⅱ）——行波法

将行波法应用到刚度较大,分段较多的水下沉管隧道的地震分析中,提出把靶向,横向两个输入波处理为两个独立的行波的方法,行波法是否符合实际,与输入地震波的有关参数及地基系数选取有很大关系,作者对此进行了比较深入的讨论,使输入参数的选取简单,明确,便于对计算结果进行分析与判断,最后应用此法对珠江水下隧道的工程实例进行了计算。     

基于神经网络驾驶员模型的PIO预测分析

在PIO研究中,拟线性的McRuer驾驶员模型,因其结构简单、能反映驾驶员基本的行为特性而被广泛采用,但在通常情况下,驾驶员的行为具有高度的非线性,而运用神经网络模型可以更精确地描述驾驶员的非线性特性。以某机为例,利用试飞数据对神经网络进行训练和验证,建立了神经网络模型。通过仿真运算,并用时域Neal-Smith（TDNS）准则对该飞机进行了PIO预测分析。结果表明,与McRuer驾驶员模型相比,神经网络模型可以更好地逼近驾驶员特性,据此运用TDNS准则可以很好地对PIO趋势进行预测。