水资源系统工程的理论框架探讨

作为一门新兴交叉综合性工程技术学科,水资源系统工程在人口、资源、环境、经济与社会区域可持续发展战略研究中具有重要意义.根据水资源系统工程的基本概念,指出水资源系统工程的实质就是处理各种水资源系统问题的方法论,据此提出了水资源系统工程新的理论框架,它由水资源系统优化方法、建模方法、预测方法、模拟方法、评价方法和决策分析方法组成.该理论框架在各种应用系统工程研究中具有参考应用价值.     

整车-乘员集成系统正面碰撞的计算机仿真

某型国产小客车为对象建立了整车有限元模型,然后在此基础上集成了包括50百分位的HybridⅢ型假人,安全带和安全气囊系统的完整的乘员约束系统的有限元模型。按国家标准《正面碰撞乘员保护的设计规则》(CMVDR294)规定的试验条件,对整个集成系统进行了正面碰撞的数值模拟。仿真结果与试验结果吻合。之后本文对不同约束情况下的乘员安全性做出了比较与评价。     

改进的实时海浪网格模型

基于深水中的长峰波波浪模型,给出了视点相关的梯形海面网格自适应模型,能快速逼真的实时生成航海仿真系统中的多通道海浪。本算法只对每个通道可见部分的网格海面进行计算,满足屏幕图像各点的分辨率,在保证较好的图像质量的同时提高了绘制效率。可以通过控制网格的疏密和波浪序列的数目,灵活的控制绘图的质量和计算时间上的花费,满足不同配置的仿真应用。     

基于培训的程控仿真系统中告警排障的建模

在培训仿真系统中，目前告警排障的仿真较多是基于单点产生告警和进行排障。文中基于程控培训仿真系统提出一种新的告警排障机制，即多点告警和排障。并且在实际的ZXJ10程控交换机仿真系统开发中应用了这种思想和方法，仿真测试结果和使用反馈信息都表明效果良好。     

用MatLab仿真高阶RC模型的互连线特性

用MatLab软件，对超大规模集成电路互连线的高阶王氏RC梯形电路模型在时域和频域进行仿真。结果显示，①100阶模型与2000阶模型单位阶跃响应0．9的上升时间仅相差9．5‰，表明用100阶模型仿真已足够精确。②通过仿真，确定了一个来自实际的互连线的通频带宽度。③测定了分布电阻和分布电容对互连线阶跃响应的上升时间及其通频带宽度的影响。④高阶仿真结果与1阶模型的理论结果相比，定性描述相同，定量描述差异较大，因此，用高阶模型对互连线的分布电路性质进行准确描述有一定的必要。     

从复杂性的观点看学习型组织

传统的直线制组织管理模式的思想基础是机械还原论，不能适应时代发展的要求。学习型组织是针对19世纪、20世纪组织管理的弊端，全球经济的新环境与组织管理的新要求而提出的，是更具人性的复杂性组织。学习型组织重在强调思雏方式的变革，提升系统思雏的能力，从机械观走向系统观。从简单性思维走向复杂性思雏。     

利用进化规划和逐步二次规划实现前馈神经网络的结构优化

用进化规划与逐步二次规划来实现前馈神经网络的结构优化问题 ,并提出了一个相应的学习算法 .针对进化规划与逐步二次规划各自的特点 ,进行了组合 ,使算法不仅具有随机全局搜索能力 ,而且还具有更好的全局收敛能力 ,并与环境有更强的自适应能力 .最后通过仿真和应用实验证实了算法的有效性.     

解不确定型决策问题的投影寻踪方法

不确定型决策问题在系统工程理论与实践中具有重要意义 ,其益损值矩阵反映了该问题的复杂性和不确定性 ,同时也反映了决策者所面临的收益机会和损失机会的风险信息 ,目前常用方法利用益损值矩阵的信息都不充分 .指出求解该问题的实质 ,就是如何把益损值矩阵转换为压缩向量 ,该压缩向量的最大分量所对应的方案就是所求的最优方案 .为全面处理这种机会风险 ,提出了基于遗传算法的投影寻踪方法的新途径 .研究结果表明 ,根据益损值矩阵所反映的收益机会的风险与损失机会的风险的对比情况 ,投影寻踪方法既可积极地也可稳妥地选取最优方案 ,利用益损值矩阵的信息比常用方法充分 ,可根据决策者所面临的机会风险能进能退.     

多基线InSAR干涉图仿真方案设计与分析

多基线InSAR具有高可靠性与高精度的优势,是InSAR技术发展的方向之一。为了提供研究多基线InSAR技术的良好实验数据,针对正侧视SAR成像的几何特点,以F.Leberl构像模型建立像点与地面点之间的坐标关系,借鉴摄影测量中的正射纠正方法,分别设计了利用DEM进行多基线InSAR干涉图模拟的直接法仿真方案和间接法仿真方案。采用多套DEM进行了仿真实验,得到了满意的仿真效果,结合仿真结果分析了不同仿真方案的特点。     

一种基于模型共享的半监督多标签图像学习法

提出一种快速且有效的半监督多标签学习方法:模型共享半监督推举。该方法能发现、共享并组合多个基模型,每个基模型是在某个标签上利用半监督支持向量机(S3VM)上学习的。通过使用模型共享,标签关联被显示地利用且对于每个标签来说只需要少量的基模型即可生成最后的决策结果。在Corel5k和Mediamill数据集上评估方法,实验结果显示的方法与当前流行的监督和半监督多标签学习方法是可比的。