K(a)ehler-Einstein流形上的Rastogi联络

用Rastogi方法研究K(a)ehler-Einstein流形M上的Rastogi联络(-▽),证明了(-▽)的拟共形曲率张量为0时,M拟共形平坦,进一步推广了Rastogi与胡聪娥的主要结果.     

多渠道分销库存系统成本模型

考虑由一个制造商、多个分销中心、多个零售商组成的多级分销系统。针对多渠道分销问题,在周期检查库存策略的前提下,分别建立分销中心持有库存和分销中心不持有库存两种情况下,零售商具有随机需求及相关需求的多级库存系统成本优化模型。最后,通过算例,从系统总成本最小的角度出发,给出了这两种条件下库存成本随需求相关系数的变化情况,证明了此模型可用于库存决策。     

基于子空间方法的自适应半盲多用户检测

提出MC-CDMA系统下一种基于子空间方法的自适应半盲多用户检测算法。该算法通过利用小区内所有用户的扩频码设计了一种基于MOE准则的半盲检测器。针对Chebyshev逼近算法受到来自噪声子空间分量的影响导致性能下降的问题,提出一种子空间约束Chebyshev逼近算法,并使用该算法自适应得到权向量。为了减少计算复杂度,采用修正的PASTd算法自适应跟踪信号子空间。仿真实验验证了该算法的有效性和可行性。     

作战单元战场空间感知建模研究

依托仿真进行军事作战过程研究所要解决的建模问题之一就是对作战单元战场空间感知过程进行合理建模,而其有效性需求决定了模型必须要能够正确地表达实际作战过程中作战单元战场空间感知所具有的、面向区域的特性。根据作战单元战场空间感知的区域特性,阐述了基于空间划分的作战单元空间感知建模实现思想,并就基于空间划分的战场空间感知模型实现进行了详细的形式化描述。就基于空间划分的作战单元空间感知模型的运行效率,进行了实例对比分析。     

基于CDT空间剖分的虚拟角色全局路径规划

针对大范围复杂虚拟城市环境中虚拟角色的自主导航问题,研究了虚拟城市环境的环境建模以及基于层次道路图的改进A*算法。用自适应剪切平面切割三维地物几何模型,把三维城市空间投影到2D平面空间,利用约束Delauny三角化方法剖分城市自由空间,通过调整约束边的长度调整提取道路图的精度,并构建顾及地形起伏特征的层次道路拓扑图;为适应基于层次道路图的路径搜索,对传统A*算法进行了改进。实验结果表明:该方法可以快速完成虚拟角色在虚拟城市环境中的全局路径规划,且环境建模需求空间小,路径搜索效率高并顾及了地形环境的起伏特征。     

拦截器姿态控制系统切换控制方法研究

为增强拦截器姿态控制系统的鲁棒性,提出了一种切换控制方法来控制拦截器的姿态。该切换控制方法主要包括双重推力水平切换,相平面控制律与准滑模控制律切换和角度反馈切换。给出了高水平推力和低水平推力的切换逻辑,相平面控制与准滑模控制律的切换准则和角度反馈中俯仰角和攻角的切换策略。仿真实验表明,采用切换控制方法所设计的姿控系统可以适应大气层内外飞行,鲁棒性较强。     

一种备件多级库存系统的仿真优化模型

针对备件多级库存问题，分析了备件需求的特点，建立了多级库存问题模型．在模型的基础上对备件订购量、安全库存量，订购策略，率存模式等进行了研究．研究发现：库存模式、订购策略和相关参数都会影响库存策略和最小总费用；一般情况下，较优订购策略为“库存量降到安全库存水平以下时订购，订购使得备件总量达到某一常数”．因此，备件采用多级库存模式还是单极库存模式应根据具体参数和订购策略确定．由于备件库存问题的特殊性，论文提出了一种求解该问题的仿真优化方法．实验结果表明：是一种有效的求解备件库存优化问题的方法。     

基于有向循环图的多学科设计优化模型调度方法

复杂产品的多学科设计优化过程中，往往会涉及到不同学科的专业分析模型以及各种商业软件应用的集成调度运行问题。在多学科设计优化过程中模型应用集成的基础上，结合设计模型的调度需求，研究了多学科模型的调度运行，并给出了基于有向循环图的通用模型调度解决方案，包括回路探测算法和模型调度算法。最后设计并实现了支持复杂产品多学科设计优化软件框架——iDesign的调度引擎，并以一个设计模型的调度为例，验证了方法的正确性和可行性。     

高阶非线性控制系统的适应性仿真研究

针对带有外部扰动和参数摄动的不确定高阶非线性系统,利用积分行为补偿系统的各种未知因素,设计适应性非线性控制器(ANLC),并提出了全面的控制器适应性评价方法。首先结合典型信号扰动试验和模型参数摄动试验,检验系统的抗扰性和鲁棒稳定性;然后引入神经网络和Taylor级数展开理论构造非线性函数,改变高阶非线性系统的模型结构,利用Monte-Carlo随机试验方法,进行模型摄动的性能鲁棒性分析;并与精确反馈线性化(EFL)方法进行了定量比较。结果表明,适应性非线性控制器(ANLC)具有很强的适应性能,是解决不确定高阶非线性系统控制的有效途径。     

基于神经网络的全局滑模变结构控制

针对一类非线性不确定离散时间系统,提出了一种基于神经网络趋近律的全局滑模变结构控制方法。分别用两个前馈神经网络（FNNs）自适应调整趋近律中的参数ε和δ,克服了常规变结构控制方法中需要预先设定趋近律中参数的限制。在用径向基神经网络（RBFNN）对系统进行模型估计的同时,基于平移滑平面的设计方案,实现了系统的全局鲁棒滑模控制。仿真结果表明控制系统具有良好的跟踪性能,该方案使系统一开始就处于滑平面上,消除了系统抖振,具有较强的鲁棒性。