模具并行设计过程的结构化建模研究

针对并行设计的需求,分析了模具设计过程中活动之间的三种基本联系（非耦合、耦合与准耦合）;利用设计结构矩阵和图论的有关知识,提出了模具设计过程中耦合活动识别的算法,并进一步划分了模具设计中各活动的级别,经过活动重组和过程优化,最后给出了能体现并行设计特点的模具设计过程结构化模型。     

单重延误休假的M~x/G(M/G)/1可修排队系统分析(Ⅰ)—— 一些排队指标

考虑具有单重延误休假的MxG(MG)1可修排队系统,其中休假时间、服务时间、修理时间和延误休假时间都为任意分布(不一定是连续型),采用一种较简洁的方法,我们获得队长的瞬态解、平稳解和队长的随机分解表达式,同时给出了一些特殊情形下队长的随机分解结果     

一种复杂系统研究方法——基于多智能体的整体建模仿真方法

本文在对一般复杂系统进行研究分析的基础上,针对目前国内外的研究现状,提出了一种研究复杂系统的新方法－基于多智能体的整体建模仿真方法,对这种方法的操作流程和步骤进行了详细的说明,并介绍了支撑这种方法的ＳＷＡＲＭ仿真平台,最后指出了这种建模仿真方法在军事和经济系统中的应用前景。     

面向武器装备系列研制的灵境仿真研究

首先阐明面向武器装备系列研制的灵境仿真研究的重要性及其学科归属.根据实施约束条件,将本项研究定位于应用基础研究.基于90年代的计算技术基础设施,将VR仿真开发系统的技术目标设定为自学习、自优化、目标驱动的自产生式建模与仿真环境.在1995年已实现的人工智能嵌入面向对象编程AI+OOP形式化体系中,通过知识封装赋予对象以知识禀赋和似人的精神属性.把AIOOM开发平台提升到面向智能体层次.文章给出Agent设计及实现的形式化描述,并通过二个实例说明该系统的可行性和优势.最后,展望系统发展方向并指出待努力解决和问题.     

前馈神经网络泛化性能力的系统分析

通过对多层前馈网络的运行机制的系统分析 ,指出影响前馈网络泛化能力的根本原因是训练网络用的样本 ,包括样本质量、样本数量和样本代表性三个方面 .针对复杂系统给出了一种提高前馈网络泛化能力的途径 ,并通过对仿真算例的计算验证了得出的结论 .     

距离-速度同步欺骗干扰下的机动目标跟踪算法

研究了距离-速度同步拖引欺骗干扰下的机动目标跟踪问题。根据数字射频存储器及直接数字频率合成器产生的距离-速度同步拖引干扰原理,建立了距离-速度同步拖引干扰下的机动目标回波信号模型,利用接收机自动增益控制电压和目标个数的突变信息对信号进行欺骗干扰判决,当判断为距离-速度同步欺骗干扰时,采用正交匹配追踪方法识别出真实信号,最后利用扩展卡尔曼滤波方法对目标进行跟踪。仿真验证了该方法与魏格纳变换和魏格纳-霍夫变换相比具有较高的识别性能,并在机动条件下具有良好的跟踪效果。     

基于非合作雷达辐射源的无源雷达技术综述

对基于非合作雷达辐射源的无源雷达技术进行了综述,介绍了该领域内的研究历史与现状。然后对非合作式双基地雷达系统基本原理进行了分析与研究,主要内容包括基本几何关系、信号能量关系、接收站的组成以及参数测量与目标定位方法。最后,对辐射源的信号分析与优化选择、系统同步、直达波参考信号的恢复、微弱目标信号的检测与参数估计以及跟踪、融合与目标识别等系统关键技术进行了分析与评述。     

不良贷款有无回收判别:一类可选变量的支持向量机方法

针对不良贷款有无回收判别问题中属性变量数目多、示性变量比例高的特点,提出了一类可选择变量的支持向量机方法进行判别预测.该方法一是将逐步回归的支持向量机思想应用在模型变量的选择上,二是将线性逐步回归的结果作为模型选择变量的初始状态,解决了传统支持向量机只能使用固定变量的问题. 实证结果显示,该方法不仅提高了样本外预测的正确率, 而且具有很好的稳健性.     

Margin optimization algorithm for digital subscriber lines based on particle swarm optimization*

The margin maximization problem in digital subscriber line (DSL) systems is investigated. The particle swarm optimization (PSO) theory is applied to the nonconvex margin optimization problem with the target power and rate constraints. PSO is a new evolution algorithm based on the social behavior of swarms, which can solve discontinuous, nonconvex and nonlinear problems efficiently. The proposed algorithm can converge to the global optimal solution, and numerical example demonstrates that the proposed algorithm can guarantee the fast convergence within a few iterations.     

基于矩阵重构的非相干分布源参数估计方法

针对现有非相干分布源参数估计算法计算量大等问题,提出了一种新的DOA和角度扩展估计算法.该算法利用空间频率近似模型下的非相干分布源协方差矩阵的结构特点.协方差矩阵可分为相位信息矩阵和幅度信息矩阵.对相位信息矩阵进行重构,对重构后的协方差矩阵利用MUSIC等传统方法即可实现DOA的估计;对幅度信息矩阵的各主次对角线上的元素均进行平滑得到幅度信息平滑向量,估计得到的DOA代入幅度信息中即可得到角度扩展的估计,从而实现非相干分布源DOA和角度扩展分离估计.计算机仿真验证了算法的性能.