用于战术意图识别的动态序列贝叶斯网络

针对意图规划过程的层次性和序列性,提出了序列贝叶斯网络(series Bayesian network, SBN)模型,并将动态贝叶斯网络(dynamic Bayesian network, DBN)模型和SBN模型结合起来,构建了动态SBN(dynamic SBN, DSBN)模型进行规划识别,模型的DBN部分用于由特征序列推理元意图,SBN部分用于由序列意图逐层推理父意图。推导了模型的算法,分析了模型在规划识别问题中的表达和推理能力。实验表明,DSBN模型能够有效根据特征序列识别战术意图。     

移动式学习平台的构建方案

移动计算模式改变了人们的学习和生活方式,高校的教育教学过程也可以引入移动式学习,让学习环境、学习资源随时随地,无处不在.针对高校传统教育方式存在的问题,提出应用移动计算进行辅助的教育教学模式.给出移动式学习平台系统结构和功能模块的设计方案,并简述了应用开发使用的工具.     

论中国企业社会责任制度的建构

我国企业的社会责任在制度选择上应该实行经济制度、道德制度、法律制度并举,并逐渐把经济、伦理、道德制度中成熟的、行之有效的规则转化为更具明确性、约束力的法律制度;与此同时也应预防过苛求企业的社会责任的思想,以避免使企业社会责任制度的设立宗旨落空。     

高维不确定多变量系统的高阶滑模分解控制

针对一类高维不确定多变量系统,提出一种高阶非奇异终端滑模分解控制方法.通过两次非奇异状态变换,首先将系统分解为输入输出子系统和内部子系统.针对输入输出子系统,巧妙结合高阶滑模和非奇异终端滑模,基于跟踪微分器技术,设计了一种新型的高阶非奇异终端滑模控制器,可提高子系统的收敛速度,消除滑模控制的高频抖振信号,同时将内部子系...     

基于蚁群算法的FMS工艺路线的优化配置

柔性制造系统在工业发展中的作用越来越大,而如何使柔性制造系统发挥最大的功效则是现阶段面临的一个主要问题。文章基于蚁群思想,提出了一种融合网格法的蚁群算法来求解柔性制造系统工艺路线优化配置的方法。算例结果证明,该算法能使系统设备工作负荷达到均衡,从而提高系统工作效率。     

基于动态能力需求的鲁棒性武器系统组合决策

针对动态能力需求下武器系统组合决策问题,建立了鲁棒性武器系统组合决策模型。首先,基于能力需求动态演化的不确定性,采取决策树的形式建立能力需求多阶段演化模型;然后,基于能力需求的演化模型,定义了考虑鲁棒性的“系统组合能力-能力需求”的能力风险及相关函数,将该能力风险作为决策的准则;为了解决系统组合爆炸的问题,采用差分进化算法获取鲁棒性武器系统组合决策问题的最优解;最后,通过一个实例验证所构建模型的有效性和合理性。     

改进萤火虫算法及其收敛性分析

萤火虫算法因具有结构简单、控制参数少、易于实现的特点而得到广泛的关注和应用,但其易陷入局部最优导致过早收敛,从而影响寻优精度。针对这一问题,本文在位置更新规则中加入随机扰动因子,并剔除了冗余的随机项,以提高算法搜索能力;引入位置置换变异和差分进化算法中的最优变异策略,在保持种群多样性的同时,增强算法跳出局部最优的能力。采用马尔可夫过程证明了算法以概率1收敛到全局最优。利用基准函数和装箱问题对算法进行仿真测试,结果表明,改进后的算法能够有效跳出局部最优,对给出的所有问题均能找到理论最优解,寻优精度和成功率有明显提升。     

提高高校图书馆流通馆员素质与图书流通率的对策

分析了目前高校图书馆图书流通存在的问题及其影响因素,提出了提高流通馆员素质的措施和提高图书流通率与利用率的对策。     

平面的一类开域上不存在加倍测度

通过直线上的一类胖Cantor集构造了[0,1]~2上的一类开域,使得在这类开域上不存在加倍测度,并且构造一个R~2上的有界若当闭域Ω,使得Lebesgue测度L在其上的限制不是加倍测度.     

无溶剂微波辅助-液相微萃取测定土壤中的滴滴涕

建立了一种快速、有效、环境友好的样品前处理方法,即无溶剂微波辅助-液相微萃取技术,并结合高效液相色谱法对土壤中的滴滴涕残留进行了测定分析,同时对影响萃取效率的相关因素,如萃取溶剂的种类、微波辐射功率、萃取时间和pH等因素进行了优化。最终确定最佳优化条件为：萃取溶剂为正庚烷,微波辐射功率为120w,萃取时间为1rain,pH为5。在最优条件下,滴滴涕的检出限（S／N=3）为0．18μg／kg,定量限（S／N=10）为0．59μg／kg,实际土壤加标回收率87．34％～96．41％之间,相对标准偏差RSDs在5．75％～6．72％之间。理论分析和实验结果表明,该方法具有操作简便,节省溶剂,快速,高效,选择性好等特点。