具有无尺度拓扑与小世界效应的Sierpinski网络

复杂网络是目前国内外研究的热点之一,而分形则被认为是上个世纪学术界的一个重要发现.根据Sierpinski垫这一著名的分形结构,构建了一类确定性网络,称为Sierpinski网络.提出了生成该网络的一个迭代算法,使抽象的网络构造变得具体而直观.研究发现该网络具有与许多现实网络相似的结构特性:幂律度分布、较高的集聚系数和较小的直径.     

基于预期机制的供应链产品转移价格混沌预测研究

将供应链管理系统中与原材料和产品流动过程有关的产品转移价格作为上游企业基于提前期内下游企业对产品的反馈信息作出的预期价格.提出了预期机制下供应链产品的非线性、非均衡转移定价模型,研究了供应链管理系统产品转移价格决策的混沌动力行为,并基于最大Lyapunov指数对供应链产品转移价格进行预测.最后,通过实例进行分析其应用价值.     

果园土壤贮水量神经网络估算模型研究

利用神经网络对土壤水分进行预测时，一般需考虑多个因素（如气象因素和土壤特性等），需测量多种参数值。神经网络模型只以0～100cm范围内各层的土壤含水量为输入变量，对0～180cm土层的土壤含水量进行了预测，并与Biswas估算模式的预测结果进行了比较。结果表明：神经网络方法具有很高的预测精度，预测值的相对误差在-4．26％～3．22％；Biswas估算模式的预测效果较差，预测值的相对误差在-11．87％～7．95％。由此可见，该神经网络模型具有较强的便利性和实用性，可用于对本地区果园的土壤墒情进行估测。图8，表2，参14。     

美国东北部早熟和晚熟玉米杂交种年际间产量稳定性

玉米是美国东北部奶牛业的主要能量来源，杂交种的选择是提高玉米产量、降低生产成本的关键和前提。连续5年在美国麻省大学农学实验站的典型砂壤土耕地上进行试验，结合当地气象部门提供的生育期间玉米的生长期生长度日数和降雨量，对3个早熟杂交种和3个晚熟杂交种的产量进行了年际间稳定性比较。结果表明：产量与年际间气候条件无关，无论是青贮饲料产量还是穗棒产量，晚熟品种的产量均高于早熟品种（2001年杂交种E409L）。5年平均晚熟品种的青贮饲料产量和穗棒产量分别比早熟品种高出10．9％和8．0％。相同年份品种间产量存在差异，同一品种年际间产量差异显著。低温年份，相对冷凉的生育前期和温热的生育后期不利于美国东北部玉米生产。生育期间较高的降雨量有利于青贮产量的形成。选择种植晚熟品种是该区农民提高玉米产量、降低生产成本的有效途径。只有热量多且雨量充沛的年份才有利于玉米产量潜力的挖掘。有关某种玉米基因型对当地气候适应性方面的知识，将有利于育种者选择有价值的种质资源。表6，参17。     

集成人机交互仿真系统研制与应用

基于虚拟现实技术和人机工程学原理,综合应用多通道宽屏投影拼接、光学运动跟踪和数据手套手势跟踪、Vega和Creator等许多虚拟现实软、硬件技术,构造出一个可供人与计算机中的虚拟操控系统进行实时交互的虚拟仿真环境,可对人机交互绩效进行动态、客观的测量,继而评价操控面板系统的设计质量,亦可用于各类二维操控面板的操作培训。初步实验结果验证了系统的可行性。     

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。     

基于BP神经网络模型的目标属性识别仿真

在地面防空作战中,对空中目标进行属性识别是防空导弹武器发射决策的关键环节之一,可靠及时的识别可有效地避免误伤我（友）机,准确消灭敌机。结合现代防空作战特点,对影响目标属性识别的各种因素进行定性和定量分析,建立了基于BP神经网络的目标属性识别模型,仿真分析表明了模型的有效性和实时性。     

基于设计者智能主体模型的产品开发过程仿真

产品开发过程仿真是对产品开发过程进行预测、管理、评价和改进的有效手段.为了对产品开发过程中的人与组织因素进行仿真,提出了一种设计者驱动的产品开发过程仿真原理.重点对设计者智能主体模型进行了研究,采用INTERRAP混合结构建立了设计者智能主体结构模型,用分层有色随机Petri网描述了设计者的个体行为过程与协作行为过程.最后进行了系列仿真实验,初步证明了模型的有效性.基于设计者智能主体模型的过程仿真可在过程预测与评价、人因及组织分析、设计过程改进等方面发挥重要作用.     

基于FLUENT对涡街流量传感器流场仿真及特性研究

运用FLUENT数值仿真软件成功的模拟出流体流经涡街流量传感器时所产生的卡门涡街现象.通过将仿真得到的涡街脱落频率与实验结果比较,两者之间的最大误差不超过10%,表明了FLUENT用于涡街流量传感器流场仿真,进而对传感器进行改进和优化的可行性.基于仿真结果与实验的比较,利用FLUENT数值仿真得到了目前最常用的梯形旋涡发生体后的最佳取压位置为距发生体尾部2.8倍的截流面宽度处,并将梯形发生体与T形发生体进行了对比研究,研究表明T形发生体产生的旋涡信号要优于梯形发生体.     

基于免疫粒子群算法的飞行控制器参数寻优

提出了一种免疫粒子群混合优化算法.该方法将免疫算法中的基于浓度的抗体繁殖策略与粒子群优化算法相结合.对浓度低的粒子进行促进,对浓度高的粒子进行抑制,因而保持了粒子的多样性,克服了PSO算法易于陷入局部最优点的缺点,寻优速度快.将该方法用于飞行控制器的参数优化设计.仿真结果表明：使用该方法进行参数优化设计获得了优良的飞行控制效果,能够较大地提高飞行控制器参数的设计效率.