植物群落性状不定等规律与联系数学

栽培植物群体构成栽培植物群落.群体性状集合成群落性状.由于群体的相辅性状和相克性状以及结构等原因,群落的性状不一定等于其群体性状之和,数学模型为:w(∧∨)Σx1.应用联系数学的理论和方法证明栽培植物群落性状不定等规律,调控群落性状和评判群落优劣,具有重要的理论和实际的意义.表1,参6.     

结构振动系统的分散化应变控制

针对一类航天器结构振动控制问题,提出了为适应空间地传感器、控制器特殊要求的应变控制方法。考虑到航天器所携带的计算机硬件资源有限。本文研究了大系统分散控制理论在结构振动应变控制中的应用。建立了结构振动控制分散子系统,设计了分散控制策略,并进行了计算机数值仿真。结果表明方法是有效的。     

采矿岩体动态稳定性CA模型的建立与系统分析

运用元胞自动机的演化建模方法构建深部采矿岩体的动态稳定性演化模型.定义岩体的工作状态变化概率和岩体完整性影响系数,创建了一种实现采矿岩体的动力学仿真模型.通过数字模拟实验,分析了岩体中不同状态下的元胞相互作用的关系,得到了以离散度作为岩体动态稳定性的度量指标.     

基于网络外部性的企业兼容性决策分析

在具有网络外部性特征的产业中,产品的兼容性已经不再是纯粹的技术层面的问题,而是企业的竞争战略问题.着重研究在位厂商与新进入厂商的兼容性战略决策问题.通过产品之间的兼容度将消费者的转移成本内生化,得到了新进入厂商兼容性决策的临界点,且该临界点与网络外部性强度负向相关.当新进入厂商可获得的与在位厂商产品相兼容的兼容度水平位于该临界点左侧区域时,采取拒绝与在位厂商兼容的策略是最优的;反之,则采取兼容策略,从而新进入厂商可以借助在位厂商的安装基础迅速发展.     

三自由度直升机模型的无静差跟踪控制

三自由度实验室直升机模型是典型的高阶多输入输出系统,具有较强的通道耦合和非线性特性,其俯仰、倾斜和旋转三轴运动方程,能够部分模拟实际直升机的飞行特性,是控制理论教学和研究的有力工具。采用基于内模原理的无静差跟踪控制方法设计能够同时实现扰动抑制和鲁棒跟踪的无静差跟踪控制器,应用LQR方法设计系统状态反馈增益,将设计的线性解耦控制器应用到原非线性耦合模型上,计算机仿真和实时实验结果表明能够很好的实现轨迹跟踪控制。     

基于模糊推理的人工鱼嗅觉感知研究

“人工鱼”利用人工生命方法实现计算机动画。为了丰富人工鱼的感知能力，提高对自然鱼的逼真动画效果，文章在分析“自然鱼”嗅觉机制、参考“机器鱼”感知系统的基础上，研究并实现了人工鱼的虚拟嗅觉感知．首先在人工鱼体系结构基础上建立了人工鱼嗅觉感知模型，并仿照生物嗅觉形成机理设计了三层嗅觉识别模型，采用基于主成分分析的模糊推理方法实现了嗅觉感知．经动画仿真，得到满意结果。嗅觉感知的研究和实现为人工鱼多感知融合系统提供了基础，也可为机器鱼嗅觉研究提供软件仿真平台。     

双枝模糊集模糊性度量

利用双枝模糊集概念,提出了双枝模糊集、上枝模糊集、下枝模糊集的模糊度概念。通过双枝模糊集模糊度的理论定义,给出了有限论域上双枝模糊集、上枝模糊集、下枝模糊集模糊度的构造性定理,利用这些定理进一步给出了双枝模糊集、上枝模糊集、下枝模糊集模糊度的几种具体计算公式。通过讨论得出单枝模糊集的模糊度是双枝模糊集模糊度的特例。     

不完全信息下的群体多属性决策方法

针对群体多属性决策问题,提出一种新的不完全信息下的群体多属性决策方法。该方法假设方案在主观评价属性下的评价值采用区间数的形式来表示专家评价值的不确定性和模糊性。针对每一主观评价属性设定一组与之对应的专家重要性权重值,反映决策者在不同评价属性中的重要性程度,同时考虑到专家评价值的相似度,将专家评价值进行集结得到专家群体关于方案集的决策矩阵。计算各方案与理想方案的相似度,并以此对方案进行优劣排序。通过实例说明所提方法的可行性。     

无标度网络拓扑结构非均匀性研究

利用网络结构熵定量分析了无标度网络拓扑结构的非均匀性.通过引入度秩函数,解析地给出了无标度网络的网络结构熵.研究发现当标度指数大于2时,无标度网络的网络结构熵仅与标度指数有关,与网络规模及最小度无关.在给定网络规模及最小度条件下,无标度网络的网络结构熵在标度指数等于1.7附近取最小值,即此时网络最不均匀,当标度指数大于1.7时,无标度网络的网络结构熵随标度指数单调递增.     

基于改进 HAF的线性调频雷达信号参数估计

针对多项式相位信号(PPS)中的线性调频(LFM)雷达信号参数估计,通过提出频谱方差极大值准则对PPS次优参数估计方法高阶模糊度函数(HAF)进行了改进,提出了适于单分量LFM参数估计的改进HAF。首先讨论了HAF对LFM参数的估计方法及其局限性,然后提出了分段频谱方差极大值法则下LFM调频斜率估计的方法,将其与HAF相结合提出了单分量LFM参数估计的改进HAF,克服了接收信号与实际信号起点不一致性对HAF带来的影响,降低了由于HAF局限性带来的调频斜率估计误差,改善了HAF的累积误差效应。MATLAB仿真验证了改进方法较HAF的优越性。