“眼商”与“智商”

提到智商,大家并不陌生。智商（IQ）Inte11igence Quotient被用作衡量人们聪明程度的唯一标准。随着社会的发展,IQ的概念也在不断变化。哈佛大学教育学院心理学教授霍华德·加德纳提出了“多元智能理论”,认为智能概念不仅是指解答问题的能力,更包括解决问题的能力等。     

超材料技术在天线设计实验教学改革中的应用

为了增强天线课程的时代性并提高学生学习天线的兴趣,将超材料技术引入到天线设计实验教学中.通过构建LOGO贴片天线、卡通型反射阵天线和圆环超材料喇叭天线仿真平台,学生不仅能够加深对三类基本天线工作原理的理解而且能够初步了解超材料技术的强大功能.由于超材料图案具有天然的艺术美,所以学生在仿真超材料天线时可感受到科学与艺术的...     

大学生团体心理辅导设计一例--大学新生适应能力训练小组辅导

由于各方面的原因，大学生心理问题越来越突出，开展大学生团体心理辅导，可以帮助他们自我发现、自我指导。更好地适应大学学习和生活。     

基于制造清单的企业计划模型

提出了以产品制造过程信息的集成模型,即"制造清单(BOMII)",来替代传统物料清单(BOM)在企业计划体系的核心枢纽作用.制造清单模型的构成包括三大清单(物料清单,作业清单和资源清单)和两大关系矩阵(作业资源矩阵和作业领料矩阵),集成描述了产品制造过程的全部信息,成为企业计划体系中的基础性文件.基于所提出的制造清单模型,建立了作业能力不足和可得资源有限的双重约束情况下的企业资源计划模型,对企业四个层次的计划体系(主生产计划、物料需求计划、能力需求计划和资源需求计划)均给出了相应的算法描述.最后介绍了某耐火材料厂应用该模型的案例分析,表明该模型可很好的应用于企业实践.     

具有学习能力的FPN在航保系统易损性评估中的应用

基于Petri网模糊推理算法,引入改进粒子群优化算法,使其具有参数学习能力,摆脱系统中众多未知参数对专家和经验的依赖.以舰船航空保障系统为研究对象,建立了基于具有学习能力FPN(Fuzzy Petri net)的系统易损性评估模型,算例佐证了其学习效率及精度.与传统系统易损性评估方法的对比试验表明该评估模型的全面性和合理性,并可推广应用于复杂舰船系统易损性评估研究.     

多阶段任务系统任务持续能力仿真模型研究

多阶段任务系统(PMS)是一种典型的复杂系统,它包括多个在时间上连续且无相互重叠的阶段任务,执行作战与使用任务的武器装备多数属于这种复杂系统。分析了PMS及任务可靠度、可信度和任务效能等任务持续能力评价参数。结合实际装备系统大都属于可用马尔可夫过程进行描述的可修复系统的特点,为简化模型复杂程度提出了一些合理的假设条件。在此基础上,结合多阶段任务系统自身特点,通过分析多阶段任务系统任务持续能力建模仿真步骤,多阶段任务系统任务效能仿真方法,建立了基于Petri网的多阶段任务系统任务效能多层仿真模型。最后结合常见的"靶场打靶"任务进行了实例验证,并对仿真结果进行了分析。     

基于遗传算法的改进径向基支持向量机及其应用

通过对径向基核函数进行分析后发现:根据样本各个特征的识别能力赋予其不同大小的核参数,可以提高支持向量机的推广能力。此结论基础上,提出了一种基于遗传算法的多核参数径向基支持向量机算法,通过遗传算法最小化验证误差,实现了根据各个特征的识别能力赋予其不同大小的核参数。将该算法用于轴承故障诊断,实验结果表明,与传统支持向量机相比,多核参数径向基支持向量机具有更好的推广能力,同时,核参数的大小反映了对应特征识别能力的大小。     

机群出动能力的Markov模型

以往在评估武器装备的效能时,只注重其基本性能和作战能力,而忽视了包括出动能力在内的可用性指标,而作战仿真中这类指标往往是决定仿真真实性的关键。建立了有备份飞机条件下机群出动能力的Markov模型。根据故障率和所需出动飞机的数量,确定了备份飞机数量和维修组数,所模拟得到的数据曲线符合实际情况,可应用于陆基或舰基机群出动能力的评估和分析,其分析方法对优化飞机装备配备和保障资源配置具有重要意义。     

基于广大极值分布的高频极值条件VaR模型

在考虑当前预期和波动性条件下,为了有效地捕获极端条件下收益率时间序列动态特征,提高VaR的度量精度,建立了基于高频数据的条件极值VaR模型.应用智能优化算法对条件极值分布的时变参数进行估计,考察了在不同样本容量分块下的条件极值VaR,并对VaR计算结果的精度进行了Kupiec-LR检验和动态分位数检验.研究结果表明,基于高频数据的条件极值分布较好地拟合了极端条件下的收益率特征,与McNeil提出的传统条件极值VaR相比,应用高频数据建立在条件广义极值分布基础上的条件极值vaR的Kupiec检验DQ检验值都较为理想,表明该模型能够捕捉到我国市场风险特征,提高极端情况下风险测度能力.