可拓神经网络在可拓专家系统中的研究与应用

将可拓学理论、人工神经网络和专家系统技术有效地组合与集成,建立了基于可拓分析与神经网络的空中目标识别专家系统,并将其应用于防空作战指挥信息系统空中目标识别。着重阐述了基于物元的知识表示方法以及空中目标识别专家系统的设计思路、总体结构和工作原理。     

基于UML的武器装备体系需求描述

为克服用户和分析设计人员间的交流障碍,保证武器装备需求的正确性和可操作性,在给出武器装备体系需求分析过程的基础上,分析了利用UML对武器装备体系进行需求描述的方法和步骤。以海上目标监视与打击体系为例,给出利用UML中的用例图、类图、活动图、协作图对体系顶层需求进行描述的方法。结果表明利用UML进行需求描述可确定为满足需求所需的关键系统及其相互关系,描述过程完整、易于理解和操作。     

2-D连续-离散系统的平衡模型降阶

基于局部能达性与局部能观性的分析给出2-D连续-离散系统状态空间模型的平衡实现,这一实现的第i个状态分量的重要性由系统的能达、能观阵的第i个对角元素所度量,去掉平衡实现系统弱能达、弱能观的部分,从而得到2-D连续-离散系统的模型降阶。所给示例表明,该方法具有良好的降阶效果。     

基于仿真的复杂武器系统测试与评估

测试与评估是武器系统采办过程的一个重要组成部分，但由于武器系统复杂度不断提高，以及在费用、采办周期、安全等方面的限制，使得传统的方法已经不能满足新时期采办的需求。分析了现有的测试与评估方法存在的问题，将建模与仿真技术与传统测试方法相结合，阐述了基于仿真的测试与评估原理，提出了基于仿真的测试与评估过程模型。     

地理信息系统与作战仿真的集成

分析了地理信息系统和作战仿真的共性以及地理信息系统对作战仿真的作用，提出了地理信息系统与作战仿真三种集成方式即独立模式、嵌入模式和无缝集成模式，以及三种集成模式的基本框架，并分析了各种方式的优缺点。最后讨论了集成的关键技术并对二者的集成进行了展望。     

基于生物免疫机制的复杂系统健康监测与评估

生物免疫机制的模拟与实现对复杂系统的健康状态监控有重要的现实意义。分析了免疫的机制和特点，构建了基于多Agent的分布式免疫机制模拟结构模型，并给出了免疫Agent的逻辑结构模型，模拟生物免疫机制对故障进行监测、诊断和学习。在此基础上以一实际的柔性制造系统为背景进行了应用研究，给出了故障识别及其影响评估方法，可作为系统协调控制的依据，仿真试验表明该方法是有效可行的。     

一类多关节机器人系统的模糊滑模控制算法仿真

针对具有参数不确定性的多关节机器人动力学系统，提出了一种基于模糊逻辑的滑模控制方案。该方案采用模糊滑模跟踪控制设计，柔化了控制信号，减轻了一般滑模控制的抖振现象。利用李亚普诺夫定理证明了闭环模糊控制系统的稳定性和跟踪误差、控制信号的有界性。仿真结果表明了所提出的控制策略是有效的。     

Establishing formal state space models via quantization forquantum control systems

1.INTRODUCTION Quantumtheoryisoneofthemostimportantachieve mentsinthe20thcentury,anditdisclosesthestruc tures,characteristicsandmotionlawsofmatterinthe microcosmicfieldandleadsusfromthemacroscopical worldintomicrosystems.Aseriesofnewphenomena whicharedifferentfromclassicalsystemshavebeen discovered,suchasquantumentanglement,quantum coherenceanduncertainty.Meanwhile,quantum theoryandquantummethodsarealsowidelyusedin differentfieldssuchaschemicalreaction,geneticen gineering,atomicphysicsandi…     

H∞ control for stochastic systems with time-delay

The H∞-control problem of stochastic systems with time-delay is considered. The sufficient conditions are obtained, under which there are always state-feedback control and dynamic output-feedback control so that the resulting closed-loop system is internaly stable and L2 input-output stable in the sense of expectation. Furthermore, the explicit formulas of both kinds of controls are derived. An example is included to illustrate the correctness of theoretic results.