A ROBUST DECOMPOSITION OF LINEAR PROGRAMMING USING A GOAL-PARTITIONING METHOD

The Dantzig/Wolfe linear programming decomposition algorithm has had important economicinterpretations as well as a widespread impact on solving large scale linear programming problem.Inthis paper we consider a similar underlying structure,where however there is only one couplinginequality or equation.With this simplification,we demonstrate how to achieve an equitable partitionof the overall coupling resource to individual subproblem constraints through a simple iterationprocedure which appears to be very efficient.     

乙烷—丙烷混合裂解模型及产率预计

本文研究了乙烷和丙烷的混合裂解,并与乙烷、丙烷单独裂解进行了比较。解决了微分方程组的刚性问题,提出了混合裂解反应动力学模型。明确了三种选择性的概念,即;真实选择性、迭加选择性和总选择性,从而澄清了国际上对于选择性有正偏差和负偏差的不同观点。为乙烯生产提供了有效利用乙烷和丙烷的分析评价方法。     

抽油机电液伺服加载系统及其数学模型

根据游梁式抽油机加载试验的要求提出了一种较理想且较有效的模拟加载试验系统,建立了该加载试验系统的数学模型,对数学模型进行了分析并指出了实现这种系统的技术关键。     

自级联式感应电动机控制系统的研制

描述了自级联式感应电动机的数学模型及其控制系统的结构,研制成功该类电机矢量控制系统样机.根据实验结果,分析了其动态和静态品质,得出此种类型电机控制系统完全可以达到与直流电动机控制系统相同性能的结论,提出了自级联式感应电动机进一步的应用前景.     

联合作战仿真应用中的想定系统框架

想定是军事活动的产物，随之成为军事仿真领域不可缺少的重要组成部分，其地位在仿真发展中显得日益重要，想定模型是想定在军事仿真中想定的数字化表述，想定系统是支撑想定模型的软件系统，本文就联合作战仿真应用中的对想定模型和想定系统提出的要求进行探讨，提出适合这种应用的基于一致的想定数据模型的想定系统的功能描述和系统框架。     

现代意义下作战模型的研究

本文阐述了现代战争的特点，构造了现代意义下的作战模型，通过求解与分析，指明信息在现代战争中的重要作用和对未来战争的指导意义。     

基于可拓论的工业水分过程系统综合建模

介绍了工业水分过程系统建模的研究方法。该文采用数学机理模型、经验模型、神经网络模型在物元模型的基础上综合方法，建立了大时延、大流量、大范围非线性时变的烟丝水分过程的模型。该模型以数学机理模型的解作为初始点，经验模型作为全局调节器，菱形思维神经网络模型作为局部调节器，从而使该模型更接近于实际工业过程。此方法物理机理明晰、能获得工业过程的全局优化结果、能解决系统中一些结构不良问题等。仿真结果表明：较之三种模型的有效性，对于解决复杂工业过程控制系统问题，可知工程方法是一条可探索途径。     

含有纯滞后对象的控制方法

评述纯滞后对象控制的两种典型方法─—大林算法和纯滞后补偿法的原理、优缺点、设计要求及存在问题，并讨论了两者的联系。     

一种基于模糊神经网络的自适应模糊辨识方法

基于改进的T-S模型，提出一种自适应模糊神经网络模型(AFNN)。首先，基于模糊竞争学习算法确定系统的模糊空间和模糊规则数，并得出每个样本对每条规则的适用程度。其次，利用卡尔曼滤波算法在线辨识AFNN的后件参数。AFNN具有结构简洁，逼近能力强，能够显著提高辨识精度，并且辨识的模糊模型简单有效。最后，将该AFNN用于非线性系统的模糊辨识，仿真结果验证了该方法的有效性。     

Radar Imaging Based on Iterative Algorithms

It has long been realized that the problem of radar imaging is a special case of image reconstruction in which the data are incomplete and noisy. In other fields, iterative reconstruction algorithms have been used successfully to improve the image quality. This paper studies the application of iterative algorithms in radar imaging. A discrete model is first derived, and the iterative algorithms are then adapted to radar imaging. Although such algorithms are usually time consuming, this paper shows that, if the algorithms are appropriately simplified, it is possible to realize them even in real time. The efficiency of iterative algorithms is shown through computer simulations.