离心场中的振动台动圈离心力动态补偿方法

在振动离心复合环境试验系统中，当振动台动圈受离心影响偏离原来的平衡工作位置时，将会影响振动台的正常工作。为了消除这种影响，本文提出了一种使用空气弹簧来抵消离心力影响的动态补偿方法。为了实现这种方法，设计了相应的气压伺服系统，进行了具有计算机控制的气压伺服系统理论性仿真实验。实验结果表明这种气压伺服具有良好的跟踪控制性能，可以满足动态补偿了心力对振动台动圈影响的要求。     

空中运动目标时变时延估计方法的仿真研究

时变时延估计是运动目标测向的关键技术，参数模型法是一类重要的时 延估计算法，其自适应形式可用于对时变时延的估计。本文分析选择了三种自适应的时延估计参数模型法，将其应用于实测的直升机噪声数据，进行了大量仿真试验，为有限阵列尺寸条件下空中运动目标的被动测向提供了有价值的参考数据和结论。     

多目标线性规划的一种矩阵对策方法

提出了一种求解多目标线性规划问题的人机对话方法，其基本原理与ＳＴＥＭ方法大致相同，但采用了两人零和混合对策思想确定Ｔｃｈｅｂｙｃｈｅｖ距离中的相对权重，使权重的确定方法较传统的机械式相对固定权重确定方法更为合理     

基于背景插值的空空导弹攻击区在线模拟方法

针对空战态势迅速变化对空空导弹攻击区模拟实时性的需求,提出基于背景插值的攻击区在线模拟方法。首先预测下一采样时刻态势,并针对预测态势模拟解算攻击区信息;当下一采样时刻到来时,利用攻击区预测值和先前两次攻击区模拟信息及相应的态势记录插值估计攻击区真实值。背景插值方法将攻击区模拟解算放到先前计算周期中,实时性高。理论分析证明了背景插值误差随着采样时间的减小收敛于零。仿真结果表明,背景插值模拟方法的误差与传统攻击区模拟方法相当,而前者平均可在7.16×10^-6s内给出结果,后者平均计算耗时为0.290 s。     

基于聚类方法和神经网络的非线性系统多模型自适应控制

针对具有参数跳变的非线性系统,联合聚类算法和神经网络提出新的多模型自适应控制方法。首先对系统的输入输出数据进行模糊聚类,然后基于递推最小二乘法建立多个固定模型。为提高系统的暂态性能,同时建立两个自适应模型,并在此基础上设计鲁棒自适应控制器。此外,为了补偿系统的非线性部分,建立非线性预测模型,并设计非线性神经网络自适应控制器。所提方法可使控制切换系统具有稳定性保证。最后,通过性能指标对控制器进行平滑切换。仿真结果表明,所提方法能够保证系统具有良好的控制性能。     

复杂性问题研究实践与认识论、方法论反思

概述笔者从事两项复杂性问题研究的认识与实践 :一是辩证唯物论认识论的指导作用与系统科学的中介作用 ,不容忽视 ;二是在预测和控制某些复杂系统行为的研究中 ,还原论与整体论结合的一个切入点和一种有效形式 ,是典型信息法。     

系统仿真动态数学模型的算法研究

研究了系统仿真中具有代表性的既可描述微分环节又可描述惯性环节的动态数学模型的计算方法，通过理论分析，给出了隐式欧拉法和梯形法的误差计算公式、误差符号及首次误差关系判断准则，找到影响计算精度的动态因子，给出动态因子的计算公式及计算方法，从而提高了此类模型的计算精度。     

复杂系统的遗传-模糊建模方法

针对复杂系统的模糊建模问题，提出了一种遗传．模糊建模新方法。首先，利用竞争学习算法对输入空间进行自适应聚类，基于聚类结果提取模糊模型的规则前件隶属函数参数，采用局部最小二乘法求得规则后件参数，从而初步建立起系统的T-S模糊模型。然后，对规则前、后件参数进行编码，借助于实值编码遗传算法优化模糊系统。最后，数字仿真结果验证了算法的可行性和有效性。     

用于实时仿真的高阶Runge—Kutta方法

本文简要分析低阶实时仿真算法，构造实时的高阶（ｓ＝６，ｐ＝５）实时Ｒｕｎｇｅ—Ｋｕｔｔａ方法，分析了该方法的收敛阶条件和稳定性，并具体给出了三组实时仿真算法公式，数值试验结果表明，构造的实时高阶Ｒｕｎｇｅ—Ｋｕｔｔａ方法是可行的、有效的。     

可靠性工程中的经验Bayes方法(Ⅲ)

本文简要介绍了可靠性工程中广泛采用的经验Bayes方法,对这一方法的优缺点及其适用范围进行了系统的分析,对当前研究工作中存在的一些问题进行了评论.在此基础上,本文提出了根据实验数据对先验分布进行假设检验的必要性,给出了一些公式和若干可行的检验方法.