军民结合、寓军于民、军民融合、军民一体化区别与联系

作为国家战略层面的政策取向和工作方针,军民结合、寓军于民、军民融合、军民一体化四个术语的相同点都是追求军民资源最大程度的共享,促进经济建设和国防建设协调发展,区别是所处的角度不同,需在一定的条件下推行,是国家在经济建设与国防建设不同发展阶段的产物,是由低级向高级的发展形式和实现途径.     

基于遗传算法的SVM-AR改进模型与应用

为提升河流流量的预测精度,将支持向量机与AR进行耦合,并构造三核混合核函数的流量预测支持向量机模型。以渭河流域的月径流量为例,首先,通过时间序列分析,将渭河流域的径流序列划分为趋势序列、季节序列和随机波动序列,然后利用AR模型构造适用于支持向量机算法的数据集,并将数据集按4∶1划分为训练集和检验集;其次,利用线性组合构造由多项式核函数、径向基核函数与Sigmoid核函数构成的三核混合核函数,在训练集上,采用遗传算法确定相关参数,随后在检验集上进行预测。结果表明:遗传算法确定参数会带来较大的不确定性,导致结果差异较大,从而着重讨论遗传算法带来的参数不确定性;通过函数构造与统计分析,给出三核混合核函数参数选择的一般性方法与流程,并进行验证,该参数选取方法能够降低遗传算法的不确定性,得到精度较高的流量预测结果,预测流量与实际流量的均方误差从150左右降低到130左右。     

基于在线支持向量机的空对地攻击决策算法

为解决无人机对地攻击决策问题, 对影响地面目标威胁度的指标因素进行了分析和量化, 构建了基于在线支持向量的目标威胁度预测模型。利用在线支持向量机实现目标威胁度排序, 进而完成空对地的攻击决策。研究的空对地决策算法具有在线训练、 模型精确度高、 需要样本少和泛化能力强等特点, 有利于快速准确地进行空对地攻击决策。最后, 通过仿真实例验证该算法的正确性。仿真结果表明, 在线支持向量机在计算目标威胁度过程中速度快且精确度高。     

不确定时滞系统的自适应支持向量机Smith预估控制

针对不确定时滞系统提出了一种自适应支持向量机Smith预估控制新方法．首先采用支持向量机对被控对象进行建模,然后设计了一个自适应支持向量机Smith智能预估器,解决了传统Smith预估控制需要预先知道被控对象精确数学模型的问题,克服了基于神经网络的Smith预估控制的不足．仿真实验结果表明,自适应支持向量机Smith预估控制方法充分利用了支持向量机的非线性映射能力,在被控对象数学模型未知的情况下对不确定时滞对象进行控制,具有良好的控制品质,特别是当对象特性发生变化时,还具有良好的适应性。     

我国交通运输安全与应急保障的技术应用与产品逐步走向世界

随着我国经济社会的不断发展,交通运输业日益成为制约国民经济快速持续发展的因素.2006年国家颁布了《国家中长期科学和技术发展规划纲要（2006-2020年）》（以下简称《纲要》）,“交通运输业”列为重点领域之一,其中,“交通运输安全与应急保障”是交通运输业的6个优先主题之一.围绕《纲要》,相关部门开展领域的战略研究工作,形成了“十一五”、“十二五”期间交通运输业的基本工作思路,2006-2012年间,我国在安全与应急保障领域技术中获得了多项突破,取得了长足进步.     

交错桁架-柱装配式节点滞回性能试验研究

针对交错钢桁架与柱子装配式连接的工程应用和抗震设计需要,设计了三个不同连接构造的节点,试验研究了由上弦杆、斜腹杆和柱子组成的受轴力循环作用的桁架节点滞回性能,试验表明斜腹杆与节点板的焊接部位是薄弱环节,容易开裂破坏。在以上节点的斜腹杆破坏失效后,选择了其中两个节点,继续试验研究了由弦杆和柱子组成的受弯矩循环作用的框架节点滞回性能。分析了这些节点在斜腹杆失效前后的破坏特征、承载力、延性、耗能能力等性能以及不同连接构造细节对这些性能的影响。研究表明受循环轴力的桁架节点具有较高的承载力和初始刚度,但延性、耗能能力一般,弦杆与柱的连接构造形式对节点性能影响不显著;受循环弯矩的框架节点仍具有较高的抗弯承载力和耗能能力,但是弦杆与柱的连接构造形式对节点性能有较大的影响。为了抵抗地震作用,建议交错钢桁架的H形截面弦杆的上下翼缘应与柱子可靠连接,来确保斜腹杆破坏退出工作后弦杆通过抗弯方式传力到柱子,实现强节点的功效。     

基于改进涡流搜索算法的支持向量机分类模型

支持向量机( SVM: Support Vector Machine) 是定义在特征空间上的间隔最大的线性分类器,参数的选择 决定了其学习性能和泛化能力。针对此参数选择问题,采用改进的涡流搜索算法对支持向量机参数进行选择, 寻找最优适应度函数。仿真实验表明,改进的涡流搜索算法是一种有效的SVM 参数选择方法,有利于跳出局 部最小值,其优化性能不低于涡流搜索算法。     

基于光伏发电量预测的含氢储能微网分段优化调度

针对多储能微网如何高效、经济运行,搭建了基于光伏发电的含氢储能、蓄电池储能的微网系统,采用一种日前预测调度与日内实时调度相结合的分段调度策略。在日前预测调度阶段,采用基于麻雀搜索算法优化支持向量机模型提高对日前的光伏发电量和负荷预测的精度,以微网最小使用成本为目标,考虑系统运行的可靠性,采用改进粒子群算法制定微网的日前最优调度策略。在日内调度阶段,考虑氢储能系统的响应延迟特性,以蓄电池为灵活补充元件,制定实时调整微网运行策略,消除预测误差带来的影响。最后,结合实际算例分析,验证了分段优化调度的可行性。结果表明,提出的方法能够有效预测数据,减少微网调度的响应时间,提高系统运行的经济性和稳定性。     

支持向量机在围岩变形监测中的应用

根据支特向量机优越的非线性拟合性能,建立变形量的时间序列预测模型,滚动预测围岩变形量,提高了预测模型的训练速度和预测推广能力。该方法用于西乡-固戍盾构段围岩变形预测,并与BP神经网络预测进行比较。结果表明这种模型可预测区间较长且具有较高的准确度,能够科学地指导现场施工和监测。     

煤矿生产系统的动态仿真

本文所述是“智能型矿务局分布式决策支持系统”(IDDSS-mb)的一部分。文中首先对煤矿生产系统进行了分析。继而基于此系统分析、建立了煤矿生产仿真模型体系。随后详细叙述了该模型体系的工作流程,并介绍了系统软件开发的若干关键技术和实际应用情况,最后展望了今后的研究工作。