关于亚半正定阵左右逆特征值问题

讨论了亚半正定矩阵的左右逆特征值问题有解的充要条件,并在有解时给出了这种解的一般表达式.     

改进的多目标优化算法及其在船舶设计中的应用

对多目标优化问题的固定加权和方法加以改进,采用随机权系数方法将多目标优化问题转换成为单目标优化问题,利用序列二次规划方法获得问题的最优解。由于权系数的随机性,多次运行能够得到多目标优化问题的Pareto优化解和Pareto前沿。和固定权系数相比,这种方法能够找到非凸均衡面上所有的Pareto最优解。采用TOPSIS法进行多属性决策(MADM)研究,对Pareto最优解给出排序。针对船舶概念设计阶段主尺度确定过程的多目标优化问题,给出了一艘散装货船两个优化目标的数值算例。计算结果表明,随机加权和方法可以求出多目标Pareto最优解集,和先验加权方法相比,随机加权方法能为设计者提供更多的选择;和遗传算法相比,现在的方法简便且精度良好。     

基于Petri网和模拟退火算法的生产调度

为解决生产调度问题,在增强赋时变迁Petri网和模拟退火算法的基础上,将两者结合起来,首先利用Petri网描述生产调度问题,为提高算法的通用性,以Petri网的系列变迁来作为调度问题解的表达方式,然后通过模拟退火算法求解问题的最优解或近优解.在模拟退火算法新解产生过程中通过引入记忆功能,避免迂回搜索,提高了搜索效率和解...     

一类广义亚半正定矩阵反问题有解的条件

考虑如下问题 问题P 给定G∈Rn×m,设X∈Rn×k,B∈Rm×k,求A∈GRm×n≥O,使得AX=B其中,GRm×n≥O={A∈Rm×n|GA∈Rn×n≥O}. 本文讨论了问题P有解的充分必要条件,并在有解的情况下,给出了问题P的解的表示.     

关于亚半正定阵左右逆特征值问题

讨论了亚半正定矩阵的左右逆特征值问题有解的充要条件，并在有解时给出了这种解的一般表达式。     

一类阻尼陀螺系统特征值反问题

本文考虑一类阻尼陀螺系统特征值反问题。在假定分析质量矩阵是精确的情况下,运用测量的不完全复模态数据给出了反问题有解的充分必要条件及解的显式表示。在此基础上研究了一个逼近问题,得到了Frobenius范数意义下的最优矩阵。     

一种航母甲板作业快速调度算法

针对舰载机飞行作业期间,航母甲板上的各种保障作业具有高度的时间紧迫性、不确定性和动态性,研究舰载机甲板作业的优化调度问题,建立舰载机甲板作业调度问题的组合优化模型,设计求解该问题的启发式规则,将基于启发式规则获得的解作为禁忌搜索算法的初始解,通过摄动策略增强解的质量。仿真结果表明本文提出算法的有效性,且与普通TB、SA算法比,具有收敛速度快、目标函数值更优的特点。     

舰空导弹发射参数解算模型及仿真

针对舰空导弹作战使用过程中的发射参数解算问题,基于舰空导弹解命中原理建立解算模型,对模型进行了计算机仿真.得出不同条件下的计算结果.通过对结果的分析,得出不同因素对解算的影响程度,埘舰空导弹作战使用研究具有重要意义.     

陆标定位问题解算

随着船舶定位自动化程度的提高,陆标定位问题解算越来越引起航海界的重视。本文对常用的方位定位、距离定位、水平角定位解算问题进行了探讨,列出了位置线线性方程组(陆标定位数字模型),通过解算方程组,可直接得到船位坐标((φ,λ),对实现陆标定位解算自动化有一定参考和实用价值。     

仿生减摇鳍升力数学模型的全局误差与稳定性

研究了零航速时仿生减摇鳍产生升力的数学模型,讨论了Weis-Fogh 机构如何旋转才能产生船舶减摇所需要的指定升力,其基础为Weis-Fogh 机构理论.首先把问题转化为求解微分方程问题,依据吕卡提方程,给出模型周期解的存在性和稳定性条件;然后采用单步Runge-Kutta方法求出模型的数值解,并分析数值解的全局误差;最后给出保证数值解稳定的条件,并用相应的数值试验予以验证.     

基于Hopfield神经网络的雷达多目标跟踪

针对海上船舶雷达在多目标跟踪过程中实时性较差和不能快速响应的问题,提出目前密集杂波情况下多目标跟踪中最为有效的数据关联算法——联合概率数据关联(Joint Probabilistic Data Association,JPDA)算法。为解决JPDA随着目标增多的情况会出现的组合“爆炸”及计算量较大导致跟踪实时性较差的问题,从分析联合概率数据关联确认矩阵着手,依据Hopfield神经网络在解决旅行商问题(Travelling Salesman Problem,TSP)时的思路,提出基于Hopfield神经网络联合概率数据关联(Hopfield Neural Network Joint Probability Data Association,H-JPDA)来改进联合概率数据关联算法,通过简化矩阵拆分过程,显著减少计算量,提高跟踪的实时性。基于上述改进的神经网络联合概率数据关联算法,通过MATLAB对多目标跟踪进行仿真,仿真结果表明该算法能提高跟踪的实时性和快速响应能力。     

混沌神经网络优化机制研究

分析了混沌神经网络的优化机制,研究了具有模拟退火特性的混沌神经网络模型,给出了混沌神经网络的能量函数,以及计算网络Lyapunov指数的方法,从理论上证明了当网络参数满足一定条件时,网络具有混沌性状。在仿真实验中,应用Hopfield网络和混沌神经网络求解信道分配问题。结果表明,混沌神经网络在求解优化问题时具有更强的搜索全局最优解的能力,和更快的收敛速度。     

基于神经网络的磁性目标磁矩反演方法

针对磁性目标定位中的磁矩反演问题,提出一种基于神经网络的磁矩反演技术。首先,基于最小二乘原理,建立了磁性目标磁矩反演模型;其次采用Hopfield网络进行了优化求解,并针对模型求解过程中鲁棒性差的弊端,对网络进化策略进行了自适应修正;最后设计了仿真实验对其有效性进行了检验,仿真结果表明利用修正后的网络求解磁矩反演问题结果令人满意,具有一定的实用性。     

基于神经网络的船舶主动力装置系统可靠性优化分配

船舶主动力装置系统可靠性分配是船舶动力可靠性工程设计中的重要内容，它常常构成有约束条件的非线性优化问题。探讨了基于神经网络理论求解该类问题的方法。建立系统可靠性优化分配的数学模型，采用罚函数法将不等式约束转化为无约束的优化问题，构造出Hopfield神经网络求解的能量函数，求得动力系统微分方程组。用数值计算的方法求解微分方程组，所得平衡点即为最优解。该方法通用性好，收敛速度快，为船舶主动力装置系统的可靠性分配提供了一种新的手段。     

基于混沌神经网络的多目标跟踪技术研究

本文应用混沌神经网络求解多目标跟踪中的数据关联问题,给出了混沌神经网络的模型,构造了数据关联的能量函数表达式,在数据关联过程中,采用退火算法。仿真结果表明,应用混沌神经网络求解数据关联比Hop fie ld网络具有更块的收敛速度和更小的关联误差。     

一种多协议模拟器的设计与实现

目前,很多网络工具在遇到新的网络协议出现的时候,很难将新的协议快速集成到现有的网络工具中,从而给用户造成很多使用上的不方便。本文设计的一种网络协议模拟器PRT-GET可以很好的解决上述问题,PRT-GET按照自定义的协议工作说明书工作,它可以方便的把新协议加入到PRT-GET中,从而方便用户使用新的网络协议来完成通信工作。     

基于进化规划的自适应高斯神经网络

自适应高斯神经网络能够对目标信号的功率谱有效识别特征进行自动提取和分类，但此网络使用BP算法，其误差能量函数是一个不规则的超曲面，容易陷入局部极小值。因此，提出了一种使用进化规则来设计和训练自适应高斯神经网络的新方法，该方法能够自动的确定网络的最优结构和联结权值，同时避免网络的局部优化。将该方法用于被动声呐晶目标的分类识别，实验结果表明基于进化规则的自适应高斯神经网络能够有效的克服局部最小问题，具有更好的识别率。     

工业以太网的发展

分析了工业控制网络从DCS,FCS到工业以太网发展过程。具体分析了以太网的特点及其应用到工业控制网络中所要解决的问题和方案,同时分析了工业以太网的发展现状及我国提出的标准EPA标准。     

一个基于MPLS和分布式数据库的双网络舰船数字化系统

针对舰船数字化系统设计特点，应用MPLS技术、分布式数据库实时控制网络技术及CORBA技术等网络和软件集成技术，构建一个双网络环境的舰船数字化系统。首先提出了舰船数字化系统的总体结构，并在分布式数据库实时控制网络和MPLS信息管理网络的双网络基础上，利用CORBA代理服务来实现系统的软件集成，从而将舰船数字化系统的各个分系统集成为一个整体，以解决舰船信息管理和控制一体化问题。     

一种高效的Ad Hoc网络链路层数据级联方法

在Ad Hoc网络条件下,受接入层效率及高误码率等客观因素影响,链路层传输性能较低。针对这一问题,提出了一种高效的链路层数据级联方法,使发端的数据既能更好地匹配接入层协议,得到较高的吞吐量,又能减少高误码率对传输性能的影响。理论及仿真结果表明：与传统的数据级联方法相比,该方法可获得更高的链路层吞吐量,提升了Ad Hoc网络链路层的传输性能。