防空作战中航母生存概率的数学模型

研究航母在防空作战中的生存概率模型对于航母编队的防空装备需求和防空战法论证具有重要意义.从航母编队对空防御的基本战法入手,首先建立了攻击方对航母编队攻击的导弹数量总量的计算公式,然后在假设遭受敌饱和攻击的条件下,基于排队论方法建立了航母防空作战生存概率的数学模型,推导了来袭导弹流穿过多层防空系统后的强度变化规律,并对防空导弹和火炮系统对来袭导弹的平均服务时间进行了估算,从而得出航母生存概率.最后举例给出了计算结果,并对计算结果进行了分析.     

海水蒸发器水位监控系统研究

讨论了船舶动力装置海水蒸发器水位监控系统的控制原理和控制算法,着重介绍了海水蒸发器水位监控陆上台架试验系统的软、硬件设计.该试验系统采用水位和给水流量的复合控制方法,使用智能监控仪表、电磁流量计、磁致伸缩水位传感器和一体化铂电阻温度计,实现海水蒸发器水位的实时监控.     

多室波形钢腹板PC组合箱梁横向受力研究

结合河南卫河大桥工程实例,采用数值分析法中的有限元法,研究各受力参数对单箱三室波形钢腹板PC组合箱梁横向应力的影响;揭示单箱三室波形钢腹板PC组合箱梁在集中荷载和汽车活载作用下,箱梁的横向应力峰值的变化规律。计算数据表明,各室中心线正弯矩区和各腹板加腋处负弯矩区为单箱多室波形钢腹板PC组合箱梁的横向受力最不利位置。     

基于多指标协同的公交大站快车站点推荐方法

现有公交大站快车站点选择方法存在未考虑站点枢纽作用,以及未融合多源数据等不足.本文引入复杂网络理论,融合公交车和出租车客流数据,提出一种综合考虑站点客流,潜在客流及交通枢纽作用的多指标协同的公交大站快车站点推荐方法.该方法基于公交客流,线路数据和出租车客流数据,分别计算公交线路站点客流集散量和潜在客流集散量;通过构建有...     

基于模糊控制的潜器悬停系统

潜器水下悬停是一个非线性过程,随潜器状态及航行环境的不同而有很大变化。简要论述了潜器水下悬停的概念及对潜器的意义,研究分析了潜器水下悬停运动的数学模型及干扰力数学模型,将模糊控制技术引入潜器水下悬停控制过程中,通过仿真与传统的控制方式比较证明模糊控制具有的控制优势。     

一种基于航位推算的水下机器人导航算法

本文针对智能水下机器人(AUV)导航信息较少的特点,进行了基于航位推算的AUV导航系统研究.首先利用传感器信息进行了航位推算,然后建立了基于一阶时间相关函数的辛格模型,利用强跟踪卡尔曼滤波算法对推算结果进行了次最优估计,提高了系统的跟踪能力,改善了导航精度,同时对GPS数据进行了野值剔除.松花湖上的试验结果验证了算法的有效性.     

高压共轨燃油喷射系统可靠性测试平台的开发

设计开发了高压共轨燃油喷射系统的可靠性测试平台。根据系统失效模式设计了系统可靠性判据和测试平台的总体结构,详细论述了可靠性相关参数的测量方法和系统故障的判断方法以及测控软件的设计方法。试验结果表明,该试验平台设计合理,可方便地进行系统可靠性测试。     

潮湿地区粉砂土路堤填筑技术研究

湖南省境内广泛分布的水成或风化粉砂土填料天然含水量高、CBR强度低、压实性能差,施工碾压成型困难,为湖南省公路建设中较为棘手的一类土体.研究了粉砂土在高含水量下的CBR强度特性,通过研究不同含水量条件下压实土体CBR强度特性充分挖掘了粉砂土填料的强度潜能;试验研究了粉砂土压实特性,总结了一套适合高含水量粉砂土填筑的碾压工艺和施工控制参数,解决了粉砂土难压实的技术难题;通过实测粉砂土路堤土体密实度沿深度的分布规律,制定合理的现场检测方法,以使检测结果能客观的反映现场土体的压实度.     

工作者通勤出行活动模式的选择行为

用基于活动的出行需求理论分析出行行为,建立了工作者通勤出行活动模式选择行为模型．采用多项Logistic方法研究了1695个样本的个体特征和家庭特征对4种典型出行模式（HWH＋,HW＋WH,HWHWH,HWH）选择行为的影响,其中HWH＋表示上下班途中有其他停留,HW＋WH表示工作中外出（不含回家）并返回单位,HWHWH表示工作中回家并返回单位,HWH表示工作中无外出模式．结果表明,以HWH为参照,女性及家庭工作人数多的个体较多选择HWH＋模式;私营及个体职业者、受教育程度高及有驾照的个体较多选择HW＋WH模式;工人、服务员、职员以及年龄40岁以上、家庭中高收入、居住在中心区的个体较多选择HWHWH模式．     

一种新的基于自组织映射的流形学习算法

针对自组织映射（Self-Organizing Map,SOM）算法在进行流形学习时容易陷入局部极值和产生“拓扑缺陷”问题的原因,提出了一种新的基于SOM的流形学习算法：TO-SOM（Training Orderly-SOM）．根据流形的局部欧氏性,TO-SOM算法从一个局部线性或近似线性的数据子集出发,按照数据的内在流形结构对其进行有序训练,可以避免局部极值、克服“拓扑缺陷”．根据SOM算法的鲁棒性,TO-SOM算法在成功学习数据内在流形结构的同时,对邻域大小参数和噪声也不像ISOMAP和LLE等现有流形学习算法那样敏感,从而更容易得到实际应用．