一种反舰导弹突防概率计算方法

反舰导弹是海上超视距打击的主要兵器,其突防能力一直是相关部门研究重点。文章通过分析战场环境下导弹突防可能面临的不利因素,建立传统效能分析模型并进行实例计算,进而得出参考结论。     

弹道导弹对舰艇编队的突防概率计算及仿真研究

分析了舰艇编队对弹道导弹的拦截过程,首先建立了舰空导弹、电子干扰和密集阵反导的一系列数学模型,然后建立了弹道导弹和舰艇编队的仿真对抗模型。利用此模型和蒙特卡洛的仿真策略实现了对弹道导弹对舰艇编队突防概率的求解,这种仿真求解的算法能够真实地放映对抗双方的对抗过程,所得数据可信度较大,能够体现对抗双方所采用的一定的战术思想和原则。为评价弹道导弹的突防能力和作战效能,提供了必要的分析手段。     

声自导鱼雷固定提前角导引法追踪效果研究

主要研究各种参数对固定提前角导引法追踪概率的影响.首先介绍了固定提前角导引法追踪弹道数学模型,然后通过Vc++6.0建立仿真环境,并采用Monte-Carlo法对多种态势下声自导鱼雷的追踪概率进行仿真计算.得出各种参数对追踪概率的影响规律,对使用固定提前角导引法过程中各种参数的确定具有一定的参考价值.     

潜艇目标大散布条件下鱼雷搜索弹道仿真

针对潜艇目标大散布条件,选取定角度扩展圆形和定时扩展圆形2种搜索弹道形式;对于不同目标散布大小、不同的自导作用距离,采用蒙特卡罗法对鱼雷发现概率进行仿真计算;根据仿真计算结果对鱼雷搜索弹道进行了合理优化,仿真结果可为目标大散布条件鱼雷搜索弹道设计提供一定参考。     

A bayesian dynamic linear model approach for real-time short-term freeway travel time prediction

This paper presents a Bayesian inference-based dynamic linear model (DLM) to predict online short-term travel time on a freeway stretch. The proposed method considers the predicted freeway travel time as the sum of the median of historical travel times, time-varying random variations in travel time, and a model evolution error, where the median is employed to recognize the primary travel time pattern while the variation captures unexpected supply (i.e. capacity) reduction and demand fluctuations. Bayesian forecasting is a learning process that revises sequentially the state of a priori knowledge of travel time based on newly available information. The prediction result is a posterior travel time distribution that can be employed to generate a single-value (typically but not necessarily the mean) travel time as well as a confidence interval representing the uncertainty of travel time prediction. To better track travel time fluctuations during non-recurrent congestion due to unforeseen events (e.g., incidents, accidents, or bad weather), the DLM is integrated into an adaptive control framework that can automatically learn and adjust the system evolution noise level. The experiment results based on the real loop detector data of an I-66 segment in Northern Virginia suggest that the proposed method is able to provide accurate and reliable travel time prediction under both recurrent and non-recurrent traffic conditions.     

金属疲劳裂纹扩展速率的贝叶斯正则化BP神经网络预测

人工神经网络是进行预报裂纹扩展率的一个重要方法。文章针对不同金属的疲劳裂纹扩展速率分别建立贝叶斯正则化BP(Back Propagation)神经网络,将各材料在不同应力比R下的疲劳裂纹扩展速率试验数据分为两部分,一部分用来进行训练网络,另一部分用来测试训练好的网络,检验其泛化能力。将从文献中获取的4种不同金属材料的疲劳试验数据作为算例,来检验网络的性能。计算结果表明贝叶斯正则化BP神经网络不仅对训练样本有很好的拟合能力,而且对于未训练过的测试样本也有较好的预测能力,即有较强的泛化能力。同时,指出了建立网络时减少门槛值附近的试验样本点,可以提高网络的预测能力。研究结果表明,该方法可以方便地获得不同应力比R下的疲劳裂纹扩展速率,从而达到减少试验次数,充分利用已有数据的目的。并且可以进一步应用于其他金属的疲劳裂纹扩展速率的预报。     

船体结构疲劳载荷计算中几个重要参数的探讨(英文)

基于线性累积损伤原理的船体结构疲劳强度评估方法已经在各种民船结构的设计规范中得到了广泛的应用,但其中疲劳载荷的计算方法和主要参数差别较大,导致结构疲劳寿命的评估结果具有一定的分散性。文中利用长期疲劳应力范围的Weibull分布和S-N曲线方法给出的结构疲劳寿命谱分析计算公式,通过理论分析和数值计算,分析了对结构疲劳损伤贡献率最大的长期应力范围所对应的超越概率水平,以及S-N曲线反斜率对该超越概率水平的影响。研究了不同超越概率水平下形状参数对结构疲劳寿命的影响,讨论了疲劳寿命对超越概率水平、形状参数和S-N曲线反斜率的敏感性。文中给出的一些结论对国际船级社协会正在进行的共同油船和散货船结构规范协调性研究具有参考价值。     

对空情报雷达探测威力试验飞行设计

在分析雷达威力探测试验条件和方法的基础上,对威力试验的航线及飞行架次进行了设计,研究了发现概率区间与飞行试验的观测次数关系及误差分析,以及发现概率区间与发现概率曲线关系;仿真实验表明,在距离区间内选择合适的观测次数和发现概率,对对空情报雷达威力试验有着直接影响。     

潜艇打击远程目标的引导时间延迟问题研究

分析了潜艇打击远程目标过程各阶段的时间延迟,采用误差合成的方法建立了反舰导弹捕捉概率简化模型,并据以进行了量化分析,提出了相应建议。     

船用堆堆芯控制棒分布对围板/反射层不连续因子的影响分析

针对控制棒大距离移动时积分价值计算有较大误差的问题,分析发现船用反应堆围板/反射层节块的等效均匀化参数尤其是不连续因子受反应堆内控制棒的分布状态影响是导致误差的主要原因,通过引入二维围板/反射层等效均匀化参数计算方法详细计算不同棒态下围板/反射层的均匀化参数,最后经验算发现,能够使积分价值计算误差控制在2%以内。