基于HLA的虚拟战场仿真联邦成员设计与实现

高层体系结构为虚拟战场提供灵活的战场仿真环境。论文简述HLA的组成和原理,分析了基于HLA的虚拟战场仿真系统的组成,详细阐述了雷达、指挥控制和导弹联邦成员的设计,构建雷达发现目标概率、目标威胁排序和导弹命中概率的数学模型,并设计其对象类和交互类,完成战场仿真的联邦成员设计。仿真实验结果表明了所设计仿真系统联邦成员的有效性,使仿真系统中双方打击过程的实时测试仿真达到较好的仿真效果。该仿真系统中的数据模型分析方法,对其它领域内基于HLA的仿真系统设计和开发具有参考价值。     

基于混合变异策略的改进差分进化算法及函数优化

针对差分进化算法DE 传统变异策略不能有效平衡全局搜索和局部搜索,并且算 子固定,导致算法早收敛、搜索效率较低。基于DE 变异策略性能,提出一种混合变异策略, 力图平衡算法探索和开发能力,使得前期增强全局搜索,保持种群多样性; 后期偏重局部搜 索,尽快收敛到全局最优值。同时操作算子采用随机正态缩放因子F 和时变交叉概率因子CＲ, 进一步改善算法性能。几个典型Benchmarks 测试函数实验表明: 该改进型差分进化算法能有 效避免早收敛,较好地提高算法的全局收敛能力和搜索效率。     

粗糙集研究综述

粗糙集理论提供了一种有效处理不完整、不确定信息的数学工具.近年来,它被广泛应用于决策分析、数据挖掘、模式识别、智能控制等领域,介绍了粗糙集的基本理论以及其扩展模型,其中详细介绍了变精度、容差、优势、模糊等粗糙集模型.在应用研究方面,主要介绍了粗糙集在特征选择、模式分类两个方面研究进展.     

基于PLC的沙集闸自动化远程监控系统设计

介绍了采用可编程逻辑控制器(PLC)技术的沙集闸自动化远程监控系统基本结构、设计方案、监控系统控制策略、监测内容、辅助功能、PLC的技术特点以及节制闸闸门升、降流程.     

边界元插值法在含水层参数连续性问题中的应用

对于含水层参数连续性问题,传统的参数分区法会带来较大的计算误差,且其计算过程也较为繁琐。本文提出了一种新算法——边界元插值法,即在区域内对含水层压力传导系数采用二维反距离加权插值法、边界元上采用一维线性插值法,推导出边界积分方程的解析解,从而在整个区域上达到参数的连续性和可微性。将该方法与传统的有限差分法和边界元分区法同时应用于华北平原衡水试验场。计算结果表明:边界元插值法的计算结果与观测值的拟合误差在±3%以内,其精确度要略高于传统的边界元分区法和有限差分法,且计算过程较为简单。边界元插值法基本能够有效地处理含水层参数的连续性问题。     

滦河流域水资源承载力研究

针对滦河流域水资源承载力问题,明确相关概念,介绍了水资源承载力的计算方法及过程,经分析得出滦河流域水资源承载力将会出现轻度超载现象,指出应采取开源节流的对策,提高水资源的承载能力,促进流域水资源可持续利用.     

基于SVG的矢量WcbGIS地图符号库的构建与引用

SVG提供了强大的空间数据表达能力,因此可基于SVG构建WebGIS地图中所需的不同比例尺下的各种地图符号,最终组建地图符号库,以供WebGIS实现不同地图时进行引用,从而减少WebGIS中构建地图时不必要的重复工作。在基于SVG的矢量WebGIS中,地图符号可实现一次定义,多次引用,增加新的地图符号只是在不同的位置增加一个地图符号的引用而已,而且,在引用时可指定地图符号在地图中出现的位置、地图符号的颜色及线宽等。通过引用相同的预定义的地图符号,在不增加实际的绘图数据的情况下减少了数据量;同时,如果要修改某类信息的所有的地图符号,只要修改预定义的地图符号即可,无需逐一修改,方便了管理,而且由于地图符号都是矢量的,减少了对存储空间和网络带宽的要求,加快了地图的显示。     

基于阈值的彩色目标图像的提取与测量

幅彩色图像提供了很多不同的信息,但是为了更好地研究我们所感兴趣的目标图像,需要将它们以图像斑块的形式单独提取出来,从而排除研究所不需要的干扰信息和背景信息,使得研究上作更容易、更准确。通过合理的选取阈值及提取关系,如大于等于阈值、小于等于阈值等,可从图像中提取研究所关心的目标图像及其边界,并测量所提取的目标图像的总面积及目标图像各斑块的面积和周长,由此可研究其分布规律与分布密度;并可在测量的基础上对目标图像斑块进行统计,统计出在一定面积或周长范围内目标图像斑块的个数,为相应的研究提供定量分析。     

基于PSO-ICA 和RBF 神经网络的转炉炼钢终点预报模型

提出将微粒群优化算法和独立成分分析引入到径向基函数神经网络模型用于转炉炼钢终点预报．利用 微粒群优化算法的全局遍历特性和快速不动点算法的局部寻优能力,改进了传统的独立成分分析算法,解决了其目 标函数易陷入局部最优和独立特征排序不确定的问题,压缩冗余信息并降低输入维数．将提取出的独立特征输入径 向基函数神经网络,预报终点温度和碳含量．对转炉生产实测数据进行了仿真,结果表明该模型能有效提高预报精 度,保证预报的可靠性．     

基于AUC 优化的非线性主动学习算法及其在障碍物检测中的应用

针对障碍物检测中因样本量过大而造成的标记困难以及样本分布不均衡等问题,提出了一种基于AUC 优化的非线性主动学习算法．该算法的计算处理过程是：首先利用基于AUC 优化的算法在训练集上对非线性分类 器进行训练;然后利用已训练好的分类器对所有未标记样本进行分类;接着利用基于AUC 优化的样本选择函数计 算分类后的样本的得分;最后算法根据分值大小选出最有信息量样本,并且专家根据该样本所在的图像及在图像中 位置对其进行标记并放入训练集中．重复上述过程,直到AUC 收敛为止．在户外环境图像库上进行了实验,结果表 明：该算法能显著减小数据标记的工作量,并能解决因样本分布不平衡而引起的次优解问题,与已有主动学习算法 相比性能更优．