降低固体推进剂特征信号的改进粒子群算法

固体推进剂燃烧产生的特征信号越来越成为制约导弹武器隐身特性和制导精度发展的重要因素,为解决传统实验法降低特征信号而进行配方设计周期长的问题,采用粒子群算法寻找固体推进剂配方最优设计方案以达到降低特征信号的目的,同时综合运用拒绝法、罚函数法以及种群多样性保持策略对标准粒子群算法进行适当改进,解决了非线性约束问题,克服了算法容易陷入局部最优的缺陷,提高了全局搜索能力。建立配方优化数学模型并进行仿真,结果表明采用改进粒子群算法来降低固体推进剂特征信号,优于标准粒子群算法、改进遗传算法等智能算法,并能缩短配方设计周期。     

基于改进BP网络的指纹分类

利用遗传算法具有的全局随机搜索能力,设计了一个改进的BP学习算法进行网络训练,即先用遗传学习算法进行全局训练,再用BP算法进行精确训练.利用Visual c++编程测试,结果表明,该系统具有分类速度快、效率高的优点,具有一定的实用性.     

颗粒复合材料代表体元并行建模算法研究

为了利用细观力学方法研究复合固体推进剂材料的力学性能,需要建立具有代表性的推进剂细观胞元模型,针对当前算法普遍存在的计算效率低下问题,依据分子动力学思想生成颗粒堆积模型的性能特性,通过分析负载均衡和消息通信,提出了并行模型的三个准则,设计了区域分解的并行策略,并利用共享存储并行和分布式存储并行两级并行手段实现了并行算法。最后在IBMBladeCenter集群平台上通过实例证明算法可以缓解负载均衡并缩减通信开销,上述试验数据验证了算法的高效性,达到了提高胞元生成效率的目的。     

构建军事信息系统安全体系的研究

军事信息系统安全体系建设是军队信息化建设以及打赢未来高科技战争的重要保障。本文分析了信息系统自身的脆弱性,针对军事信息系统在信息战中面临的主要威胁,从战略上提出了军事信息系统安全体系框架的建设方案。     

相干斑噪声抑制技术研究

本文研究了一种新的合成孔径雷达相干斑噪声抑制的算法.传统的噪声抑制和近年来的小波变换方法都有其不足之处.本文结合增强Lee算法中的思想与小波算法用于抑制SAR图像中相干斑噪声,能够获得良好的效果,通过对比试验,本文算法具有较好的相干斑噪声抑制能力和边缘保持能力.     

高性能集群系统测试与性能分析

以IBM Blade Center高性能集群系统的性能测试与分析为背景,在对该高性能集群系统测试的基础上,研究了大规模Linux集群上并行程序性能的优化方法。针对该集群系统的硬件特征,编写了以矩阵相乘的Cannon算法为基础的并行性能测试程序,通过在该集群系统3种不同并行环境下（分布式并行、共享内存并行以及混合式并行）对性能测试程序的测试和分析,提出了优化程序性能的准则,展现了该高性能平台的效率,为进一步的开发研究提供了基础。     

基于GA的颗粒复合材料细观胞元重构研究

对利用实验方法和数值方法得到的颗粒复合材料细观胞元模型进行力学分析时,由于计算量非常大,很难考虑其细观结构的全部信息。为了得到适用于仿真计算的细观结构模型,在随机颗粒堆积算法建立细观胞元模型的基础上,通过设计遗传算法(GA)重构出了具有各态历经性、统计均匀性和各向同性的最小胞元模型。通过体积分数为40%的二相随机颗粒复合材料的重构算例,验证了算法的有效性。结果表明,重构后的新胞元不仅在结构尺寸上大大减小,而且具有比原始胞元更好的统计特性,为进一步研究颗粒复合材料的宏观性能提供了条件。     

高性能并行集群的性能测试与优化研究

以IBM BladeCenter高性能集群系统性能测试为背景,研究大规模集群的性能测试与优化方法.通过对基于区域分解大规模线性方程组中并行求解算法在4个测试方案下的测试和分析,得到了其加速性能随计算节点数的变化曲线.结果表明,该高性能计算机集群具有很好的加速性能、稳定性,达到了预期的测试目标,为基于该并行平台的进一步并行开发研究奠定了基础.     

基于改进BPNN的电子化指挥系统故障诊断

基于BP神经网络和案例推理模型,建立导弹电子化指挥系统故障诊断专家系统的基本结构,并给出一个具体的应用实例.首先对导弹电子化指挥系统的故障机理进行分析,在此基础上研究基于BP神经网络和案例推理相结合模型的故障诊断技术的应用,确定了基于改进BP神经网络的故障诊断专家系统的设计思想和实现方法,并建立了基于BP神经网络和案例推理结合模型的导弹测控系统故障诊断专家系统,弥补了单一故障诊断推理模型的不足.通过对某型导弹电子化指挥系统中语音系统的故障诊断实例,说明了该故障诊断专家系统的可行性.     

数据仓库应用系统技术研究

对数据仓库应用系统的一般解决方案以及六大技术结合目前市场上流行的三大数据仓库解决方案及其产品进行了系统地分析 ,以期对企业在建设数据仓库应用系统的过程中有所借鉴和帮助。