面向动用计划的车辆装备备件预测研究

针对动用计划下的车辆装备备件的消耗特点,研究了车辆装备维修备件消耗量和库存控制两个预测优化问题。考虑动用计划期内车辆装备的预防性维修和修复性维修,实现定时定程维修和自然随机故障维修下装备维修备件的消耗量的预测。在此基础上,根据备件库存检查方式的特点,建立基于定期检查策略的联合补货库存控制模型,根据模型的结构特点确定决策变量界限,并利用多类种群位置更新方式改进了果蝇优化算法。仿真结果表明,改进的果蝇优化算法具有良好的求解效率,本文所提出的优化方法可为车辆维修保障资源优化提供决策依据。     

脉冲电流对Al及Al-5.3%Zn合金宏观组织的影响

研究脉冲电流作用下凝固的纯Al及Al-5.3%Zn合金的宏观组织变化.实验表明:脉冲电流能够对纯Al及Al-5.3%Zn合金中晶粒的形状和尺寸产生比较显著的影响.与未施加脉冲电流相比,晶粒得到细化、等轴化.脉冲电流作用下剧烈的强迫对流促进晶粒从型壁上游离,增加金属熔体的形核率,晶粒得到细化.     

悬臂梁大变形的向量式有限元分析

为分析悬臂梁的几何非线性行为,用向量式有限元法将结构离散成质点系以及质点间的连接单元.根据牛顿第二定律得到每个质点在内力和外载荷作用下的运动方程以及悬臂梁在每个时刻的变形用该时刻质点系的运动表示.结合刚架元的节点内力和等效质量得出质点位移的迭代计算公式,采用FORTRAN编制计算程序,对悬臂梁分别承受集中载荷和弯矩下的大变形进行算例分析.计算结果与理论解吻合较好,表明该方法能很好地模拟分析悬臂梁的大变形.     

一种新的P2P系统中基于双ratings的声誉管理机制

声誉系统的效率取决于回馈的质量,现有P2P系统中的声誉模型不能处理合谋、不递交ratings等攻击,并且对无过失节点还存在不公平性,针对这些问题,提出了一个新的基于双ratings的声誉管理机制,采用两个度量来评价节点:服务信任和回馈信任,服务信任反映server提供服务的可靠性;回馈信任反映consumer汇报ratings的可信度.一次交易后,要求服务双方都递交ratings,依据这两个ratings对server的服务信任和consumer的回馈信任进行更新,并且server的服务信任更新与consumer的回馈信任紧密相关.为了防止恶意节点反复实施恶意行为或不递交rating,还提出了一个惩罚机制,作为对声誉模型的补充,仿真表明,提出的声誉管理机制能够抵制上述恶意攻击,减少不公平性.     

战术数据链空时联合抗干扰技术

针对战术数据链在复杂电磁环境下性能受限的问题,提出基于非标准构型阵列天线的战术数据链空时联合抗干扰技术。该技术在常规导向矢量获取方法失效时,通过设计引导信号,结合盲自适应抗干扰算法进行干扰信号的抑制和引导信号的重构,实现对干扰方向调零抑制并保持通信信号的正常接收。仿真结果表明,通信信号经过空时联合抗干扰处理后,在干扰方向形成的零陷超过-30 dB,大大抑制了干扰方向的信号,保存了信号方向的信号。     

利用单片机控制的步进电机系统

本文介绍了几种常见的利用单片机控制步进电机的原理及方法,并对各种方法加以比较分析,指出了各自的特点.     

小波混沌神经网络的研究与应用

混沌神经网络已被证明是解决组合优化问题的有效工具,但单一化的退火因子无法同时满足准确性和速度性两方面要求,因此改变传统的混沌方式以提高搜索速度和精度就变得尤为重要.文中将Sigmoid函数转化为小波函数可以有效地解决该问题,通过将Sigmoid函数转化为Mexican hat小波函数,以及引入Shannon小波和Sigmoid函数加和组成的非单调激励函数这两种方式,提高了搜索效率和准确度,并用这两种新的模型对两种优化问题进行仿真.仿真结果表明小波混沌神经网络无论在全局最优解的搜索效率还是精确度上都明显优于传统的混沌神经网络.可知将小波函数引入混沌神经网络是极具研究潜力的.     

关于模糊C-均值（FCM）聚类算法的改进

针对模糊C-均值（FCM）聚类算法的容易收敛于局部极值的不足,提出了一种改进的模糊FCM聚类算法,此新算法在聚类中心选取和优化过程中进行了充分的考虑,是一种用于确定最佳聚类数的聚类算法,并且利用了分阶段思想,结合动态直接聚类算法和标准聚类算法,来尽量避免模糊C-均值（FCM）聚类算法的不足。新算法与传统（FCM）聚类算法方法相比,提高了算法的寻优能力,并且迭代次数更少,在准确度上也有较大的提高,具有很好的实际应用价值。     

Web预取技术综述

Web预取是减少用户访问延时、提高网络服务质量的关键技术之一,近年来已成为国内外的研究热点.通过利用WWW访问的空间局部性,Web预取使缓存机制从时间局部性向空间局部性扩展.归纳了Web预取技术的分类,概括和比较了不同类别的优势和局限性,给出了预取模型的基本框架及每部分的主要功能,并对各种评价标准进行了详细介绍.同时,深入分析和探讨了现有的几种典型预取算法,系统地比较了这些算法的优缺点.最后从在线性、协作预取、动态流行度、划分用户会话和基于语义与基于路径相结合等方面指出了Web预取技术的研究方向.