通用粒子系统模型优化研究

为提高通用粒子系统特效仿真的真实感,增加战场影响因子的属性和接口,以表现特效对其他作战要素的影响;采用基于双次多精度视点距离优化的系统结构,以提高粒子系统仿真的实时性;为提高渲染效率,结合GPU可编程流水线,利用曲面细分和数据缩放技术,节约存储空间和传输时间的同时增强仿真效果。最后针对优化前后粒子系统的性能,在相同硬件条件下模拟相同的战场特效,对优化后与优化前的粒子系统进行对比,结果表明优化后的系统在仿真中具有较大的优势。     

基于模糊神经网络的坦克蓄电池剩余容量预测

由于坦克蓄电池是一个复杂的非线性系统,要想对其建立一个准确的数学模型是极其困难的。而神经网络具有解决非线性问题,建立模型比较方便的特性。采用模糊神经网络对蓄电池剩余容量进行预测。以实验数据为依据,并通过MATLAB仿真和验证,结果表明:模糊神经网络对蓄电池剩余容量预测准确可行。为坦克蓄电池充电和使用维护提供了依据。