舰载机出动回收网络鲁棒性分析

为研究航母舰载机出动回收网络的鲁棒性,建立了舰载机出动回收网络模型.在分析随机故障和敌方攻击2种破坏形式下网络鲁棒性的基础上,针对航母实际特点,提出甲板板块理论,并对航母飞行甲板的功能和效率鲁棒性进行了综合研究.分析了舰岛和升降机数量对舰载机出动回收网络鲁棒性的影响.结果表明：舰载机出动回收网络对随机故障具有较好的鲁棒性,对敌方攻击的鲁棒性较差;舰岛对出动回收网络的功能鲁棒性作用很大,升降机和斜角甲板前段对效率鲁棒性有重要作用;双舰岛对功能鲁棒性改善明显,升降机数量超过3台对效率鲁棒性的改善有限.     

舰载机出动回收调度策略生成方法

为了提高航母舰载机的出动回收能力,从提高出动回收调度过程的自动化程度入手,采用了最初在机器人导航和控制领域提出的学徒学习理论来解决调度优化问题。通过建立基于马尔科夫决策过程的舰载机出动回收过程仿真模型,以专家的示范调度操作为学习目标,采用学徒学习理论中的乘法权重法构建出动回收调度方法,并根据舰载机在集中出动和连续出动这两种典型调度工况下的具体算例研究,将得到的结果与专家示范操作结果进行对比,认为该方法具有较好的优化效果和较高的实用性。      

基于战时飞机出动架次率的保障设备优化配置

军用飞机战时的出动架次率是表征军机出动能力的重要参数。以保障设备的利用率和费用为主要约束条件,以飞机的出动架次率为目标函数,建立蒙特卡洛排队过程仿真模型。利用蒙特卡罗仿真求解目标函数值,应用遗传优化算法对满足约束条件的保障设备配置方案进行优化,使得飞机的出动架次率最高,最终得出基于出动架次率的保障设备配备比;并对飞机的出动架次率进行敏感性分析,得到保障设备配备比对出动架次率的影响曲线。     

一类闭排队网络基于性能势的优化算法

讨论了一类闭排队网络的优化算法 .该闭排队网络具有一般的性能指标函数 ,它既依赖于网络系统的状态 ,又依赖于每个服务者的服务率 .采用实现因子、性能指标势及无穷小矩阵的群逆三个量计算了稳态性能指标代价对服务率的梯度 ,还应用直接梯度搜索方法得到了使性能指标达到最小的最优策略 .最后 ,给出了一个数字例子以验证该算法的实用性     

依赖于不同类顾客的闭排队网络的优化

提出一种依赖于不同类顾客的闭排队网络优化模型。在服务台确定的条件下，用随机模拟的方法求得最佳顾客数，使系统的总收益达到最大值。     

一类批处理排队网络在批FIFO排队原则下稳定性

在标准排队网络稳定性研究的基础上，定义了批FIFO排队原则，通过引进批长度随机变量，将批处理排队网络模型转化为对应标准排队网络模型，证明了这两个网络模型具有相同的流体模型；在批FIFO排队原则下，给出了这个批处理排队网络稳定的一个充分条件.     

一类网络排队问题的模糊控制方法

研究了由两个服务功能相同而服务率不同的服务器构成的并联服务器排队系统。运用模糊控制理论确定最优策略，将顾客动态地分配到不同的服务器中，使其在系统中的平均逗留时间(或平均占有价值)最小。仿真结果表明，该模糊控制方案是有效的。     

基于排队网络的IEEE 802.11 DCF非饱和性能

针对IEEE 802.11 分布式协调功能(DCF)的非饱和性能评估问题,对DCF退避过程与站点媒体接入控制(MAC)层缓冲区队列整体建模,得到了一个闭合排队网络模型.然后,基于该模型推导出有限负载条件下无线网络传输率与吞吐量的表达式,并分析了站点数量、传输负载、数据包大小对网络性能的影响.仿真实验结果表明,该模型能够有效地分析DCF的非饱和传输性能.     

切换排队且排队优先的通信信道配置模型

讨论了在切换排队且排队顾客优先的条件下,小区共有有限个个信道和一个缓存区,一部分信道为新呼叫用户和切换用户共享,剩余的信道预留给切换用户使用,缓存区由切换用户使用,新呼叫用户和切换用户均为Poisson到达的通信信道配置模型.得出了稳态时模型中各状态的概率分布,平均排队队长,阻塞率及状态转移速率关系图.     

具有负载平衡动态路由选择的排队网络的稳定性研究

研究了具有负载平衡动态路由选择的排队网络的稳定性问题．首先在描述排队网络动态行为的关系式组的基础上，利用强大数定律得到了一个与流体模型关系式组和流体极限的定义相关的引理．其次对该关系式组进行流体极限处理后得到了流体模型关系式组，并给出了证明．在该网络稳定和不稳定分别与其对应的流体模型稳定和弱不稳定之间的关系的前提条件下，把排队网络的稳定性问题简化为与该网络对应的流体模型的稳定性问题．最后在一个齐次假设条件下得到了网络稳定的充要条件以及排队网络不稳定的充分条件．     

下一代网络研究进展

下一代网络是目前通信技术中的研究热点,现对下一代网络背景、概念、特征、目标、相关标准及进展进行阐述,并对下一代网络的未来进行了展望.     

基于特征的飞机战伤抢修性集对分析评价模型

建立了飞机战伤抢修性评价体系,同时为了合理引入抢修性评价过程中的专家分歧,提出了基于特征的集对分析评价模型.该模型首先将评价矩阵进行奇异值分解,提取对矩阵特征贡献率大的奇异值进行分解逆运算,然后以集对分析的同异反联系度为基础,对数据进行集对分析.应用上述评价体系和评价模型对某型飞机进行了抢修性评价.应用表明:该评价模型具有很好的可行性和有效性,适当引入专家分歧使得集对分析结果更加合理化.     

计及分布式电源的配电网潮流和断线故障分析算法

介绍了分布式电源(DG)与配电网互联的两种常用接口方式,对异步发电机和太阳能电池两种典型DG的运行方式和控制特性进行了研究.建立了各自在潮流计算中所需的数学模型,提出了计及两种DG的交直流混合迭代潮流计算方法,并在此基础上通过考虑配电网特性对灵敏度分析法进行简化,使得该方法能够快速求解断线故障模式下的系统状态,也适合于计及不同DG形式的多电源配电网系统.通过对Kumamoto 15节点配电网系统进行测试,验证了所提出的潮流计算方法以及故障算法的有效性和合理性,为进一步研究DG对电网的影响奠定了基础.     

可变输入率M/M/1模型主算子的谱性质

文章针对可变输入率的M/M/1排队系统,运用线性算子理论研究模型主算子,推导出0是其代数重数为1的本征值,且相应的正本征向量与系统的经典定态解一致,从而为证明系统时间依赖解的渐近稳定性作了必要的准备.     

基于BP网络的飞机燃油系统故障诊断方法研究

对于飞机燃油系统故障诊断问题,提出了一种利用BP神经网络进行飞机燃油系统故障诊断的新方法。通过设计飞机燃油系统层次分类诊断模型,构建了专家系统知识库和推理机,利用CB工具开发了飞机燃油神经网络故障诊断专家系统。仿真结果表明,该系统很好地发挥了专家系统的智能性,能够快速准确地诊断出燃油系统的故障,完全适合于飞机燃油系统的故障诊断。     

A Fuzzy Neural Network Model of Linguistic Dynamic Systems Based on Computing with Words

Linguistic dynamic systems (LDS) are dynamic processes involving computing with words (CW) for modeling and analysis of complex systems. In this paper,a fuzzy neural network (FNN) structure of LDS was proposed. In addition,an improved nonlinear particle swarm optimization was employed for training FNN. The experiment results on logistics formulation demonstrates the feasibility and the efficiency of this FNN model.     

基于自适应学习速率法的补偿模糊神经网络

为克服常规网络收敛速度慢、无法结合专家知识等缺点,引入补偿模糊神经元,结合模糊系统强大的知识表达能力和神经网络优秀的自学习能力,并利用自适应学习速率法动态地改变学习率.提出了一种新型的基于自适应学习速率法的补偿模糊神经网络,并将其应用到实际例子中.结果证明,它不仅能在线适当调整参数,还能动态地优化相应的模糊推理,加快训练速度.     

基于大数据的C-Mn钢数据预处理及神经网络模型

在神经网络建模时,如果原始数据不加处理或经过简单剔除异常值后用于建模,则可能建立出错误的模型,即其规律并不符合物理冶金原理.因此建模前需要对原始数据进行处理,使其呈现出显著的规律性.针对钢铁生产采集的大量C-Mn钢数据进行了钢种归并,提出了数据预处理的一套方法,并采用LMBP神经网络建立了满足一定精度(94.21%)的多牌号C-Mn钢屈服强度预测模型.通过平均影响值(mean impact value,MIV)分析了成分及工艺参数对屈服强度的影响规律.结果表明,随着碳含量的增加,屈服强度增大;随着终轧厚度和卷取温度的降低,屈服强度增大.     

分布式网络监视器模型

在传统的Sniffer基础上，提出分布式网络监视器的模型，解决了目前三层交换模式下局域网网络实时监控的问题。