层叠Blumlein线多开关导通时间分散性

高介电常数陶瓷储能脉冲形成线需要用到多开关触发的层叠Blumlein线结构。从形成线波过程理论出发，分析了多开关导通时间分散性对层叠Blumlein线及其输出波形的影响。主要包括两方面影响:其一是造成输出方波脉冲的前沿和后沿均出现阶梯形畸变；其二是使得各延迟导通的平行平板Blumlein线承受过电压，容易引起陶瓷储能介质的电击穿。在不单独考虑开关电感的理想情况下，利用PSpice电路程序模拟了开关导通时间分散性对四级层叠Blumlein线的影响，模拟结果与波过程理论分析一致。为减弱这些影响，提出了可行的解决方案。     

考虑运动受限的履带式移动机器人轨迹跟踪控制

针对履带式移动机器人的轨迹跟踪控制问题进行研究,首先,建立了履带式移动机器人的运动学模型和跟踪误差模型；其次,设计了转速有限时间控制和线速度滑模控制的轨迹跟踪控制律,并给出了考虑运动受限作用下的控制律修正表达式；最后,基于MATLAB对所提控制律进行仿真,对比分析了不考虑运动受限情况下跟踪控制效果;结果表明,设计的跟踪控制律能够实现履带式移动机器人对圆轨迹的有效跟踪,且考虑运动受限作用的控制律更加符合实际;文章研究分析了运动受限作用对于移动机器人轨迹跟踪控制的影响,分析结果对其他移动机器人的运动控制研究具有参考价值。     

环路跟踪卡尔曼滤波算法的性能分析

基于卡尔曼滤波的环路跟踪算法多是通过一定仿真证明算法性能,没有系统性性能评估,难以较好指导工程应用。在原有算法基础上进行了优化,并系统性地对比分析、评估了基于卡尔曼环路滤波算法性能,以期为算法工程化提供指导。首先提出对跟踪环路反馈调整量进行预测,使之更符合系统实际,减小环路跟踪误差。而后基于卫星信号模拟器输出信号和自生产信号源,充分评估基于卡尔曼滤波环路跟踪算法的收敛时间和灵敏度。仿真结果表明,相比目前工程常用的二阶FFL辅助三阶PLL算法,基于卡尔曼滤波环路跟踪算法能够缩短环路所需稳定时间约90%,并能提升跟踪灵敏度约5 d B,有效改善弱信号场景中接收机输出信息的完好性和连续性。     

基于RBM的神经网络时间序列预测

为了克服神经网络依赖初始化结果,泛化能力不强的缺点,提出一种基于受限玻尔兹曼机(RBM)的神经网络模型.利用无监督学习方法优化神经网络的初始权值和阈值,将RBM与神经网络融合起来,模型与时间序列神经网络做实验对比,结果表明,基于受限的玻尔兹曼机的神经网络模型优于神经网络预测模型,模型可以提高预测的精准度,具有一定的应用意义.     

挪威科学家研究发现多上一年学可提高智商4分

[智利《第三版时报》12月30日报道]多年来,人们一直为人类是天生聪明还是通过后天学习变得聪明而争论不休。现在挪威奥斯祟大学的研究人员通过研究发现,学校教育至少在青春期的最后几年对青少年的智商有着重要作用。     

脉冲展宽分幅相机的磁聚焦时间弥散和畸变

模拟相机磁场分布和光电子运动轨迹,建立传输时间和距离的二维分布模型,分析磁聚焦时间弥散和畸变的成因及其降低方法。研究结果表明,时间弥散和畸变与物点(即阴极位置)沿轴磁场强度密切相关,并随物点离轴距离的增大而变大,通过适当提升轴对称磁场均匀性可降低磁聚焦时间弥散和畸变。当漏磁缝隙由4 mm扩宽至40 mm时,轴上与离轴30 mm物点的沿轴磁场强度峰值比由0.82提高到0.89,时间弥散由127 fs和435 fs分别减小至120.6 fs和378.4 fs,离轴30 mm物点的时间畸变率由4.61%下降至4.01%。     

基于实际路网情境的配送车辆调度优化

在实际路网情境下结合车道数、车道宽度、路口信号灯设置等路网物理特性,构建了考虑综合交通阻抗的多车型车辆调度模型,提出了两阶段求解策略:第1阶段设计了改进A-star精确解算法用于计算客户时间距离矩阵;第2阶段针对实际路网的特征设计了混合模拟退火算法求解调度方案。以大连市某配送中心运营实例进行路网情境仿真试验,结果表明:改进A-star算法较改进Dijkstra算法具有更短的路径搜索时间;混合模拟退火算法求解结果较实际调度方案优化了13.1% 的综合成本;路网增流、区域拥堵和路段禁行三类路网情境均能对配送方案的车辆配置、路径选择、客户服务次序、作业时间和违约费用等5方面内容产生干扰,调度计划的制定需要详细考虑这些因素的变化。     

时间敏感选项依赖下的基础设施恢复决策研究

突发事件发生后,基础设施之间的恢复依赖为恢复过程带来了严重挑战。为了能够在突发事件后高效而有序的实现基础设施恢复运行,根据相互之间的恢复依赖关系制定合理的恢复决策非常关键。本文基于网络流理论,以累积恢复效能最大化为目标,建立了时间敏感选项依赖下的恢复设计与调度决策混合整数规划模型。然后,讨论了模型在完全中心化、完全分散和信息共享决策环境下的应用方法。最后,通过真实基础设施数据集测试了模型,结果表明:(1)该模型在突发事件后的基础设施恢复决策中具有应用可行性;(2)决策环境显著影响存在恢复依赖的基础设施网络整体累积恢复效能;(3)与完全分散决策环境相比,在信息共享决策环境下独立决策的整体累积恢复效能可以得到大幅提升。     

图解常用离散型随机变量

在概率论的学习中,一个重要章节就是常用的离散型随机变量的学习.离散型随机变量包括伯努利分布,二项分布,泊松分布,几何分布,超几何分布和负二项分布等等.在本文中,首先借助时间流的图形表达,从伯努利试验次数和成功次数角度区分其中的一些常用变量;其次通过一个流程图的方式梳理这些常用的离散型随机变量的定义.本文的目的在于,基于常规的离散型随机变量的分布律等介绍之余,首次尝试从不同的比较汇总角度,借助图表方法对常用的离散型随机变量进行梳理和总结,起到区分变量的差异,加强对常用离散型随机变量概念的理解.     

基于相似度证据理论的模糊时间序列模型的研究

为了提高模糊时间序列模型的预测效果,利用证据理论在处理不确定信息和信息融合方面的优越性,利用贴近度作为证据之间的相似度,对模糊规则进行合成,形成基于相似度的证据理论的多因素模糊时间序列模型.方法在支持证据"与"运算的合成和对冲突证据的比例分配上,充分考虑了证据的权重.最后,通过实例的比较研究验证模型的有效性.