双向联想记忆集成

由多个尽可能多样化的分类器(前馈神经网络)组成的多分类器系统(MCS)能够显著地提高单个分类器的分类或推广能力.受MCS基本思想的启发,将集成引入到双向联想记忆快速学习(QLBAM)中,构建出一个BAM集成,旨在提高存储容量和纠错性能的同时,不破坏每个成员BAM的简单结构.计算机仿真表明,选择合适的"过剩生产与挑选并存"策略,即"稀疏算法"后,所提出的BAM集成在存储容量和抗噪声性能两个方面都显著优于单个QLBAM.     

快速合并分类算法的优化

本文介绍一种改进的快速合并分类算法及其在微机上的实现。在用各种比较操作进行分类的算法中,著名的合并分类(Merge Sort)法的分类速度最快,但它要以较大的额外存贮空间为代价。本算法与合并分类法相比,速度更快,而需要的额外存贮空间却减少了50％～67％。实验结果表明,N在500～1500范围内,速度提高了4.7％～8.5％,所需的额外存贮空间减少了51.2％～65.9％。本算法已在IBM PC机上用BASIC语言实现,可把本程序作为一个子程序加以调用。     

半导体激光器温度的Fuzzy_PID控制

本文将Fuzzy_PID算法应用于半导体激光器系统,阐述了Fuzzy_PID控制器的设计和软件模拟。证明了本控制算法对于大滞后、大惯性的温度控制过程具有优良的控制性能及很强的鲁棒性,且现场运行效果良好。     

协同多目标攻击空战决策的启发式粒子群优化算法

利用协同多目标攻击战术的特定知识，并结合粒子群算法，提出了一种用于空战决策的启发式粒子群算法。该算法利用粒子群算法对解空间探索能力强，容易跳出局部最优陷井及启发式算法局部搜索能力强的优点，快速、高效地对全局最优值进行搜索。该算法通过求解友机导弹对目标的最优分配来确定空战决策方案。仿真实验结果表明。本文算法对最优空战决策方案的搜索性能明显优于普通粒子群算法及其他两种遗传算法。     

基于批生产的逐段式车间作业调度算法

探讨了离散作业型（Job shop）车间中的作业调度的分阶段模型，并根据离散作业调度的阶段性提出了基于作业状态空间的逐段式车间作业调度算法，通过对一个实际车间作业调度仿真比较，此算法运算速度比最短加工时间（SPT）和最少工作量剩余（LWR）算法快，其调度结果在实际作业车间具有可执行性。     

捷联惯导系统的圆锥误差补偿算法研究

非互易向量的确定与补偿是影响高动态、恶劣振动环境下捷联惯性导航系统姿态矩阵计算的重要问题。为了补偿由此引起的圆锥误差，本文对一些传统算法进行了分析和研究。由于以往各种算法一般都需要输入信息为角度信息，但对于高动态、恶劣振动环境，角速度信息更有工程意义，所以针对输入信息为角速度的情形，提出了一类新的姿态算法，通过对比传统的算法，新算法在同样计算量、存储量的情况下有较优的性能，算法的精度较传统的算法高。另外，对新的姿态算法进行了误差分析．为其参数选择提供了选择标准，有工程实用价值。     

基于Murty方法的多目标跟踪快速算法

JPDA是一种有效的多目标跟踪算法，但算法的复杂度随着目标和观测值的增加而显著增长。为了减少JPDA算法所需要的存贮空间和计算时间，通过Murty方法，得到K个最优的目标与观测值对应关系，再利用这K个最优对应关系实现JPDA算法。仿真结果表明，新算法跟踪成功率与JPDA相近，所需的时间远低于JPDA算法。     

空间相机相对辐射定标精度分析

文章介绍了CCD相机辐射定标概念;分析对比了平均行标准差法、平均标准差法和广义噪声法三种计算相对辐射定标精度的算法;对归一化系数法、最小二乘法进行相对定标的数学原理进行了介绍;并采用中巴地球资源卫星02B CCD相机辐射定标数据计算三种定标精度,验证了理论分析的正确性,并指出了现有定义算法的不足处。     

直接对准算法及遗传算法在SINS初始对准中的应用研究

分析了捷联惯性导航系统（SINS）应用直接对准算法进行初始对准的基本原理，并验证了基于中等精度惯性器件的量测值进行静基座直接对准的可行性。简要介绍了遗传算法（GA）及其搜索过程，提出了根据静基座直接埘准的结果，确定GA遗传空间的方法，并构造了GA的适应度函数。仿真结果表明，与常规滤波算法相比，结合使用直接对准和遗传算法两种方法进行SINS静基座初始对准，不仅大大缩短了对准时间，精度也与其相当。     

基于一维相控阵引信的起爆控制算法研究

工程上实现最佳引战配合要求导弹战斗部最大破片密度方向瞄准目标要害部位。基于一维相控阵引信的波束控制技术,推导了最佳起爆角和起爆延时算法,并研究了一种改进卡尔曼滤波方法在此算法中的应用。该滤波算法将球坐标系中导弹导引头的测量信息转换到直角坐标系下进行滤波,同时消除了由于坐标转换而引起的偏差。仿真结果表明,该滤波算法的应用能得到很高的最佳起爆角和起爆延时估计精度。