飞机外形参数的气动与隐身综合优化设计

以气动力及雷达散射截面参数为目标函数,主要优化对总体外形和飞机性能影响较大的机翼、尾翼的平面形状几何参数以及少数几个机身几何参数;根据第4代战斗机的设计要求,确定各个目标的理想值、最低可接受值,以及各个约束的满足区间,应用模糊优化理论,建立各个目标的满意度函数及各个约束条件的满足度函数,并使用多目标总满意度函数和常权、变权的不同组合,建立了5种外形参数模糊优化模型,使设计人员可以根据不同的设计思想和设计目的选择优化模型与翼面形状的组合.     

模糊神经元及其计算能力研究

分析了模糊神经元模型,指出了这种神经元模型在计算能力上的缺陷.提出了对模糊神经元定义的两种改进方法,一是限制传递函数为非单调函数;二是修改定义域.对改进后的模糊神经元网络证明了计算能力与图灵机的等价性,从而对传统的神经网络作了进一步推广.还对混合模糊神经网络的特点做了简单的讨论.      

微观投入产出理论在企业物流系统中的应用

针对工厂企业物流系统的结构形式和特点,探讨了如何将描述企业投入产出关系的动态随机生产函数模型应用于制定企业的物流计划.动态随机生产函数模型可以反映各生产节点物流的种类、数量、空间和时间关系,以及随机因素的影响.通过在模型中引入周期生产能力的变化,进一步改进动态随机模型.研究表明,动态随机生产函数模型能够有效地制定企业的物流计划.      

沃尔什函数理论中并元移位概念的物理解释

并元移位的概念在沃尔什函数的理论中有着重要的作用,但是,至今为止,未见有人对它的物理意义做出合理的解释.从复制理论的角度出发,在简要介绍复制理论的基础上,通过研究复制序列的位置相关性,揭示了并元移位实际上是一种特殊的距离定义,从而较为深刻地解释了并元移位概念的物理意义.     

界面周期刚性线夹杂附近的纵向剪应力

研究了不同材料界面含周期刚性线夹杂的纵向剪切问题.利用复变函数方法,获得了封闭形式解,并用于计算了刚性线端的应力奇异因子,研究了刚性线之间的应力干涉问题及刚性线夹杂场量的尺度效应.从解答的特殊情形,可导出一条界面刚性线问题及均质材料中共线周期刚性线问题的解答.      

无人直升机的动态逆模糊集成控制

对于一个非线性系统,利用其近似的线性化模型求出系统的近似逆,采用模糊控制方法抑制误差对系统输出的影响来保证系统的最终特性,构成一种动态逆模糊集成控制方案.将这一方法应用在无人直升机的姿态控制中,仿真结果表明该方法可以消除无人机未建模动态和不确定性的影响,具有较好的鲁棒性能.      

一种全集成化的温补晶体振荡器

介绍了一种全集成化的温度补偿晶体振荡器 (以下简称温补晶振 )的原理及应用。它采用三次函数电压发生器得到温度补偿电压 ;采用软件的方法实现频率的自动调整。由于采用这种新的补偿方法 ,使得它便于集成化 ,因此它具有体积小、功耗低的优点。其输出信号的频率稳定性可在宽温范围 (- 30℃～ + 85℃ )下达到± 1× 10 - 6 。基于这些优点 ,这种集成温补晶振可在对体积和功耗要求严格的领域 ,尤其是在便携式设备中得到广泛的应用。     

基于双GPS接收机的精密定向研究

GPS定位系统除了可以进行定位、测速和授时外 ,还可以利用两个或多个GPS测量值进行方位测量和三轴姿态测量。文章对利用两块GPSOEM板同步接收的载波相位观测量来精密测定方位进行了深入研究。首先利用载波相位的双差观测方程 ;再根据两个天线间距离已知这个条件 ,对方位和俯仰进行二维搜索 ,并采用了模糊度函数作为搜索的判断依据 ;最后根据最小二乘计算出两个天线的基线矢量 ,从而最终计算出精密的方位值和俯仰角。经过大量的试验表明 ,该算法是切实可行的 ,在 5m基线下 ,方位精度达到 0 0 8°,而且定向时间一般只需 1min左右     

改进BP算法在模糊神经网络中的应用

引入一种改进的BP算法——动量因子-自适应学习率算法.通过调节动量因子以及在学习过程中的学习率实现自适应,以提高学习速率和增强学习的平稳性.将该学习算法引入到串形结构的多层前向模糊神经网络中,通过学习确定了模糊映射关系,实现了对象的模糊故障诊断.在应用模糊神经网络进行故障诊断时,被监测的故障征兆信号与网络输入层相连,即将输入向量输入到网络中,经过模糊化处理,得到各故障征兆在所定义征兆的模糊子集上的隶属度向量,再利用神经网络的前向计算,得到故障原因的模糊隶属度向量,最后通过对向量的分析确定故障原因的类型.将上述模糊神经网络应用到空气静压轴承中,实现了设备的故障诊断,测试结果验证了该方法的有效性.      

基于遗传模糊聚类的机群编队最优分配方法

针对当前机群的编队分配存在效率低、编队分配结果不可靠、智能性差等问题,提出了一种新的结合遗传算法和模糊聚类算法的机群编队最优分配方法.该混合算法通过模糊聚类算法解决了机群的编队分配不确定性问题,并且通过对传统遗传操作算子的改进,采用改进的遗传算法有效地克服了模糊聚类算法容易陷入局部极小值和对初始条件敏感的缺点,使机群的编队分配能快速收敛至全局最优解.3组不同分布类型的机群编队分配算例结果表明,该混合算法具有较好的通用性、有效性和智能性,适用于机群的编队最优分配.