基于数字档案馆的档案信息资源开发利用模式研究

描述了数字档案馆的内涵和架构，探讨数字档案馆的信息资源管理功能及数字档案馆信息资源建设的原则，界定了数字档案信息资源的来源和采集范围。从数字档案馆信息数据的构成、信息资源的获取、整合、加工、挖掘、利用与服务等方面，提出了基于数字档案馆的档案信息资源开发利用模式的框架和实施策略。     

大型稀疏复线性方程组双共轭梯度法

有限元复线性方程组的系数矩阵一般具有稀疏性和对称性的特点,全稀疏存贮方法就是利用这些特点,只存贮对称部分的非零元素,采用链表式管理,即节省存贮空间,又便于动态更改.在一般双共轭梯度法的基础上,本文利用广义变分原理对内积进行了重新定义,使双共轭梯度法求解复线性方程组更为有效.数值算例表明这种双共轭梯度法结合全稀疏存贮方案的求解算法在时间和存贮上都较为占优,可靠高效,能够应用于有限元线性方程组的求解.     

基于分解策略的SSO发射轨道遗传全局优化设计

提出了基于轨道分解优化和遗传算法（GA）的SSO发射轨道优化设计策略。针对多个轨道段相互耦合问题,基于分解优化策略,将整个发射轨道设计问题分解为两个轨道段设计问题。为了高效可靠地获得全局最优解,对基本遗传算法进行了改进。首先提出了基于多变异操作等改进措施的改进遗传算法;此外,结合遗传算法的全局搜索特性和Powell算法的局部搜索特性,设计了一种串行混合遗传算法。一个二级SSO运载火箭的计算结果表明,轨道分解优化策略确保了问题的成功求解,改进遗传算法和混合遗传算法均可稳定地获得全局最优解,但是混合算法更有效地提高了GA性能。     

一类N-策略M/G/1排队系统队长分布

文章考虑具有延误休假时间的N-策略M/G/1排队系统,通过全概率分解等技术研究了队长的瞬态和稳态性质,导出了在任意时刻t瞬态队长分布的拉普拉斯变换递推表达式和稳态队长分布的递推表达式,最后研究了稳态队长分布的统计性质。     

基于多层优化策略的涡轮盘叶设计研究

针对涡轮多学科优化设计,将多层优化策略中的重要原则学科自治扩展到组件自治;并结合目前的多学科优化策略BLISS(bi-level integrated system synthesis)2000和CO(collaborative optimization)以及ATC(analytical target cascading),设计出新的多学科优化框架.利用BLISS2000建立了涡轮盘叶的两层双子系统优化框架和两层三子系统的优化框架;结合BLISS2000和CO各自的优点构建了三层三子系统优化框架;从定性的分析角度排除了ATC在涡轮多学科多层优化设计上的应用.通过对比分析,三子系统的多层优化策略的优势主要体现在优化效率方面;层与层之间存在复杂的交互迭代过程导致三层系统往往比双层系统表现出差的精度和效率.      

一类N-策略 M/G/1排队系统队长分布

引入一种新的分析方法,研究了一类具有启动／关闭时间的N-策略的M／G／1排队系统的队长分布。首先,使用随机分解技术导出了系统的队长分布的概率母函数;再根据Leibniz公式结合随机分解结果直接得到附加队长分布,进一步得到该排队系统队长分布的表达式;最后,举例说明队长分布表达式的分析应用。     

基于态势评估及DDPG算法的一对一空战格斗控制方法

已有的空中格斗控制方法未综合考虑基于专家知识的态势评估及通过连续性速度变化控制空战格斗的问题。基于深度确定性策略梯度（DDPG）强化学习算法,在态势评估函数作为强化学习奖励函数的基础上,设计综合考虑飞行高度上下限、飞行过载以及飞行速度上下限的强化学习环境;通过全连接的载机速度控制网络与环境奖励网络,实现DDPG算法与学习环境的交互,并根据高度与速度异常、被导弹锁定时间以及格斗时间设计空战格斗结束条件;通过模拟一对一空战格斗,对该格斗控制方法在环境限制学习、态势评估得分以及格斗模式学习进行验证。结果表明：本文提出的空战格斗控制方法有效,能够为自主空战格斗进一步发展提供指导。     

两机制飞行训练装备体系发展思考

面向高效益、高效率训练需求,国内完成了飞行学员通过初教6训练后,直上教10飞机的两机制训练模式探索.实践表明,该模式可大量节约训练时间,降低培养费用.文章通过分析美国空军两机制训练装备体系、装备性能特征及飞行训练情况,总结两机制训练装备衔接梯度特点,结合初教6和教10飞机性能特征,参考美国成熟的两机制训练装备情况,提出...     

基于改进AFSA的桨扇发动机加速控制计划优化

为了提升桨扇发动机的过渡态性能,提出了一种可以满足发动机性能参数约束和寻优结果正确性要求的桨扇发动机加减速控制计划优化方法。引入自适应调整策略和半可行域对人工鱼群算法（AFSA）进行改进,经过数值验证,改进后的算法较原始算法具有更快的收敛速度和更高的寻优精度。将推力与目标推力间的差值作为寻优目标,采用改进后的人工鱼群算法和序列二次规划算法（SQP）对桨扇发动机的加速过程进行优化,得到了满足约束前提下的桨扇发动机时间最短的加速控制计划,结果表明：与采用传统的基于梯度的序列二次规划算法相比,采用改进的人工鱼群算法进行离线分段寻优所得到的控制计划总加速时间缩短了21.8%(0.58 s),证明了改进人工鱼群算法具有更强的全局寻优能力,更适用于桨扇发动机加速控制计划的优化。