人工智能在OODA 循环中的应用

当前人工智能(AI) 是商业和工业，甚至军事应用领域中最热门的流行语。军事国防领域也已经将人 工智能发展成为了一种技术，并应用到军事作战和决策系统中。最初OODA 循环是最知名的空战战术模型， 后来发展成为各国空军的作战方法。OODA 循环对于任务的定义和决策过程的理解起到了重要的作用。本文主 要研究了人工智能在OODA 循环决策中的应用。讨论了未来OODA 循环各阶段中所需的AI 作用和技术，包 括可解释的人工智能和基于学习的人工智能。     

基于翻转课堂的混合式学习模式应用研究

混合式学习改善了课堂教学效果,提升了教学效率,也增加了学习机会。翻转课堂作为混合式学习的一种典型模式被广泛使用,本研究为提升高校课堂教学效果,设计了一种翻转课堂教学模式,并对其应用效果进行了研究。研究结合课程特点和在线学习的优势,合理设计翻转课堂,引入成熟的在线学习平台,并同时在理论和实验两种类型的课时中进行翻转,可以有效促进教师教学能力的提升,提升学习效果,改善学生对教师教学的综合评价。     

基于学习的中段反导拦截时间和拦截点预测方法

弹道导弹实时、准确地预测拦截弹的拦截点与拦截时间，是实现中段突防的有效手段。针对弹道导弹中段突防中的拦截点坐标及拦截时间的预测问题，提出了一种基于监督学习的在线预测方法。以拦截弹的主动段关机参数和关机时刻为输入量，建立拦截时间和拦截点预测模型。在多层感知机神经网络的基础上构建有监督学习算法，通过攻防仿真获取拦截弹的参数制作训练数据集，在线下完成网络训练。仿真结果表明:神经网络能够有效在线预测拦截时间和拦截点坐标，预测结果的相对误差分别为0.124 3%和0.128 5%，拦截时间预测结果误差的平均值为0.224 0 s，拦截点预测结果距离误差平均值为2 016.48 m，均满足精度要求。      

面向林火持续侦察的多无人机分布式控制方法

为解决目前面向林火持续侦察多无人机（UAV）协同控制实用性与自主性不足的问题，基于蔓延速度诱导元胞自动机（SVICA）林火蔓延算法、无人机与传感器建模，构建了较为真实的三维多无人机火场侦察仿真环境与侦察效能指标，提出了一种面向林火持续侦察的多无人机双层分布式控制架构，在行动层基于强化学习训练的人工神经网络（ANN），实现了有风条件下无人机自主火场环绕与地形跟随功能，在策略层设计通过时域均匀分布算法进行各无人机空速的离散自主调节，最终达到多无人机林火持续侦察时域分布的均匀性与即时性目的。通过一系列数值仿真实验，验证了所提出的无人机分布控制策略在无人机损失和补充突发情况下的自适应性。基于无人机数量与侦察效能指标关系的实验与研究，定义了无人机出动阈值并验证了无人机长时间出动回收策略。最终实验结果表明，针对林火持续侦察任务，所提出的多无人机分布式控制方法具备一定的有效性与实用性。     

基于强化学习的多智能体系统目标围捕控制

针对多智能体系统目标围捕问题，提出了基于强化学习的目标围捕控制方法。首先，对多智能体系统进行马尔可夫博弈建模，设计能够控制系统到期望围捕状态并满足避障要求的势能函数，将模型控制与强化学习原理结合，利用势能模型引导的改进多智能体强化学习算法进行围捕。其次，在已有势能模型的基础上建立跟踪围捕和环航围捕2种围捕策略。前者通过设计速度势能函数实现多智能体一致跟踪。后者加入虚拟环航点，设计虚拟环航点势能函数实现期望环航。最终，仿真验证了多智能体强化学习围捕控制策略的有效性。     

影响大学生学习动力的因素研究

学习动力对学生学习活动起着积极的推动作用,提高大学生的学习积极性、主动性已成为各高校教学工作的重点工作。通过发放调查问卷和访谈形式调查北华航天工业学院学生的学习动力现状,剖析影响大学生学习动力的主要因素,在此基础上,提出增强大学生学习动力的对策与建议。     

赵子鹤 我的旅游与养生有关

"作为航空服务来说,想走到国际的前列,中国民航应该有自己的特色,如航餐可加入一些养生的内容,哪白是一杯胖大海的茶。""飞机上是阅读报刊的好地方,我觉得现在商务舱的杂志是没有问题的,一般两到三个小时的飞行,我就能把舱内的报刊全部看完,其实相对来说数量还是少。"     

三坐标测量机自学程序仿真化图形化改进

自学习测量程序一直都是各公司生产的三坐标测量机软件系统的一个最主要组成部分，依靠自学习程序，三坐标测量机可以完成成批零件的自动测量，能够极大地提高三坐标测量机的测量效率。当前世界各国的三坐标测量机自学习程序采用的都是点到点记录测量，即当测量操作人员进行自学习测量时，测量程序就记录操作员测量时测量机所走过的路径上的转折点，当自学习结束后执行自学习程序，测量机就按照测量操作员操作测量机走过的路径上的转折点进行自动测量，即从一个转折点到下一个转折点直线行走测量；但是使用这种自学习测量方法时，操作人员在…