基于STEP和改进神经网络的STEP-NC制造特征识别方法

特征识别是实施STEP-NC重要的一步，也是实现开放式、智能化和网络化STEP-NC数控系统的关键。本文提出了一种基于STEP和改进神经网络的STEP-NC制造特征识别方法。该方法首先在对STEP AP203中性文件进行几何拓扑信息提取后，基于边的凹凸性判断构建了零件最小子图。然后，将混沌算法、遗传算法与BP神经网络算法有机相结合提出了改进的BP神经网络。最后，通过将获得的零件模型最小子图信息数据输入到改进的BP神经网络，实现了对STEP-NC制造特征高效精准地识别。通过实例验证了该方法的有效性和可行性。     

基于改进DQN的复合模式在轨服务资源分配

针对开展在轨服务前的资源分配非线性多目标优化问题，构建复合服务模式下的在轨资源分配模型，基于对DQN （Deep Q-Network）方法的收敛性和稳定性改进，提出了一种在轨服务资源分配方法。该方法能够应对同时包含"一对多""多对一"的复合服务模式，并在满足预期成功率的前提下优先分配重要服务对象，兼顾资源分配综合效益和总体能耗效率，达到了以期望成功率、较少资源投入尽快完成任务的综合目标。仿真实验表明，改进DQN方法能够在任务执行前依据服务对象重要程度自主分配航天器资源，收敛速度快、训练误差低，在分配效益和总体能耗的优化方面具有明显的比较优势。     

浅谈网络信息对公共决策的影响

对网络信息在公共决策中的两面性进行分析，以促进网络信息在公共决策中更好地发挥功能。     

论网络时代高校学生道德教育的对策研究

互联网的飞速发展给当代高校学生带来了新的生活方式，也带来了新的伦理问题，从而为高校德育工作带来了新的课题、新的挑战。网络社会具有虚拟性、松散性的特点，因此它的脆弱性和隐患性不容忽视，网络对于大学生的学习和成长产生着重要影响。为了大学生健康成长，必须对其进行网络伦理教育。     

经济视角下的航空货运网络结构分析

随着经济的快速发展和信息流通的加快，航空货运在经济发展中的作用日益凸显。航空货运的发展依赖于货运网络的完善，体现出构建中国航空货运网络的重要性。以中国城市经济发展形态为切入点，以中国各城市间航段货邮运输量为样本数据，绘制出2004--2009年中国航空货运网络结构图，建立航空货运网络核心一边缘结构模型．并对其平均路径长度、网络集聚系数、度分布、边权分布和点权分布进行分析。结果表明：中国航空货运网络具有聚集效应，对经济发展具有一定的推动作用，并在此基础上呈现中国航空货运网络的进一步完善发展方向．     

顶岗实习网络管理系统的设计与实现

目的搭建学校、企业、学生三方合作交流平台,加强高职院校顶岗实习过程管理与监控;方法根据学生顶岗实习需求,结合.net平台和数据库技术;结果设计实现基于B/S结构的顶岗实习网络管理系统;结论有助于确保顶岗实习质量,提高人才培养的水平。     

基于Petri网的建模分析

Petri网以其简洁、直观、潜在模拟能力强等特点被广泛用于离散事件系统的模拟和分析中。随着业务流程建模、工作流概念的出现以及Petri网技术的发展,Petri网也被用于工作流模型的建立。在介绍工作流和Petri网概念的基础上,通过实例研究如何使用Petri网建立模型,并进一步做了可达性分析。     

使用Trimble Geomatics Office等商业随机软件应注意的几个问题

通过对Trimble Geomatics Office等随机软件的实际应用,提出一些数据质量控制措施.根据随机软件网平差功能的特点,通过对所有基线网和独立基线网的对比分析,得出选择独立基线网平差更合理、测量结果更可靠的结论.     

Model-free adaptive optimal design for trajectory tracking control of rocket-powered vehicle

An adaptive optimal trajectory tracking controller is presented for the Solid-Rocket-Powered Vehicle (SRPV) with uncertain nonlinear non-affine dynamics in the framework of adaptive dynamic programming. First, considering that the ascent model of the SRPV is non-affine, a model-free Single Network Adaptive Critic (SNAC) method is developed based on the dynamic neural network and the traditional SNAC method. This developed model-free SNAC method overcomes the limitation of the traditional SNAC method that can only be applied to affine systems. Then, a closed-form adaptive optimal controller is designed for the non-affine dynamics of SRPVs. This controller can adjust its parameters under different flight conditions and converge to the approximate optimal controller through online self-learning. Finally, the convergence to the approximate optimal controller is proved. The theoretical analysis of the uniformly ultimate boundedness of the tracking error is also presented. Simulation results demonstrate the effectiveness of the proposed controller.     

Modeling and Algorithm Application of Weapon Assignment System

In order to improve weapon assignment(WA)accuracy in real scenario,an artificial neural network(ANN)model is built to calculate real-time weapon kill probabilities.Considering the WA characteristic,each input representing one assessment index should be normalized properly.Therefore,the modified WA model is oriented from constant value to dynamic computation.Then an improved invasive weed optimization algorithm is applied to solve the WA problem.During search process,local search is used to improve the initial population,and seed reproduction is redefined to guarantee the mutation from multipoint to single point.In addition,the idea of vaccination and immune selection in biology is added into optimization process.Finally,simulation results verify the model′s rationality and effectiveness of the proposed algorithm.