QSPR方法预测硝胺化合物撞击感度

基于定量结构-性质相关性(QSPR)原理,研究了硝胺化合物撞击感度与其分子结构间的内在定量关系.根据分子结构计算用于反映分子结构信息的35个结构参数;应用遗传算法筛选出与撞击感度密切相关的5个参数作为分子描述符;采用多元线性回归方法对分子描述符与撞击感度之间的内在定量关系进行模拟,建立了根据分子结构预测硝胺化合物撞击感度的数学模型.分别采用内部验证及外部验证的方式对模型性能进行了验证.结果表明,模型具有较高的稳定性、预测能力及泛化性能.该方法的提出为工程上预测硝胺化合物撞击感度提供了一种新途径.     

GH169合金的相变研究

用常规透射电子显微术（ＴＥＭ），研究了高温合金ＧＨ１６９合金中相的转变行为和特点，确定了基体γ与第二相γ＂和δ相之间，以及γ＂与δ相间的取向关系。     

A new target tracking filter based on deep learning

At present, current filters can basically solve the filtering problem in target tracking, but there are still many problems such as too many filtering variants, too many filtering forms, loosely coupled with the target motion model, and so on. To solve the above problems, we carry out crossapplication research of artificial intelligence theory and methods in the field of tracking filters. We firstly analyze the computation graphs of typical a-β and Kalman. Through analysis, it is concluded that ...     

基于PSO-BP神经网络的固冲发动机推力估计器设计

为了对固体火箭冲压发动机的推力进行直接控制，提出了基于PSO（粒子群优化算法）优化BP（back propagation）神经网络的固体火箭冲压发动机推力估计方法。采用SPSO（标准PSO）和三种不同的BBPSO（骨干PSO）寻优神经网络权值，而后以最优权值进行BP网络训练，对其进行精调，如此便可获取推力和燃气流量、飞行马赫数以及飞行高度之间的非线性关系，从而完成推力估计器的设计。利用240组训练集数据对网络进行训练，并用180组测试集数据对网络进行验证。仿真结果表明：在SPSO、BBExp（exploiting BBPSO）、ABPSO^*（modified adaptive BBPSO）和SNPSO（simplified pruning strategy based BBPSO）等四种不同的PSO中，基于SNPSO优化BP神经网络实现推力估计器设计是最为便捷有效的方法，不仅形式简单，而且对于测试集数据而言，其能够将推力相对误差控制在5%以内。     

导弹海上补给指挥关系优化分析

针对导弹海上补给指挥关系的优化问题,首先提出了整合导弹海上补给指挥机构从而优化指挥关系的设想,继而分别建立了导弹海上补给指挥关系相应拓扑结构的时效熵和质量熵模型,并通过计算分析对比优化前后指挥关系的优劣,得出了与设想一致的结论。