【摘 要】
：
风和日暖好天气,第八届中国系统建模与仿真技术高层论坛于2013年9月25-26日在北京航空航天大学会议中心隆重举行。主办单位是中国计算机用户协会仿真应用分会(以下简称分会),协办单位是中国国防信息技术研究会和航天科工系统仿真科技有限公司,承办单位是北京航空航天大学和北京国科装信科技发展中心。T-Solution、华力创通、SMART、北龙超云等赞助单位在会场布置了各自的展台。25日上午9:
论文部分内容阅读
风和日暖好天气,第八届中国系统建模与仿真技术高层论坛于2013年9月25-26日在北京航空航天大学会议中心隆重举行。主办单位是中国计算机用户协会仿真应用分会(以下简称分会),协办单位是中国国防信息技术研究会和航天科工系统仿真科技有限公司,承办单位是北京航空航天大学和北京国科装信科技发展中心。T-Solution、华力创通、SMART、北龙超云等赞助单位在会场布置了各自的展台。25日上午9:
其他文献
研究核电站蒸发器水位控制优化问题,由于蒸汽发生器是核电站中最重要设备之一,水位控制对核电站的安全运行起着决定性的作用,并要求系统稳定运行,快速响应。针对蒸汽发生器是一个高度复杂、非线性、时变的系统,传统的串级PID控制等控制方法难以取得满意的控制效果,把自抗扰控制方法引入蒸汽发生器水位的串级控制系统中,解决传统PID快速性和超调的矛盾,且能够动态补偿对象模型的内扰和外扰。另外,自抗扰控制器的参数较
蜂拥行为的产生来源于对飞鸟、鱼群、蚂蚁以及蜜蜂行为的研究,这些群体通过每个个体的局部信息交互而产生统一的觅食、迁徙、归巢等行为。多智能体的自组织行为促进了蜂拥行为在工程上的应用,包括大量在环境中移动的传感器、媒介的平行同步传输、军事任务中的侦查、监视和战斗协作。主要研究内容是具有虚拟领导者的多智能体蜂拥控制算法,分别对群体中只有一部分智能体具有引导信息和虚拟领导者具有变化速度的情况作了分析。通过个
研究优化飞机地面空调车温控制问题,由于飞机地面空调车温度控制是非线性、时变性强的系统,工作环境不确定性,面对复杂系统温控模型不准确,传统的PID控制存在超调量大、响应速度慢、抗干扰能力弱等缺点。为提高温度控制精度,提出了一种新的稳定性好、精度高、抗干扰能力强的遗传-粒子群PID控制方法。结合传统的PID方法,遗传算法和粒子群算法的各自优点,实现了PID参数的在线整定。通过在matlab上进行仿真,
在空间作战轨道拦截问题中,研究了天基拦截器的最小能量拦截轨道优化问题。针对拦截器远距离单脉冲拦截消耗燃料过多的问题,在以往的单脉冲最小能量拦截轨道基础上继续减小了拦截器燃料的消耗。首先运用全局搜索法,以某个在轨卫星为天基平台,在某个时间段内,快速搜索出单脉冲最小能量拦截轨道;再以单脉冲最小能量拦截轨道为基础,建立多脉冲拦截轨道的数学模型,以拦截器需要消耗的总燃料最少为目标,利用非线性规划方法对此单
研究三维人脸模型孔洞修补问题。针对在建模过程中的佩戴饰物遮挡、建模角度等因素的影响,造成三维人脸模型孔洞的存在,人脸模型完整度、清晰度不高的问题。为解决上述问题,提出一种插值算法的三维人脸模型孔洞修补技术。根据已有的人脸模型三维信息,通过进行三角剖分,进行人脸面部轮廓的细化计算,增加孔洞处组成三维人脸的数据点的数目,进而对模型的孔洞处进行修复。实验结果表明,改进方法能够很好的恢复孔洞处三维人脸基本
关于飞行器稳定性优化控制问题,由于近空间无尾飞行器具有典型的通道间强耦合且多个操纵面介入单个通道控制,执行机构的复杂化和非线性导致控制系统设计实时性和响应性差,精度达不到要求。为提高姿态控制器控制精度,减小力矩分配误差,提出通过解耦控制系统和控制分配逻辑来分别解决对象的耦合和多操纵面的力矩分配问题。通过将动态逆设计方法与变结构控制理论相结合,设计了一种强鲁棒性的解耦控制律,并在加权伪逆算法的基础上
研究蛋白质光谱准确检测优化问题。蛋白质的光谱特征较为复杂,质谱特征很容易受到外界因素的影响,造成质谱特征的波动,传统的基于谱峰特征的检测方法一旦受到干扰,会造成质谱特征在多个特征谱中都存在,影响光谱分析的精度。为了避免上述缺陷,提出了一种基于梯度模型控制曲线算法的蛋白质光谱分析方法。利用最小灰度差值方法,提取蛋白质光谱中的特征,从而为光谱分析提供准确的数据基础。利用梯度模型控制曲线方法,对蛋白质光
格林函数法是电磁场数值分析中的一种基本方法,平面分层微带结构的空域格林函数通常表达成索莫非积分形式,然而直接数值计算索莫非积分非常耗时。针对上述问题,提出了一种快速精确求解微带结构索莫非积分的方法。根据数值分析理论,严格分析了索莫非积分的函数特性;将复化高斯勒让德公式与双指数型求积公式相结合,提出一种快速精确求解索莫非积分的方法,实现了空域格林函数的高效精确计算。最后通过计算磁流环馈电单层介质激励
研究非线性盲源信号分离优化问题。由于混合信号同时包含超高斯和亚高斯信号且混合信号具有很强的非线性时,传统的非线性盲源分离算法中对于品质函数的选取一般都是通过经验,现有算法难以取得理想的分离效果。在Pearson模型的基础上提出了一种新的估计品质函数的方法,算法能够成功地估计出次高斯(sub-Gaussian)和超高斯(super-Gaussi-an)混合信号的品质函数,同时克服了Pearson模型
研究对数据进行挖掘的方法，提高数据挖掘的准确性。利用传统算法进行数据挖掘，在利用决策树进行分类应用的过程中，训练样本的属性个数可能过多，导致树的规模变大，某些属性的分类能