6.研究结果及其讨论 结果,根据计算,获得了浮选过程的调节参数。为了检查调节参数并对其进行优化,我们使用 Simulink 包。在 Simulink 环境中,根据收到的调节参数构建了一个瞬态过程。同时,对获得的瞬态过程的分析表明,计算出的调节参数提供了调节,但它们的调节时间较长。在这方面,为了优化瞬态,应用了 PID 控制器的内部设置。结果,控制时间减少了,因此,新瞬态过程的质量得到了改善。因此,这些参数被采用为浮选过程 ASC TPNC 的初始设置。
摘要。无人机集群具有低成本、大规模、高自主性等特点,逐渐成为军事情报领域的一个新研究方向,广泛应用于突防侦察、诱饵干扰、大面积饱和攻击、区域封控等作战任务。因此,空中集群对抗将成为对抗过程中空战的主旋律之一,集群飞机个体性能指标决定了集群整体水平,较差的个体性能将使得集群不能有效完成任务,优异的个体性能完成任务,但会带来集群成本的增加,因此在空中集群对抗想定中,根据目标性能合理配置个体性能变得重要。本文基于创新微分博弈理论,研究集群高动态追击想定中飞机的有效拦截,研究拦截机个体性能与目标飞机之间的关系,为军事领域飞机总体指标设计提供有效参考。
1.简介 航空是最受欢迎的国际交通方式之一。为了支持日益增长的航空旅行需求,世界各地的许多机场在不久的将来都需要更高效的空中交通管理。换句话说,负责为到达的飞机分配跑道的空中交通管制员 (ATC) 承受着巨大的压力,需要管理合适的跑道和路线,让飞机准时安全降落,尤其是在拥挤的机场。许多航空管理工具使用机器学习来分析和改进空中交通管理,以保持空中交通的最高安全水平,例如机场滑行时间预测 [1]、航班延误预测研究 [2] 和航空事故预测 [3]。机器学习 (ML) 是一种有用的数据可视化和管理工具,可以快速准确地解决各种问题。在之前的 ML 研究中,K. Srijakkot 等人。证明了在不同环境和模型下变电站入侵者检测的良好性能,包括计算时间短和精度高 [4, 5]。ML 不仅在检测入侵者方面具有优势,而且在医学领域也具有优势,其中预处理和 IterNet 模型在提取视网膜血管方面表现出很高的准确性 [6]。之前的 ML 研究精度很高,适用于航空领域。为了减轻空中交通管制员操作的压力并保持空中交通服务的最高安全水平,本研究的目的是将逻辑回归算法与随机森林算法进行比较,以确定哪种算法最适合为泰国最大、最繁忙的机场素万那普机场 (VTBS) 的飞机分配跑道。
6.研究结果及其讨论 结果,根据计算,获得了浮选过程的调节参数。为了检查调节参数并对其进行优化,我们使用 Simulink 包。在 Simulink 环境中,根据收到的调节参数构建了一个瞬态过程。同时,对获得的瞬态过程的分析表明,计算出的调节参数提供了调节,但它们的调节时间较长。在这方面,为了优化瞬态,应用了 PID 控制器的内部设置。结果,控制时间减少了,因此,新瞬态过程的质量得到了改善。因此,这些参数被采用为浮选过程 ASC TPNC 的初始设置。
直接数字化制造 (DDM) 涉及使用计算机控制的流程从数据文件制造物理对象,几乎不需要人工干预。它包括增材制造 (AM)、3D 打印和快速成型。该技术发展迅速,有可能显著改变传统制造和供应链行业,包括信息和通信技术 (ICT)。2015 年 2 月 3 日,美国国家标准与技术研究所 (NIST) 信息技术实验室 (ITL) 计算机安全部门举办了为期一天的研讨会,探讨 DDM 所需的网络安全,包括确保知识产权的保护以及打印机、正在打印的元素和设计数据的完整性。来自行业、学术界和政府的发言人和与会者讨论了行业现状、网络安全风险和解决方案以及对信息和通信技术 (ICT) 供应链风险管理的影响。
直接数字化制造 (DDM) 涉及使用计算机控制的流程从数据文件制造物理对象,几乎不需要人工干预。它包括增材制造 (AM)、3D 打印和快速成型。该技术发展迅速,有可能显著改变传统制造和供应链行业,包括信息和通信技术 (ICT)。2015 年 2 月 3 日,美国国家标准与技术研究所 (NIST) 信息技术实验室 (ITL) 计算机安全部门举办了为期一天的研讨会,探讨 DDM 所需的网络安全,包括确保知识产权的保护以及打印机、正在打印的元素和设计数据的完整性。来自行业、学术界和政府的发言人和与会者讨论了行业现状、网络安全风险和解决方案以及对信息和通信技术 (ICT) 供应链风险管理的影响。
• 战场意识 • 对抗通信 • 电子战 • 部队防护 • 综合防空(IAD)击败 • 下一代(NEXGEN)无人机系统(UAS)/反无人机系统 • 精确打击与效果 • 特征管理
摘要:鉴于 NASA 的 Artemis 计划即将在低地球轨道 (LEO) 以外执行一系列任务,并可能在月球和火星上建立基地,需要研究深空环境对生物的影响并制定保护措施。尽管自 20 世纪 60 年代以来,许多生物实验都在太空中进行,但大多数实验都是在低地球轨道进行的,而且只持续了很短的时间。这些低地球轨道任务研究了各种模型生物中的许多生物现象,并利用了广泛的技术。然而,鉴于深空环境的限制,未来的深空生物任务将仅限于使用微型技术的微生物。像立方体卫星这样的小型卫星能够使用新型仪器和生物传感器查询相关的太空环境。立方体卫星还为更复杂、更大规模的任务提供了一种低成本的替代方案,并且需要的机组人员支持最少(如果有的话)。已经有几颗立方体卫星部署在低地球轨道,但下一代生物立方体卫星将走得更远。 BioSentinel 将成为美国宇航局 50 年来第一个星际立方体卫星,也是第一个发射到地球磁层以外的生物研究卫星。BioSentinel 是一个自主的自由飞行平台,能够支持生物学并研究辐射对星际深空模型生物的影响。自由飞行器内包含的 BioSensor 有效载荷也是一种适应性强的仪器,可以对不同的微生物和多种空间环境(包括国际空间站、月球门户和月球表面)进行生物相关测量。像 BioSentinel 这样的纳米卫星可用于研究重力减小和空间辐射的影响,并可以容纳不同的生物或生物传感器来回答特定的科学问题。利用这些生物传感器将使我们能够更好地了解太空环境对生物的影响,以便人类可以安全返回深空并比以往走得更远。
有效的灾害风险降低 (DRR) 计划使现代社会能够应对自然灾害。在新西兰,我们的地质动态景观建立在两个板块交界处,会产生一系列灾害,需要认真准备、社会投入和机构间支持。GNS Science 为新西兰的地方和国家政府机构提供了丰富的灾害理解和实施缓解战略的知识。这些在新西兰获得的经验已被证明对类似活跃的国家有用,印度尼西亚就是一个典型的例子。虽然灾害相似,但文化和政府差异意味着在新西兰采取的相同方法不一定适用于印度尼西亚。为了克服这些差异并制定相关计划,GNS Science 与加查玛达大学 (UGM) 合作,帮助在加强印度尼西亚复原力:降低灾害风险 (StIRRRD) 计划中取得有效成果。
直接数字化制造 (DDM) 涉及使用计算机控制的流程从数据文件制造物理对象,几乎不需要人工干预。它包括增材制造 (AM)、3D 打印和快速成型。该技术发展迅速,有可能显著改变传统制造和供应链行业,包括信息和通信技术 (ICT)。2015 年 2 月 3 日,美国国家标准与技术研究所 (NIST) 信息技术实验室 (ITL) 计算机安全部门举办了为期一天的研讨会,探讨 DDM 所需的网络安全,包括确保知识产权的保护以及打印机、正在打印的元素和设计数据的完整性。来自行业、学术界和政府的发言人和与会者讨论了行业现状、网络安全风险和解决方案以及对信息和通信技术 (ICT) 供应链风险管理的影响。