TGM模型的RTL形式化描述

TGM模型是实时仿真参考模型的重要组成模型。它可以描述、构造实时系统行为。本文选取基于事件的RTL语言 ,形式化定义了TGM模型和其表现形式 ,如 :断开子图、任务断开子图、非断开子图和混合子图等。

TGM任务图模型和理论基础

实时仿真系统参考模型中最为重要的组成成员是 TGM任务图模型 ,本文将深入研究TGM模型的定义和理论基础。

基于TGM-ARMA模型的地铁隧道结构沉降预测分析

地铁隧道结构沉降主要受土层状况、地下水位、轨道荷载及周边环境等诸多因素影响,机理复杂,随机性强,而且随时间不断变化,难以用固定的数学模型表示,是一个非平稳的过程。据此,结合以灰色系统理论为基础的TGM(1,1)模型和以时间序列为基础的ARMA(n,m)模型各自的特点,建立了时变参数灰序模型TGM(1,1)-ARMA(n,m),并对地铁隧道主体结构沉降进行了分析与预报,结果表明时变参数灰序模型预测精度较高,且适用于中长期预测。因此,该组合模型在地铁隧道结构沉降预测分析中有较强的适用性,具有一定的应用价值。

基于ARIMA-TGM组合模型的边坡变形预测

通过权系数将ARIMA模型和时变参数GM(1,1)模型结合形成ARIMA-TGM组合模型,针对边坡位移监测数据组成的时间序列,采用ARIMA模型、时变参数GM(1,1)模型和ARIMA-TGM组合模型进行分析预测,通过实验对比3种模型的预测精度,实验结果表明ARIMA-TGM组合模型的预测精度较单一预测模型有所提高,适用于边坡变形的分析预测,研究成果可为边坡的防灾减灾提供一定的技术参考。

水稻温敏核不育系植株温度特征及应用研究

针对温度波动是两系杂交稻安全制种的制约瓶颈,进行了以水层灌溉和湿润灌溉为处理的分期播种试验。试验表明,20 cm高度的温度对温敏核不育系育性转换的指示作用更为可靠。对两种处理下不育系的茎温(20 cm)、叶温(40 cm)和冠层内气温(20 cm、40 cm)特征研究。结果表明,深水灌溉后,水层是稻田主要的热源,主要以长波辐射和对流方式导热,稻株比空气升温慢、增幅小,而且灌溉增温的有效高度在40 cm左右。水层灌溉后,日最高气温有TQ40>TQ20>TJ20>TY40,体现了太阳辐射对冠层特征面的重要影响;日最低气温有TQ20>TJ20>TY40>TQ40,体现了水层热源对冠层特征面的重要影响。由于育性敏感层温度与灌溉水温1、50 cm气温、20 cm相对湿度、200 cm风速密切相关,建立了可供实用的20 cm茎温与气温的统计模型。

实时仿真系统参考模型

实时仿真是一个重要研究领域。我们认为复杂实时仿真系统必须分解，进行分层功能描述。因此，本文根据多年实时仿真工作经验，给出了仿真计算机的体系结构。文章借鉴PERTS[8]系统，提出了实时仿真系统的参考模型。即：TGM模型、AS算法调度器、RGM模型和RACP资源访问控制协议。文章通过例子阐述了此模型的逻辑功能和基本概念。

基于灰色三角BP神经网络的装备训练需求预测研究

针对装备训练需求预测这一问题，通过分析影响训练装备需求量的因素以及部件消耗数据自身的周期性特点，提出一种基干灰色三角BP神经网络（triangle grey model—BP neklral network，TGM—BP）的组合预测模型。给出了此模型的建馍步骤，并针对具体实例进行解释，结果表明，该模型能够明显提高装备训练需求预测精度和保障效率。

全面绿色管理系统及其组织结构探讨

建立一种比较理想的生产系统(生产模式),已经成为世界各国非常重视的研究课题。经过潜心研究,将LAF、GMS及其它一些先进生产系统的理论及技术精华综合起来,提出了一种新型的生产系统—全面绿色管理系统(Total Green Management System,简称TGMS)并对其组织结构进行了探讨。