冀紅霞，宗 紅，雷擁軍，2

(1. 北京控制工程研究所，北京 100190；2. 空間智能控制技術(shù)重點(diǎn)實(shí)驗(yàn)室，北京 100190)

1 引言

采用陸標(biāo)圖像信息的小天體著陸自主導(dǎo)航方法是實(shí)現(xiàn)未來深空探測精確著陸任務(wù)的重要手段之一。近年來，采用陸標(biāo)圖像信息的小天體著陸自主導(dǎo)航方法的研究受到越來越多的關(guān)注。目前對于這一類導(dǎo)航方法的研究大都是在已知陸標(biāo)位置信息的假設(shè)下進(jìn)行的。著陸器通過將下降圖像中提取的陸標(biāo)與探測器事先存儲的包含陸標(biāo)位置信息的全局地圖進(jìn)行匹配從而獲得下降圖像中陸標(biāo)的位置信息，進(jìn)而利用這些已知陸標(biāo)的位置信息結(jié)合其圖像測量信息計(jì)算著陸器的導(dǎo)航信息[1,2]，因此陸標(biāo)的分布數(shù)量與分布結(jié)構(gòu)對自主導(dǎo)航的精度有很大的影響。目前來看，采用陸標(biāo)圖像信息的行星著陸自主導(dǎo)航方法大都沒有考慮導(dǎo)航陸標(biāo)的選取問題。然而，在移動(dòng)機(jī)器人導(dǎo)航領(lǐng)域，研究人員從多個(gè)方面對陸標(biāo)選取問題進(jìn)行了研究。文獻(xiàn)[3,4,5]則從陸標(biāo)的空間構(gòu)型對移動(dòng)機(jī)器人位姿估計(jì)精度的影響方面研究了導(dǎo)航陸標(biāo)的選取問題。文獻(xiàn)[4]提出了一種利用粒子群算法來規(guī)劃多陸標(biāo)情況下的機(jī)器人導(dǎo)航。

粒子群優(yōu)化算法(Particle Swarm Optimizer，PSO)[6]是Kennedy和Eberhart于1995年提出的一種群體智能仿生算法，在解決一些典型的函數(shù)優(yōu)化問題時(shí)，能夠取得比較好的優(yōu)化結(jié)果。雖然粒子群算法具有容易實(shí)現(xiàn)、計(jì)算簡單、收斂快、魯棒性好等優(yōu)點(diǎn)，但是后期容易陷入局部最優(yōu)解，收斂效率低。

很多學(xué)者通過一些方法和手段來調(diào)整慣性權(quán)值[7,8]，使算法在全局搜索和精細(xì)搜索之間達(dá)到平衡，但改進(jìn)算法只是單純地在整個(gè)區(qū)間上使用一次函數(shù)、二次函數(shù)甚至更高次函數(shù)，以及正(余)弦函數(shù)等三角函數(shù)、各種指數(shù)和對數(shù)形式的函數(shù)，構(gòu)造出非常復(fù)雜的減函數(shù)。增加計(jì)算機(jī)運(yùn)算量，降低改進(jìn)算法的優(yōu)化速度。

針對粒子群算法容易陷入局部最優(yōu)的問題，提出一種模糊邏輯規(guī)則的粒子群(Fuzzy Particle Swarm Optimizer， FPSO)算法，采用模糊邏輯規(guī)則對粒子群算法中慣性權(quán)值進(jìn)行動(dòng)態(tài)調(diào)整，以平衡全局搜索速度和局部搜索速度，并以陸標(biāo)的空間幾何精度因子(GDOP)為適應(yīng)度值以提高導(dǎo)航精度，學(xué)習(xí)選取使陸標(biāo)構(gòu)型的GDOP值最小的陸標(biāo)集值作為導(dǎo)航觀測信息，通過仿真驗(yàn)證分析選取不同導(dǎo)航陸標(biāo)數(shù)據(jù)點(diǎn)對系統(tǒng)導(dǎo)航精度的影響。

2 小天體著陸自主視覺導(dǎo)航系統(tǒng)

小天體探測器在著陸過程中通過相機(jī)獲取小天體表面圖像，采用圖像匹配算法提取陸標(biāo)特征點(diǎn)作為后續(xù)導(dǎo)航的觀測信息，圖1為采用陸標(biāo)提取方法的小天體著陸自主導(dǎo)航系統(tǒng)流程圖，首先采用角點(diǎn)檢測算法檢測下降圖像中的特征點(diǎn)作為陸標(biāo)，對下降圖像進(jìn)行尺度估計(jì)和尺度變換，對提取出的角點(diǎn)信息特征描述后進(jìn)行初始匹配，并剔除初始樣本中不符合幾何特性的部分外點(diǎn)，最后與數(shù)據(jù)庫中存儲的全局圖像進(jìn)行匹配，輸出匹配的陸標(biāo)點(diǎn)位置信息，參與后續(xù)的導(dǎo)航濾波解算。

圖1 小天體著陸自主導(dǎo)航系統(tǒng)流程圖

2.1 小天體探測器運(yùn)動(dòng)學(xué)模型

利用慣性敏感器測量建立探測器著陸運(yùn)動(dòng)學(xué)方程為

(1)

Ω(ω)定義如下

其中

2.2 小天體探測器測量模型

2.2.1 IMU測量模型

假設(shè)IMU固連于著陸器體坐標(biāo)系，可直接敏感著陸器相對于慣性空間的角速度和非引力加速度。則加速度計(jì)和陀螺的測量模型分別表示為

(2)

其中，ba和bw分別為加速度計(jì)零偏和陀螺零偏，a為除引力外所有作用于探測器上的合力產(chǎn)生的加速度：na、nw分別是加速度計(jì)和陀螺測量噪聲。

則導(dǎo)航測量方程為

探測器在著陸點(diǎn)固連坐標(biāo)系下的狀態(tài)參數(shù)為(r，q)，著陸點(diǎn)固連坐標(biāo)系下第i個(gè)特征點(diǎn)的位置矢量為Lpi， 探測器到第i個(gè)特征點(diǎn)的位置矢量在相機(jī)坐標(biāo)系下的表示為

(3)

假設(shè)光學(xué)導(dǎo)航相機(jī)模型為理想的小孔成像模型，由射影變換可得

(4)

是的，他覺得自己會下地獄。云浮人認(rèn)為，每一個(gè)命喪野獸口中的人，靈魂都已被污染，再也無法升上天空飛翔。他在心中發(fā)出一聲悲嘆，自己與任何一個(gè)族人相比，都更加渴望天空，然而到頭來，卻終究是下了地獄。

(5)

2.2.3 測速敏感器測量模型

測速敏感器輸出的相對速度的測量方程如下：

(6)

對于導(dǎo)航相機(jī)，以特征點(diǎn)在像平面的位置為觀測量，對于特征點(diǎn)由式(5)可得觀測方程為

中華傳統(tǒng)文化是世界文化之林中的一道獨(dú)特風(fēng)景，在寬廣遼闊的祖國大地上，風(fēng)情各異的地方節(jié)慶對于傳承豐富多樣的傳統(tǒng)文化，具有突出的作用。在國家大力進(jìn)行社會主義文化建設(shè)之際，深入探討地方節(jié)慶對傳統(tǒng)文化的傳承價(jià)值，是非常有必要和有意義的。筆者擬以海南軍坡節(jié)為例，對這一問題進(jìn)行深入探討。

3 FPSO的導(dǎo)航陸標(biāo)選取

粒子群算法(PSO)初始化為一群數(shù)量為N的隨機(jī)粒子(隨機(jī)解)，在D維空間中通過重復(fù)迭代，更新自身的位置以搜索適應(yīng)度值的最優(yōu)解。在每次迭代中，粒子通過2個(gè)“極值”來更新自己的速度和位置：一個(gè)是粒子自身目前所找到的最優(yōu)解，即個(gè)體極值；另一個(gè)是整個(gè)粒子目前找到的最優(yōu)解，即全局極值。粒子i(i=1，2，…，N)在第j(j=1，2，…，D)維的速度vij和位置xij按如下格式進(jìn)行更新。

(7)

式中，w為非負(fù)數(shù)，成為慣性權(quán)值(慣性因子)，描述了粒子對之前速度的“繼承”；c1和c2為非負(fù)常數(shù)，稱為學(xué)習(xí)因子(加速因子)，體現(xiàn)了粒子的社會性，即粒子向全局最優(yōu)粒子學(xué)習(xí)的特性；r1和r2為(0，1)之間的隨機(jī)數(shù)；pi=(pi1，pi2，…，piD)表示粒子i的個(gè)體極值所在位置；pg=(pg1，pg2，…，pgD)表示所有粒子的全局極值所在位置。

其中，H為導(dǎo)航濾波器的觀測矩陣。

在粒子群算法中，每個(gè)優(yōu)化問題的潛在解都是在搜索空間中的粒子，所有粒子都有一個(gè)被優(yōu)化的函數(shù)決定的適應(yīng)度值(fitness value)，每個(gè)粒子還有一個(gè)速度決定其尋優(yōu)的方向和距離。

3.1 模糊邏輯規(guī)則慣性權(quán)值的選取

慣性權(quán)值表示粒子對其原始速度的繼承狀況，控制其取值大小，可調(diào)節(jié)PSO算法的全局與局部尋優(yōu)能力。w值較大，全局尋優(yōu)能力強(qiáng)，局部尋優(yōu)能力弱，反之，則局部尋優(yōu)能力增強(qiáng)，而全局尋優(yōu)能力。因此在算法進(jìn)行過程中，通過一些方法來調(diào)整慣性權(quán)值，使算法在全局搜索和精細(xì)搜索之間達(dá)到平衡。

應(yīng)用綠色建筑設(shè)計(jì)的理念最重要的就是選用節(jié)能的設(shè)計(jì)方法進(jìn)行建筑設(shè)計(jì)，首先就要注重建筑的朝向角度，這是房屋設(shè)計(jì)的重點(diǎn)，需要結(jié)合節(jié)能技術(shù)進(jìn)行有效分析。目前，設(shè)計(jì)者要考慮和建筑的高低以及使用功能的不同，不同功能建筑所需要的日照時(shí)間是不一樣，所以設(shè)計(jì)者要合理把控樓體之間的關(guān)系，具體可以對樓間距、日照時(shí)間、角度等進(jìn)行科學(xué)的計(jì)算，還要考慮到建筑所在地理位置的經(jīng)緯度和太陽高度角及方位角的問題，從而使大部分的房屋能夠得到充足的日照，盡量設(shè)計(jì)出南北通透的房屋。

為了使得PSO算法在迭代計(jì)算的前期有較好的全局搜索能力而后期具有較好的局部搜索能力，設(shè)計(jì)一個(gè)具有模糊邏輯規(guī)則控制PSO算法參數(shù)的FPSO(Fuzzy PSO)，以適應(yīng)度本次與上次之差和迭代次數(shù)作為輸入變量，將慣性權(quán)值w作為輸出變量。為了便于計(jì)算，對迭代次數(shù)與適應(yīng)度差值這2個(gè)模糊系統(tǒng)的輸入變量進(jìn)行處理。

在模糊系統(tǒng)中兩個(gè)模糊輸入變量K1和K2與模糊輸出變量w分別由3個(gè)三角形隸屬度函數(shù)與5個(gè)三角形隸屬度函數(shù)確定，即將模糊輸入的范圍平均分成3個(gè)模糊集(L：低；M：中；H：高)，輸出的范圍平均分成5個(gè)模糊集(L：低；M：中；H：高；ML：中低；MH：中高)，分別如圖2中a)、b)所示。

圖2 隸屬度函數(shù)

輸入變量K1和K2如式(8)和(9)所示

隨著我國政府會計(jì)改革的不斷深入推進(jìn)，2017年10月24日，財(cái)政部印發(fā)《政府會計(jì)制度—行政事業(yè)單位會計(jì)科目和報(bào)表》（財(cái)會〔2017〕25號，以下簡稱《政府會計(jì)制度》），要求自2019年1月1日起全面施行，并鼓勵(lì)行政事業(yè)單位提前執(zhí)行?！墩畷?jì)制度》構(gòu)建了“具備財(cái)務(wù)會計(jì)與預(yù)算會計(jì)雙重功能，實(shí)現(xiàn)財(cái)務(wù)會計(jì)與預(yù)算會計(jì)適度分離并相互銜接”的全新政府會計(jì)核算模式，對會計(jì)科目的設(shè)置使用和報(bào)表格式及編制進(jìn)行了詳細(xì)說明，同時(shí)在附錄中列示了主要業(yè)務(wù)和事項(xiàng)賬務(wù)處理舉例。

K1=k/kmax

(8)

(9)

導(dǎo)航系統(tǒng)狀態(tài)包括探測器當(dāng)前位置、速度和姿態(tài)以及成像時(shí)刻探測器位置和姿態(tài)，即

結(jié)合粒子群算法在短暫的迭代前期收斂速度快，而在漫長的迭代后期則基本陷于停滯狀態(tài)以及系統(tǒng)迭代總體收斂的特點(diǎn)，分析輸入與輸出之間的關(guān)系如下：

1) 在迭代前期即K1值較小時(shí)，取w較大的值以利于全局搜索，在迭代后期即K2值較大時(shí)。取w較小的值以利于局部搜索；

2) 當(dāng)K2<0時(shí)，說明此次迭代總體收斂，且K2越小，w越大，此時(shí)全局搜索能力強(qiáng)；當(dāng)K2>0時(shí)，說明此次迭代發(fā)散，且K2越大，w越小，此時(shí)局部搜索能力強(qiáng)。

根據(jù)上述輸入輸出參數(shù)關(guān)系，制定模糊邏輯規(guī)則如表1所示。

表1 模糊邏輯規(guī)則

在表1中，每個(gè)規(guī)則都是一個(gè)“if…then…”的形式。對于不同的問題，可以合理選取w的取值范圍，w的取值范圍為[0.4，0.9]。

3.2 空間幾何精度因子適應(yīng)度指標(biāo)的選取

導(dǎo)航陸標(biāo)特征點(diǎn)信息很大程度上決定使用陸標(biāo)觀測信息作為觀測量的自主導(dǎo)航系統(tǒng)的精度。通常來說，當(dāng)導(dǎo)航陸標(biāo)數(shù)據(jù)庫包含陸標(biāo)個(gè)數(shù)越多，著陸器獲得的可用于導(dǎo)航的測量信息就越多，相應(yīng)地著陸器狀態(tài)估計(jì)精度也越高，相應(yīng)地著陸器精度也越高。然而，受限于著陸器上有限的存儲和計(jì)算能力以及著陸過程自主導(dǎo)航對實(shí)時(shí)性的要求，可存儲陸標(biāo)數(shù)據(jù)庫大小是有限的，因此，需要從所有可用陸標(biāo)中選取出最優(yōu)的那部分陸標(biāo)組成導(dǎo)航陸標(biāo)數(shù)據(jù)庫，則導(dǎo)航陸標(biāo)選取問題可描述為尋找既能滿足系統(tǒng)導(dǎo)航性能要求又包含最少陸標(biāo)個(gè)數(shù)的陸標(biāo)集。

對于使用陸標(biāo)選取作為觀測量的小天體著陸自主導(dǎo)航系統(tǒng)，使用陸標(biāo)點(diǎn)的空間幾何精度因子(GDOP)值作為導(dǎo)航性能指標(biāo)，在衛(wèi)星導(dǎo)航系統(tǒng)D中，GDOP用于衡量導(dǎo)航精度的數(shù)值，它表示定位誤差與空間衛(wèi)星星座間的幾何位置變化關(guān)系。更一般的說，是用來表示定位誤差放大倍數(shù)或者是精度衰減因子。在實(shí)際情況中，陸標(biāo)點(diǎn)組成的體積越小則GDOP的值越大。在選擇陸標(biāo)時(shí)要選擇陸標(biāo)分散在不同的位置，且在不同的區(qū)域都有分布，陸標(biāo)的幾何精度就會變小，從而提高導(dǎo)航系統(tǒng)的精度。

GDOP的計(jì)算公式如下

(10)

水利普查檔案應(yīng)該按要求建立歸檔文件材料的案卷和文件級目錄及重要文件材料全文數(shù)據(jù)庫，并依托相應(yīng)的管理系統(tǒng)，逐步推進(jìn)水利普查檔案信息化管理，滿足各項(xiàng)工作對水利普查檔案的利用需求。

當(dāng)陸標(biāo)個(gè)數(shù)較多時(shí)，采用全局搜索方法尋找優(yōu)化的導(dǎo)航陸標(biāo)時(shí)非常困難的，因此考慮以圖1中特征匹配提取出的陸標(biāo)為初始點(diǎn)，采用模糊規(guī)則的粒子群算法，在一定的邊界范圍內(nèi)通過選取空間精度因子(GDOP)值為適應(yīng)度指標(biāo)進(jìn)行學(xué)習(xí)，在一定迭代周期內(nèi)，更新陸標(biāo)點(diǎn)的位置搜索使得適應(yīng)度值最小的陸標(biāo)點(diǎn)，作為導(dǎo)航濾波器的觀測值。

4 小天體探測器自主導(dǎo)航算法

4.1 狀態(tài)方程

式中，k為當(dāng)前迭代次數(shù)，kmax為總迭代次數(shù)；fitnesscurrent為當(dāng)前時(shí)刻的最優(yōu)適應(yīng)度值，fitnesslast為上一時(shí)刻的最優(yōu)適應(yīng)度值。

(11)

2.2.2 導(dǎo)航相機(jī)測量模型

估計(jì)狀態(tài)為

提高教師素質(zhì)，豐富教學(xué)內(nèi)容 教師是傳播知識的關(guān)鍵環(huán)節(jié)，具有很強(qiáng)的示范作用，要率先垂范，上課不使用手機(jī)，為學(xué)生樹立良好的榜樣。教師可以通過課程環(huán)節(jié)設(shè)計(jì)，用適當(dāng)?shù)慕谭ń鉀Q較難課程內(nèi)容，選擇合適的教學(xué)方法和手段來授課，理論與實(shí)際相結(jié)合，增加課堂上的實(shí)踐性、趣味性、靈活性，通過豐富課堂內(nèi)容，增強(qiáng)課堂吸引力，讓學(xué)生在一個(gè)輕松的環(huán)境中學(xué)習(xí)。教師通過自己尊重教學(xué)、課堂、學(xué)生的良好教學(xué)態(tài)度，從而去影響學(xué)生、帶動(dòng)學(xué)生，這種示范作用對學(xué)生具有立竿見影的效果，從而使學(xué)生上課沒有時(shí)間玩手機(jī)。

(12)

系統(tǒng)當(dāng)前誤差狀態(tài)方程如下

(13)

假設(shè)k時(shí)刻相機(jī)拍攝一幅圖像，則狀態(tài)方程xE|k和協(xié)方差PEEk|k分別擴(kuò)維為xk和Pk|k

（四）防治 對于生豬霉玉米黃曲霉素中毒到目前尚無特效解毒藥。臨診中僅限于對癥處理并加強(qiáng)肝臟解毒功能。首先是立即停喂霉?fàn)€變質(zhì)飼料和可疑料，其次是根據(jù)臨床癥狀采取一些解毒措施，如應(yīng)用中藥輕瀉，促使病豬采食后的霉飼料盡快排出體外，同時(shí)注射肌苷、柴胡保肝，用維生素E和高滲葡萄糖輸液。對部分出現(xiàn)心力衰竭的豬只用安鈉咖注射液強(qiáng)心。并注意控制繼發(fā)感染。全天用5%板藍(lán)根漿飲水，連飲3～5 d。飼料中添加抑霉菌素3～5 d，增加蛋白質(zhì)和脂肪含量可增強(qiáng)豬體對黃曲霉毒素的抵抗力并減少死亡率。也可發(fā)病時(shí)用三苯甲咪唑按20 mg/kg口服，日服三次，連用數(shù)天可治療本病。

式中

4.2 觀測方程

式中，nu為測速敏感器測量噪聲。

式中，vi為觀測噪聲，設(shè)其協(xié)方差陣為Rv。

第i時(shí)刻導(dǎo)航陸標(biāo)pj估計(jì)觀測量為

(14)

則第i時(shí)刻的觀測量殘差為

yi=Zi-i

(15)

測量方程為

(16)

式中

考生還應(yīng)熟練掌握邊敘邊議的論證技巧，也即在敘述的過程中靈活自如地進(jìn)行分析論證。這樣的論證技巧尤其適用于考生對該論據(jù)較為熟悉而且覺得一兩句話概括起來較為困難的情況。當(dāng)然，邊敘邊議的論證技巧決不是意味著論證可以拖沓，而是將問題說得更深入透徹些，在論證過程中還是要講求層次分明、條分縷析。

其中

對于測距測速敏感器，由(6)可得觀測方程為

(17)

其中測量敏感矩陣為

其中

(2)皮帶運(yùn)輸系統(tǒng)。其中進(jìn)煤皮帶3條(高空皮帶1部，斜巷大傾角皮帶1部)，中煤皮帶1部，矸石皮帶2部，精煤皮帶1部，共計(jì)7部皮帶。精煤轉(zhuǎn)載皮帶由原煤場篩分3#皮帶延伸共用。

5 仿真驗(yàn)證

為驗(yàn)證本文提出的采用粒子群算法的陸標(biāo)選取導(dǎo)航系統(tǒng)的有效性和可行性，取Eros433作為目標(biāo)天體進(jìn)行數(shù)學(xué)仿真，小天體物理參數(shù)如表2所示。

表2 仿真分析參數(shù)列表

仿真初始條件為位置各方向存在50m的隨機(jī)誤差，速度各方向存在1m/s隨機(jī)誤差，姿態(tài)各軸指向存在1°的隨機(jī)誤差，導(dǎo)航陸標(biāo)位置各方向存在1m的隨機(jī)誤差，測速儀各方向存在0.01m/s隨機(jī)誤差。設(shè)導(dǎo)航相機(jī)焦距偽3.5mm，導(dǎo)航相機(jī)和測速儀以1s的采樣間隔輸出，圖像處理精度為1個(gè)像素，仿真采用模擬陸標(biāo)進(jìn)行。

(1) 炭化花生殼：將洗凈烘干的花生殼粉碎后放入坩堝中，加蓋后置于馬弗爐中進(jìn)行炭化，設(shè)置升溫梯度為100 ℃，間隔時(shí)間為10 min，待溫度分別升至300，400，500，600和700 ℃時(shí)，繼續(xù)炭化2 h，隨后冷卻至室溫取出，稱重，備用。

1)適應(yīng)度收斂分析

（4）基于GIS的選線工作輔助系統(tǒng)，其可靠性與計(jì)算結(jié)果準(zhǔn)確性及現(xiàn)有數(shù)據(jù)信息有直接關(guān)系，同時(shí)也會受到用戶自身選擇與判斷的影響。只有正確的選擇與判斷，才能充分發(fā)揮工具應(yīng)有的作用和效果。

利用FPSO算法計(jì)算陸標(biāo)優(yōu)化時(shí)，首先根據(jù)式(21)得到GDOP值作為適應(yīng)度指標(biāo)，并將式(21)作為適應(yīng)度函數(shù)，通過FPSO算法對該適應(yīng)度函數(shù)進(jìn)行逐次迭代尋優(yōu)。FPSO算法的計(jì)算步驟與2.1節(jié)PSO算法相同，只是通過模糊系統(tǒng)對慣性權(quán)值w進(jìn)行動(dòng)態(tài)調(diào)整，通過迭代尋優(yōu)，最后得到的全局最優(yōu)解即為適應(yīng)度指標(biāo)，所對應(yīng)的陸標(biāo)位置為陸標(biāo)最優(yōu)值。

圖3 適應(yīng)度收斂曲線

從圖3的收斂度曲線可看出，F(xiàn)PSO計(jì)算最終的適應(yīng)度值收斂最小值優(yōu)于PSO算法。

2)導(dǎo)航精度分析

仿真情況1：全部陸標(biāo)的300個(gè)點(diǎn)

圖4 仿真情況1濾波精度

仿真情況2：全部陸標(biāo)中的前200個(gè)

圖5 仿真情況2濾波精度

仿真情況3：隨機(jī)選取的100個(gè)陸標(biāo)

圖6 仿真情況3濾波精度

仿真情況4：FPSO選取的陸標(biāo)

圖7 仿真情況4濾波精度

表3 不同陸標(biāo)個(gè)數(shù)下蒙特卡羅導(dǎo)航誤差

從圖4～圖7及表3可看出，F(xiàn)PSO生成的陸標(biāo)(仿真情況4)在參與導(dǎo)航解算時(shí)相較仿真情況一濾波精度提高了35.6%，相較仿真情況三消耗的時(shí)間減少了47.8%，這是由于FPSO智能選取陸標(biāo)點(diǎn)時(shí)以GDOP值為適應(yīng)度值，不斷迭代生成GDOP值最優(yōu)的陸標(biāo)點(diǎn)，且可以使用較少的粒子數(shù)參與導(dǎo)航解算，減少導(dǎo)航運(yùn)算的時(shí)間。

我國制定了很多關(guān)于基層畜牧獸醫(yī)技術(shù)管理的法律法規(guī)，而且由于基層的設(shè)施條件存在欠缺，就使得工作落實(shí)非常困難。而我國正面臨著經(jīng)濟(jì)體制改革的時(shí)期，畜牧業(yè)在這個(gè)過程中也面臨著多層次的體制改革。目前也有部分地區(qū)實(shí)現(xiàn)了良好的規(guī)劃和發(fā)展，但相對來說這些情況大多發(fā)生在大城市里；而對于基層來說實(shí)施落實(shí)依然是非常困難的問題。例如，基層畜牧獸醫(yī)治療設(shè)備就難以企及大城市中獸醫(yī)的治療設(shè)備，這是客觀存在的問題。而且大多數(shù)基層畜牧業(yè)仍然處于原始放養(yǎng)的狀態(tài)，難以進(jìn)行系統(tǒng)化的管理，自然也就無法將先進(jìn)的理論概念進(jìn)行傳導(dǎo)，非常不利于基層畜牧業(yè)的系統(tǒng)發(fā)展。

6 結(jié)論

本文所提出的FPSO算法模糊邏輯規(guī)則對標(biāo)準(zhǔn)PSO算法中的慣性權(quán)值參數(shù)進(jìn)行了改進(jìn)，并將該算法應(yīng)用到小天體探測器著陸陸標(biāo)優(yōu)化選取，通過仿真結(jié)果驗(yàn)證：

2）培訓(xùn)內(nèi)容：醫(yī)院歷史沿革及文化建設(shè)、黨團(tuán)工作介紹、醫(yī)院感染控制及醫(yī)務(wù)人員職業(yè)防護(hù)、工資福利和考核、心肺復(fù)蘇、消防安全、醫(yī)療核心制度和醫(yī)患溝通、住院醫(yī)師規(guī)范化培訓(xùn)及考核和護(hù)理專項(xiàng)培訓(xùn)。培訓(xùn)時(shí)間共計(jì)為5個(gè)工作日。

1)利用模糊邏輯規(guī)則很好地權(quán)衡標(biāo)準(zhǔn)PSO算法的探索能力和開發(fā)能力。在迭代計(jì)算早期擴(kuò)大搜索范圍，在迭代后期加速收斂性能；

2)在與其它陸標(biāo)選取方法比較的基礎(chǔ)上，采用優(yōu)化的陸標(biāo)參與導(dǎo)航解算的相較全部陸標(biāo)具濾波精度提高了35.6%，相較隨機(jī)選取陸標(biāo)時(shí)間減少了47.8%。