集成DEMATEL-ISM的防暴弹药寿命影响因素分析

为改善防暴弹药储存管理手段,从寿命影响因素着手,强化对关键影响因素的重点管控,对延长防暴弹药的储存寿命具有重要意义。通过提取防暴弹药寿命影响因素,根据领域专家经验对因素间的直接影响关系进行评判,基于熵权集结专家数据,改进集成DEMATEL-ISM方法用于构建防暴弹药寿命影响因素递阶层次结构模型,通过实证表明储存环境差异和组织失效是影响防暴弹药储存寿命的关键因素。研究结论对改进防暴弹药寿命管理措施有借鉴意义。     

鱼雷作战效能分析

从工程实际出发,结合鱼雷作战效能的动态性,综合考虑发射装置对鱼雷作战效能的影响,在鱼雷作战效能模型中引入发射装置的影响因素,同时对传统鱼雷寿命剖面进行了重新划分,首次把鱼雷在发射平台的装载阶段归入鱼雷的任务剖面,充分考虑鱼雷在整个寿命剖面内储存可靠性、装载可靠性和实航可靠性的时序性,则实航可靠性与储存可靠性、装载可靠性存在一定的关系,应用传统WSEIAC效能模型对鱼雷作战效能进行分析计算.     

装备经济寿命的一般规律研究

为研究装备经济寿命的变化规律,需要对装备经济寿命进行解析求解。经典的经济寿命模型未给出解析解,而是采取列表试算法,难以对经济寿命的影响因素进行分析。通过引入Lambert W函数,将装备经济寿命表示成影响因素的显式方程;在此基础上,分析了各影响因素对经济寿命的影响规律,归纳出提高经济寿命的方法。同时,为实现经济效益最大化,提出了最佳使用维修费增长率的概念,并给出了解析公式计算最佳使用维修费增长率的取值区间。算例验证表明,分析结论正确。     

某型枪弹火药性能对内弹道性能影响试验研究

通过对某型枪弹 (如经过技术处理的正常弹、减量弹、加温弹、干燥弹及受潮弹 )初速和最大膛压的测定 ,得出火药的药量、初温及挥发份对内弹道性能 (如膛压、初速 )有较大影响 ,因此 ,必须严格控制弹药的储存条件及装药量。     

工龄更换策略下的备件库存决策研究

针对单部件系统工龄更换策略下备件需求的特点,建立了工龄更换策略与备件库存控制的联合优化模型。该模型通过分析一个订购期内工龄更换间隔期T及备件最大库存水平S对系统寿命分布的影响,建立了工龄更换间隔期、订购间隔期及最大库存水平与单位时间总费用（包括维修费用和库存费用）的关系,然后以单位时间总费用最小为目标,优化工龄更换间隔期T、订购间隔期t0及最大库存水平S。最后,基于案例,运用Matlab对模型进行数值计算,结果表明模型能有效地降低单位时间的总费用。     

基于两级库存的装备备件配置优化模型

备件库存配置优化是提高装备战备完好性、降低装备寿命周期费用的重要途径。分析了基地级仓储中心、基层级仓库两级装备现场可更换单元(Line-Replacement Unit,LRU)库存系统,提出了备件初始配置方案下库存缺货模型,建立了基于备件隶属关系的两级库存系统配置优化模型。该模型以装备可用度和库存费用为优化目标,通过优化备件库存配置结构,形成合理的备件库存配置方案,从而降低备件配置费用,避免资源浪费。     

某型弹药可靠储存寿命估计

本文针对某型弹药结构件材料特点及其对该型弹寿命周期的影响,建立了该弹药长期储存可靠寿命数学模型,确立了弹药单发和批失效判定准则,基于试验数据对该型弹药可靠储存寿命进行了估计。     

基于结构特征预测库存装甲丁腈橡胶器材剩余寿命

针对装甲丁腈橡胶器材在超长期储存时出现的质量变化情况,基于聚合物分子链段运动的时-温等效特性,运用差示量热扫描(DSC)、红外光谱(IR)等方法,通过分析橡胶的特征峰及结构特征的变化规律,研究其质量变化规律,提出了橡胶器材的寿命预测模型,为进行装甲橡胶器材贮存寿命分析、保养与质量控制提供了理论依据.     

军用储备润滑脂质量变化规律的研究

为作好润滑脂的质量保障，开展了军用地面装置润滑脂在储存中质量变化规律的研究。通过研究润滑脂在储存期间的各项理化指标、性能指标、内部结构的变化，确定了影响润滑脂质量变化的主要原因及指标。为全面研究军用润滑脂的储存性能探索出了好的方法，并为最终制定军用润滑脂储备规范打下了基础。     

鱼雷装备备件隶属关系的两级库存系统配置优化研究

备件库存系统配置优化是提高武器装备的战备完好性和降低寿命周期费用的重要途径,但在装备组成结构中,由于部件之间存在一定的隶属关系,并不是所有的项目都能够进行串件。针对现有两级库存系统备件配置优化研究的不完善之处,根据装备结构层次特点,通过分析鱼雷装备LRU和SRU备件两级库存系统,提出了备件初始配置方案下的备件库存缺货数模型,并在此基础上建立了基于备件隶属关系的两级库存系统配置优化模型。该模型以鱼雷装备使用度和库存费用为优化目标,通过优化备件库存配置结构,生成较好的备件库存配置方案,从而节约备件配置费用,避免造成资源浪费。     

某型火箭炮弹对面积目标的毁伤仿真

某型火箭炮是新型的主战装备,对其战术技术性能的研究具有重要意义。采用仿真的方法对该型武器系统对目标的毁伤过程进行研究,可以大大节约实弹射击所需经费,并且可以动态地观察毁伤过程的细节。根据某型火箭炮弹抛撒子弹模型及子弹毁伤目标性能指标,采用理论分析和计算机模拟手段,对该型火箭炮弹对面积目标的毁伤过程进行了仿真,并得出了毁伤效率随子弹枚数和CEP的变化规律。研究成果对该型武器系统的作战运用具有借鉴意义。     

基于ANFIS的空袭目标攻击意图量化方法

为准确评估空袭目标的威胁程度和提高指挥员的防空决策水平,采用自适应神经模糊推理系统(ANFIS)对空袭目标的攻击意图量化分析。该方法将模糊推理和人工神经网络有机地结合起来,充分利用专家知识,综合集成了航向角攻击意图系数和高度攻击意图系数。仿真结果表明,建立的攻击意图量化系统反映了影响因素和攻击意图的映射规律,方法合理有效,能够为防空作战提供决策支持。     

The effect of training data set size and the complexity of the separation function on neural network classification capability: The two-group case

Classification among groups is a crucial problem in managerial decision making. Classification techniques are used in: identifying stressed firms, classifying among consumer types, and rating of firms' bonds, etc. Neural networks are recognized as important and emerging methodologies in the area of classification. In this paper, we study the effect of training sample size and the neural network topology on the classification capability of neural networks. We also compare neural network capabilities with those of commonly used statistical methodologies. Experiments were designed and carried out on two-group classification problems to find answers to these questions. The prediction capability of the neural network models are better than traditional statistical models. The learning capability of the neural networks is improving compared to traditional models because the discriminate function is more complex. For real world classification problems, the usage of neural networks is highly recommended, for two reasons: learning capability and flexibility. Learning capability: Neural network classifies better in sterile experiments as performed in this research. Flexibility: Real life data are rarely not contaminated with noise, such as unknown distributions, and missing variables, etc. Neural networks differ from a statistical model that it is not dependent on any assumption concerning the data set distribution. © 1997 John Wiley & Sons, Inc. Naval Research Logistics 44: 699–717, 1997     

基于卷积神经网络的卫星网络协调态势评估方法

为充分发掘利用海量卫星网络数据,提高决策效率,加强空间频轨资源获取与储备的分析手段,尤其是对地球静止轨道资源的协调获取问题,提出基于机器学习算法的卫星网络态势评估策略。通过对卫星网络协调因素进行特征分析,选择卷积神经网络(Convolution Neural Network, CNN)为目标算法模型,并建立算法模型的训练数据集及Label规则,采用分裂信息增益度量方法对数据进行降维处理,建立CNN评估模型,并进行了验证分析。结果表明,CNN模型对卫星网络协调态势评估问题测试的正确率高达80%以上,具有较高的评估效能。随着数据量的增多,CNN评估效果逐步提升,是一种在卫星网络协调态势分析、资源储备的有效评估方法。     

基于多级神经网络的类型融合

研究了基于多级神经网络的类型融合方法。这种多级神经网络分为传感器子网和融合子网两部分。传感器子网是一种基于专家规则的模糊神经网络,根据专家规则确定网络结构,网络节点和传递函数都有明确的意义,避免了普通神经网络层数和隐层节点数难以确定的缺点。经过训练的传感器子网能够实现各目标类型的置信度分配,然后用融合子网对多个传感器子网输出结果进行融合,得到目标类型的最终判决。在融合子网中,加入了各传感器的可信度,使融合结果更可靠。仿真结果表明,此方法鲁棒性强,识别率高。     

弹药贮存微环境温度智能化预测

高效、准确获取弹药贮存微环境温度变化规律是开展弹药寿命评估与延寿的关键。结合神经网络算法以及传热学原理,研究了弹药贮存微环境温度预测模型,并基于此模型开发了一套弹药包装箱微环境预测软件,用以预测不同气候环境下包装箱内部的温度变化。在敦煌、漠河进行了相关试验,用以验证软件预测正确性以及参数优化。结果表明：应用基于神经网络算法开发的包装箱微环境预测软件,根据不同包装箱材料,调控贮存地点以及控制贮存起始温度,可以实现对箱内温度的控制。     

神经网络仿真导弹阵地信息化评估

分析了导弹阵地信息化建设的内容,构建了导弹阵地信息化建设的评估指标体系,建立了基于BP神经网络的导弹阵地信息化建设评估模型,基于Matlab神经网络工具箱是实现网络模型的建立、训练和仿真,利用训练好的网络模型对不同导弹阵地的信息化建设情况进行了评估.计算分析表明,建立的测评体系符合实际,模型便于部队和决策机关操作,对于...     

结合规则知识与神经网络于空袭武器的辅助选择

结合规则推理与神经网络,提出了一种新的空袭武器辅助选择方法。其根据空袭武器选择的基本原则以及问题的特点,构造T-S模糊逻辑系统及其实现的相应神经网络模型,然后通过已有的战例与试验例子训练神经网络,并对问题进行求解,得出空袭武器选择提供依据(一种量化的武器适用度)。另外,还利用专家提供的规则知识于学习实例的预处理,学习实例信息的扩充。     

基于切比雪夫神经网络的软件定义卫星网络智能路由策略

针对现有的软件定义卫星网络中流表占用的三态内容寻址存储器空间不断增加,复杂的流表项查找、匹配过程导致路由转发效率降低,无法满足多样化应用需求的问题,提出基于神经网络的软件定义卫星网络智能路由架构。控制器通过训练神经网络获取数据流的传输模式,并用训练后的神经网络代替流表,在此基础上提出基于Chebyshev神经网络的智能路由策略,交换机根据数据流的业务类型预测其转发路径,以满足卫星网络应用的服务质量要求。仿真结果表明:所提路由策略显著减少了占用的三态内容寻址存储器存储空间,提高了路由效率。     

基于灰色神经网络的装甲器材需求量预测

分析了装甲器材需求量影响因素,将灰色预测与神经网络预测方法相结合,建立了装甲器材需求量预测的灰色神经网络计算模型。该模型具有灰色系统的少数据建模及神经网络的精度可控性等优点,能较好地解决目前装甲器材需求预测精度不高的问题,可为装甲器材管理部门制定订购、调拨计划提供决策依据。