基于能力的信息化弹药消耗预计方法

信息化弹药是现代作战中重要的精确杀伤武器,为了提高打击效率、降低费用代价,需要精确预计消耗量。针对信息化弹药毁伤概率高、受多种战场环境影响等特点,提出了基于能力的预计方法。该方法运用模糊逻辑理论对多种因素进行综合定量分析,根据弹药命中概率和目标类别获得目标-弹药匹配组合,并使用弹药费用和保障费用对匹配组合进行最低费用代价排序,通过目标价值和数量预计弹药消耗量。结合实例进行的仿真计算结果表明,该方法能有效预计信息化弹药消耗量。     

基于弹药目标数据库的弹药需求预计

弹药需求预计是弹药保障的前提,是科学筹划弹药保障方案的关键。首先给出了基于弹药目标数据库的弹药需求预计思路,进而在分析目标和弹药性能的基础上,分析了数据元素和数据结构,设计了弹药目标数据库,并给出了基于弹药目标数据库的配对选择及消耗量预计算法。基于弹药目标数据库的弹药需求预计方法能够最大可能避免基于经验推算法的弹药需求预计中大量依赖经验因素的缺陷,准确估计弹药需求,为弹药需求预计提供了新的思路。     

面向战斗条件因素的弹药消耗预计融合算法

考虑战斗条件因素对战役级别弹药消耗的非线性关联影响,按照影响因素模糊处理-因子分析-回归预测的思路,通过构建模糊逻辑控制系统,优化因子分析的方法,建立以公共因子为自变量的回归模型,得到量化预测结果,增强对作战任务等战斗条件因素的精准量化能力,提升回归模型拟合的准确度。通过实证检验,该算法对不同战斗条件因素下的弹药消耗预测准确率较高。     

面向作战任务的弹药消耗预测模型研究

针对战时弹药供应存在断供以及盲供问题,从实战情况出发,按照宏观把握与微观分析相结合的思想,在重点分析弹药消耗规律与补给特点的基础上,建立了基于消耗规律的战时弹药预测模型．以红蓝双方对抗演习为背景,以影响弹药消耗与补给的各类因素为落脚点,通过数值计算与结果对比分析,验证了预测方法的有效性,一定程度上为指挥员宏观层面上整体把握弹药消耗规律,快速制定弹药补给方案提供了重要的辅助支撑作用．     

基于自适应模糊神经网络的弹药消耗预计模型

根据我军弹药消耗预计方法的现状,利用模糊控制和神经元网络原理,提出了一种新的预计方法。量化的作战条件作为系统的输入,预计值作为系统的输出,根据历史的输入、输出数据确定系统的特性,建立预计模型。利用此种方法建立的模型根据历史数据训练后,输入现有战斗估计条件,即可对部队日平均作战消耗做出预计。     

弹药可靠贮存寿命预计方法

本文针对现阶段弹药贮存可靠性数据不充分和研制阶段贮存可靠性评定比较困难的现状,提出了弹药可靠贮存寿命的4种预计方法,对每种方法的适用场合、实施步骤,特别是对相似产品法在弹药可靠贮存寿命中的应用做了较为详细的介绍。     

面向装备作战的弹药消耗智能预测方法

针对装备作战仿真环境下,弹药消耗预测计算时间长、实时仿真速度慢的问题,以战役战术火力毁伤弹药需求预测计算方法为主线,以人工神经网络为技术支持,提出了智能化的弹药消耗预测方法。通过遗传算法对网络连接权值的训练及优化,以及误差目标函数的改进与隐含层神经元数目的智能选取,提高弹药消耗预测的实时仿真速度,为下一步的弹药消耗预测研究提供了理论参考与方法支持。     

面向装备作战仿真的弹药消耗预测方法研究现状

作战模拟、数理模型和智能算法是当前弹药消耗预测常用的三类方法。美陆军弹药消耗预测系统是基于作战模拟弹药消耗预测方法的代表,预测过程模块化、系统化。基于数理模型的弹药消耗预测包括基于能力和面向目标威胁的两类方法,预测过程科学化、严谨化。基于智能算法的弹药消耗预测包括时间序列分析和人工神经网络两类方法,预测过程智能化、精确化。各类预测方法在武器—弹药—目标的分组方式与目标分配原则等方面尚存在问题,未来应加强联合火力下以及高技术弹药消耗预测研究。     

基于战时弹药消耗及补给数据的弹药储备量控制方法

针对战时基于定点调拨的弹药储备与基于定期调拨的弹药储备中存在的断供与盲供问题,从弹药消耗及补给数据出发,围绕弹药消耗量、补给量与储备量之间的相互关系,以优化技术为手段,兼顾基于定点调拨弹药储备与基于定期调拨弹药储备的优点,通过寻求最佳弹药储备量和最佳弹药补给点的方法,实现了弹药储备量的优化控制,为今后的弹药储备控制方法研究提供了理论依据和参考。