基于自适应模糊神经网络的油料消耗预测模型

根据我军油料消耗预测方法的现状，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，激励预测模型，利用此种方法建立的模型根据历史数据训练后，输入现有作战估计条件，即可对部队日平均油料消耗做出预测。     

动态规划在机动作战油料保障中的应用

针对机动作战中各部队对油料需求量不同的这一特点，通过建立离散确定性动态规划模型，解决了在只有N支油料补给小分队且不能满足全部油料保障需求的情况下，油料部门如何同时给M个担负机动作战任务的部队派遣油料补给小分队的问题，使M支作战部队总的油料缺额达到最小。最后通过一个实例验证了该模型的有效性。     

基于集对分析的海上油料补给方法选择优化

针对各种复杂环境对海上油料补给方法选择的不确定性影响,在分析海上油料补给方法选择影响因素的基础上,确定了海上油料补给方法选择的属性要素,运用集对分析理论建立了海上油料补给方法选择的优化模型;采用变异系数法计算属性权重,通过构建海上油料补给方法选择的正、负理想方案,确定了各备选方案与理想方案之间的联系度。算例分析结果表明,将集对分析运用于海上油料补给方法的选择,能够有效降低多种复杂因素对油料补给方法选择的不确定性影响。     

无人作战分队的不确定性作战任务建模

现代战争战场形势复杂多变,若忽略任务的不确定性带来的影响,则可能导致生成的作战任务在实际战场中无法准确执行,针对此问题,在结合IDEF0和IDEF3建模方法的基础上,考虑了任务的不确定性因素,加入了概率学的理论,依此建立了无人作战分队的不确定性任务模型。分析了任务之间的联系,给出了相应的图元映射表。对IDEF0和IDEF3的建模方法作了阐述。最后对一个无人作战分队攻占主要夺控点的不确定性作战任务进行了建模,验证了该方法的有效性。     

不确定性作战任务形式化描述方法

针对复杂作战环境下作战任务的不可预知性特点,对不确定性任务的形式化描述方法进行了深入研究。分析不确定环境导致的任务分解和执行过程中存在的不确定性因素,从任务本身的不确定性、任务之间关系不确定性以及作战单元执行不确定性等方面,对不确定性任务进行了形式化描述,提出了不确定性任务形式化描述流程,最后通过一个实例对所提方法进行了验证。     

不确定性量化法在空间作战指挥决策中的应用

从空间作战指挥决策、不确定性量化法的概念入手,介绍了专家意见的不确定性量化以及不确定性决策的具体过程;并以攻击某一光学侦察卫星S为例,详细分析了不确定性量化法在空间作战指挥决策中的应用。得出,采用不确定性量化法对空间作战指挥决策问题进行研究,符合空间作战的实际,能很好地解决空间作战指挥决策中出现的部分不确定性问题。     

指挥信息体系作战需求鲁棒论证方法框架北大核心

传统的作战需求论证方法已经无法较好地处理指挥信息体系建设中的不确定性。首先给出作战需求的定义,构建了指挥信息体系作战需求形式化概念模型,并建立了多层次多视点的指挥信息体系作战需求描述框架。在此基础上,分析了指挥信息体系论证中的不确定性,定义了鲁棒性,构建了指挥信息体系作战需求鲁棒论证的过程。最后对涉及的关键问题,包括使命任务鲁棒分析、能力需求鲁棒探索、基于SOA的体系方案设计,以及方案鲁棒优化决策等进行了初步探析。     

陆军智能化作战大样本推演技术研究

针对复杂作战背景下不确定性带来的作战推演技术难题,本文面向方案推演分析和战法战术优化分析等实际应用需求,以不确定性、深度学习、数据挖掘等相关理论为基础,重点从推演分支生成、作战指挥智能化决策、推演数据可视化分析等方面进行研究,为陆军基于智能对抗推演理论和技术进行联合作战概念分析、武器装备论证实验、作战方案推演分析和战法战术优化分析提供支撑。     

指挥信息体系作战需求鲁棒论证方法框架

传统的作战需求论证方法已经无法较好地处理指挥信息体系建设中的不确定性。首先给出作战需求的定义,构建了指挥信息体系作战需求形式化概念模型,并建立了多层次多视点的指挥信息体系作战需求描述框架。在此基础上,分析了指挥信息体系论证中的不确定性,定义了鲁棒性,构建了指挥信息体系作战需求鲁棒论证的过程。最后对涉及的关键问题,包括使命任务鲁棒分析、能力需求鲁棒探索、基于SOA的体系方案设计,以及方案鲁棒优化决策等进行了初步探析。     

美军舰艇编队远洋作战油料保障现状分析

舰艇编队远洋作战油料保障是远洋作战后装保障的重要组成部分。针对美军舰艇编队远洋作战油料保障现状,梳理了其理论研究、保障模式、基地建设和装备发展情况,总结了其对我军建设的启示。     

Demand forecasting by temporal aggregation

Demand forecasting performance is subject to the uncertainty underlying the time series an organization is dealing with. There are many approaches that may be used to reduce uncertainty and thus to improve forecasting performance. One intuitively appealing such approach is to aggregate demand in lower‐frequency “time buckets.” The approach under concern is termed to as temporal aggregation, and in this article, we investigate its impact on forecasting performance. We assume that the nonaggregated demand follows either a moving average process of order one or a first‐order autoregressive process and a single exponential smoothing (SES) procedure is used to forecast demand. These demand processes are often encountered in practice and SES is one of the standard estimators used in industry. Theoretical mean‐squared error expressions are derived for the aggregated and nonaggregated demand to contrast the relevant forecasting performances. The theoretical analysis is supported by an extensive numerical investigation and experimentation with an empirical dataset. The results indicate that performance improvements achieved through the aggregation approach are a function of the aggregation level, the smoothing constant, and the process parameters. Valuable insights are offered to practitioners and the article closes with an agenda for further research in this area. © 2013 Wiley Periodicals, Inc. Naval Research Logistics 60: 479–498, 2013     

基于熵权的岸基油料保障设施设备效能评估

岸基油料保障是舰艇油料保障的重要方式，岸基油料保障设施设备效能直接影响舰艇油料保障效率。通过对影响岸基油料保障设施设备效能因素的分析，从储油设施设备、输油设施设备、油料装卸加注设施设备3个方面建立了评价指标体系。针对评价中指标权重确定时主观性较强的缺点，引入信息熵的概念进行评价指标权重的计算，建立了基于熵权的岸基油料保障设施设备效能评估模型。通过对3个基地岸基油料保障设施设备效能的实例分析，验证了模型，为舰艇岸基油料保障提供了决策依据。     

油料消耗神经网络组合预测模型

油料消耗单一预测模型精度不高,难以适应信息化条件下精确保障需要。以单一的神经网络预测模型、时间序列预测模型和灰色预测模型为组合预测的基础,利用神经网络求取3种预测模型的组合预测权重系数,将这3种单一预测模型的预测结果作为神经网络组合预测模型的输入,求得一个新的预测结果。平均相对误差和均方差比表明,神经网络组合预测模型比单一预测模型更为优越。     

基于层次分析法的军队油料消耗组合预测模型

在军队油料消耗预测中以直线趋势外推预测法、季节指数预测法和灰色预测法构成组合预测模型，以此为基础引入层次分析法来确定各自权重，按各项预测的重要程度求出组合预测结果。组合预测结果精度较高，并且通过对该组合预测模型中的判断矩阵灵活调整，从而可得到一组适合对应单位的油料消耗组合预测权系数，具有良好通用性，在部队中具有较好的推广价值。     

An adaptive forecasting algorithm and inventory policy for products with short life cycles

Products with short life cycles are becoming increasingly common in many industries, such as the personal computer (PC) and mobile phone industries. Traditional forecasting methods and inventory policies can be inappropriate for forecasting demand and managing inventory for a product with a short life cycle because they usually do not take into account the characteristics of the product life cycle. This can result in inaccurate forecasts, high inventory cost, and low service levels. Besides, many forecasting methods require a significant demand history, which is available only after the product has been sold for some time. In this paper, we present an adaptive forecasting algorithm with two characteristics. First, it uses structural knowledge on the product life cycle to model the demand. Second, it combines knowledge on the demand that is available prior to the launch of the product with actual demand data that become available after the introduction of the product to generate and update demand forecasts. Based on the forecasting algorithm, we develop an optimal inventory policy. Since the optimal inventory policy is computationally expensive, we propose three heuristics and show in a numerical study that one of the heuristics generates near‐optimal solutions. The evaluation of our approach is based on demand data from a leading PC manufacturer in the United States, where the forecasting algorithm has been implemented. © 2004 Wiley Periodicals, Inc. Naval Research Logistics, 2004.     

装甲装备周转备件需求最优组合预测

针对单项统计预测模型存在的不足,提出采用组合预测方法进行周转备件需求预测的观点,并建立了周转备件需求最优组合预测模型。首先,介绍了组合预测的基本原理和常用的周转备件单项预测方法。在综合权衡预测结果精度和稳健性的前提下,建立了基于预测误差绝对值和最小的周转备件最优组合预测模型,并给出了确定各加权系数和预测评价效果的方法。最后,结合案例验证了该组合预测方法的有效性和优越性。     

全寿命理论在油料装备科学化管理中的运用

运用全寿命理论对油料装备实施科学管理,能够节约各种经费投入,有效提高油料装备的管理效能,这对新时期军队油料装备的管理与建设具有深远意义。论述了油料装备全寿命管理的内涵和管理体系,重点分析了油料装备全寿命管理信息化与全寿命期经费管理问题,探讨了全寿命理论在油料装备科学化管理中的发展趋势。     

基于权重灰色关联分析的装甲车辆发动机使用状态评价研究

为综合预测装甲车辆发动机使用寿命,应用相关性分析构建发动机使用影响因素指标体系,进行指标权重计算．提出并应用权重灰色关联分析方法,定量评价装甲车辆发动机使用状态,定义并计算发动机使用条件修正系数,得到发动机使用影响因素指标权重集,以及不同使用条件下发动机使用寿命预测计算方法．     

气象探空火箭气温测量不确定度评估方法

在气象火箭测温修正模型基础上,通过误差分析理论,对温度修正及其不确定度评估方法进行研究。根据火箭探空仪在空中下落过程中大气密度变化规律,建立温度修正数学模型,推导得到温度修正公式。根据误差理论,分析影响温度修正的八项误差因素,并逐项给出温度修正误差表达式。以气象火箭实测数据为例,运用上述公式,对探空火箭温度反演不确定度进行分析计算。结果表明:温度反演不确定度在50~60 km较大,最大为3.6 K;40~50 km不确定度为0.3~0.9 K;40 km以下,不大于0.3 K。影响温度不确定度的因素主要是气动加热修正项、滞后效应修正项、结构热传导修正项和传感器对环境热辐射修正项。数据处理时采用参考大气或标准大气仅进行一次修正是不够的,需进行迭代修正,单次修正结果与迭代修正结果差异最大可达5.6 K。     

军事供应链不确定性产生机理研究

军事供应链中不可避免地存在不确定性。构建了军事供应链不确定性产生机理的概念模型,从需求、供应、环境三个方面分析了军事供应链不确定性产生的原因,同时,对军事供应链中可能存在的各种不确定性进行了讨论,明确了加剧不确定性影响的因素是军事供应链系统的复杂性。具体表现为军事供应链成员交互关系的复杂性和军事供应链网络结构的复杂性。提出正是由于这两个原因的存在,对军事供应链的保障性能产生了巨大的影响。