基于AHP—ML Ⅱ融合算法的先验分布研究

在缺乏可靠性试验数据的情况下,为得到可信的评定结论减少主观影响,需要从信息融合的角度出发,充分利用产品先验信息。以获得关于产品可靠性的更完整和更准确的判断信息,从而进一步形成对产品性能的可靠估计或预测。提出一种基于AHP-ML II的融合算法,对先验信息进行层次分析法处理后,再使用第二类极大似然估计法进行二次处理,通过不同的信息在融合后的先验分布中所起作用的大小,确定出各部分的权重因子,最后通过实例仿真分析得出该算法确实比融合前具有更好的合理性和可靠性。     

目标识别系统中的一种多传感器数据融合算法

Dempster证据组合规则在D-S证据理论中具有十分重要的作用。但在将Dempster证据组合规则应用于多传感器数据融合时,理论上仍有值得探讨之处。在对Dempster证据组合规则进行分析的基础上,提出了解决目标识别系统中多传感器数据融合的“一次Dempster联合法”,避免了原有算法中需多次采用Dempster证据组合规则来计算的问题,从而减少了计算量。     

基于蚁群算法的模糊控制规则优化设计

为了避免设计模糊控制系统时遇到的“规则爆炸”问题,提出基于模糊相容系数的模糊规则优化方法．该方法定义了模糊规则的相容程度,得出的相容系数矩阵作为蚁群算法的启发式因子．采用蚁群算法优化模糊规则进行仿真,结果显示该方法生成的模糊规则具有较好的相容性和控制性能．     

验前信息在武器装备试验中的应用研究

针对武器装备定型试验时如何把验前积累大量的先验信息科学合理利用,根据武器装备不同种类的验前信息,确定其分布类型并采用参数和非参数检验方法进行相容性检验,使经过预处理的验前信息能够为试验所用,并通过实例验证了该方法的科学可行性。该方法对验前信息在武器装备试验及结果评定中的应用具有一定意义。     

State information lag markov decision process with control limit rule

In the framework of a discrete Markov decision process with state information lag, this article suggests a way for selecting an optimal policy using the control limit rule. The properties sufficient for an optimal decision rule to be contained in the class of control limit rules are also studied. The degradation in expected reward from that of the perfect information process provides a measure of the potential value of improving the information system.     

采用故障信息分级确定最佳监测点分布

装备结构的复杂性使监测中确定最佳分配点极为困难,本文在最大故障信息量的基础上,提出了故障信息分级的判定原则,用以确定监测点的最佳分布,从而可在最少监测点的情况下,获得最多的装备运行故障信息,为故障诊断提供可靠数据。     

基于复合等效可信度加权的Bayes融合评估方法

在小子样试验评估时,为避免大量先验信息湮没实际飞行试验的信息,融合先验补充样本时通常会进行数学相容性检验并加权.首先分析了小子样情形下直接根据数据计算数学相容性可能造成的不稳定性,为改善这种情况,根据不同试验类型的不同试验环境,对不同试验类型下的误差进行分析和折合,定义了物理等效可信度;并结合物理等效可信度和数学相容性检验,得到先验样本的复合等效可信度权重,基于正态逆伽玛分布计算了Bayes融合评估的后验结果;通过比较Bayes估计后验方差与不磁合先验信息的估计后验方差,根据先验信息参与融合后是否能减小后验方差来判断先验样本是否应该参与融合.理论分析和仿真说明,基于复合等效可信度的加权方法是合理的.     

Countering the effects of IED systems in Afghanistan: an integral approach

The current approach to countering the threat of improvised explosive devices (IEDs) in Afghanistan has met with limited success. The relative lack of success may be in part because the current approach is not holistic and discounts the social systems that foster the IEDs. Insurgents are using IEDs as a tool to further their strategic aims, but the coalition and to a lesser extent the Government of the Islamic Republic of Afghanistan (GIRoA) are attacking the IEDs as if they are an end in and of themselves. Combining network disruption with information change maximizes the opportunities for mitigating the IED threat. More specifically, to mitigate the IED threat requires disrupting the social and economic systems associated with IEDs, and at the same time providing alternative economic opportunities and improving rule of law and governance at the local level. In other words, counter-IED (C-IED) must be Counter-Insurgency (COIN) centric to be successful. This paper reviews the current state of C-IED efforts, identifies five main problems with the current approach, and suggests changes to reduce or mitigate the IED threat in Afghanistan.     

基于Dempster组合规则的电子目标识别算法研究

在军事目标识别中,必须综合考虑目标的电磁辐射信息和红外图像信息,并采用有效的识别算法,才能准确识别电子目标。提出了基于Dempster组合规则的电子目标综合识别方法,完成了基于Dempster组合规则的电子目标自动识别综合处理算法研究,并进行了仿真实验,试验结果表明,该算法是可行的。     

基于测高精度最优值的星载分布式InSAR编队构形设计方法

编队构形设计是分布式干涉SAR系统总体设计的关键问题,它必须紧密结合系统性能评价和编队运动规律进行。针对星载分布式干涉SAR的双站、斜视、空间基线等特点,以主星带辅星群分布式InSAR为例,建立干涉测高精度与基线矢量的关系;以直角坐标过渡,建立基线矢量与卫星间轨道根数差的关系,从而建立了测高精度与卫星轨道根数差的关系;以雷达工作的中间时刻达到测高精度最优值为设计准则,得到双星和多星编队设计方法;仿真分析表明根据上述设计方法得到的优化编队构形,其测高性能要优于干涉车轮和干涉钟摆编队。     

Monotone optimal preventive maintenance policies for stochastically failing equipment

This paper examines various models for maintenance of a machine operating subject to stochastic deterioration. Three alternative models are presented for the deterioration process. For each model, in addition to the replacement decision, the option exists of performing preventive maintenance. The effect of this maintenance is to “slow” the deterioration process. With an appropriate reward structure imposed on the processes, the models are formulated as continuous time Markov decision processes. the optimality criterion being the maximization of expected discounted reward earned over an infinite time horizon. For each model conditions are presented under which the optimal maintenance policy exhibits the following monotonic structure. First, there exists a control limit rule for replacement. That is, there exists a number i* such that if the state of machine deterioration exceeds i* the optimal policy replaces the machine by a new machine. Secondly, prior to replacement the optimal level of preventive maintenance is a nonincreasing function of the state of machine deterioration. The conditions which guarantee this result have a cost/benefit interpretation.     

小子样条件下巡航导弹的命中精度评估方法

针对巡航导弹定型试验发数少、验前试验信息源多的特点,提出小子样条件下,通过可信性检验分别得到每个验前信息源的可信度,在导弹落点偏差分布为正态-逆伽马分布的假设下,获得评估的验前分布参数,选择基于可信度的加权方法对多源验前信息进行融合,采用Bayes估计方法得到命中精度。最后结合实例进行仿真,说明了该方法较传统的Bayes方法更稳健,很适合巡航导弹命中精度的评估。     

维修性试验验前信息融合方法

针对小子样维修性试验因数据异总体而导致验前信息融合精度低的问题,提出了基于信息可用度的验前信息折合模型,解决了因数据异总体无法融合的问题;利用随机加权法对验前分布参数进行了拟合,准确地表述了验前分布;提出了基于支持度的融合权值确定方法,提高了各验前分布融合权值分配的合理性;最后,通过某装备维修性试验验前信息融合实例,表明了该方法具有一定的工程应用价值。     

利用构造性仿真评估导弹精度

通过对导弹落点散布的构造性仿真获得了落点(均值与方差)的验前分布参数,通过与现场试验数据的相容性检验获得了验前信息的可信度,在考虑验前信息可信度的情况下获得了命中点的均值与方差的验后Bayes估计。算例表明该方法对于仿真信息的应用合理可信,考虑可信度下的Bayes估计具有较好的置信度。     

多元先验信息的融合问题

在多元先验信息条件下,运用Bayes理论讨论问题时,必然会遇到先验信息融合问题.文中提出了几种简化形式,并针对产品失效率的多个先验信息情形,结合实例与熵度量的拟合优度说明了该方法的合理性.     

网络中基于Agent的信息搜索特点及策略规划

基于网络条件下信息搜索的特点,采用搜索策略表示信息收集Agent对主机进行信息查寻的规划和过程,将搜索过程看作是一个三维空间,这个空间由条件、方法、信息源构成;给出了一种基于Agent的信息查找策略,用AgentSpeak(L)描述并实现了规划过程.     

多源信息的Bayes融合精度鉴定方法

为了合理运用多种验前信息 ,文中首先引入了验前信息的可信度的概念 ,由此论述了验前信息与现场试验信息的融合方法 ,给出了多源信息下的Bayes精度鉴定方案。最后以实例说明鉴定方案的运用。     

Weibull型产品的可靠性验证

讨论了Weibull型产品的可靠性验证问题 ,首先分析了Weibull型产品分布参数的无信息验前分布问题 ,利用验前信息可以得到分布参数的验前概率密度函数 ,进而分析了产品的可靠性验证问题 ,顾及了使用方利益和生产方利益。仿真算例表明 ,使用方利益和生产方利益是相互折衷的。     

一种单像机对运动目标定位的新方法

运动目标的空间位置确定是光学测量的重要内容,具有十分广泛的工程应用背景。针对无目标距离信息和目标上已知控制点的单像机成像情况,通过假设目标服从某种运动规律,增加目标定位的约束信息,提出了一种单像机对运动目标定位的新方法:共线方程法。仿真计算证明了此方法的正确性和可行性。     

Optimizing search with positive information feedback

A search model is formulated in which positive information may be obtained, through the detection of trails, as to the target's earlier whereabouts. The corresponding Bayesian update formulas for target location probabilities are derived. The model does not appear to be amenable to rigorous optimization. A moving-horizon rule, and a heuristic simplification thereof, are, however, derived. In two numerical examples it is demonstrated that actively designing for detecting trail information, through use of these moving-horizon rules, has substantial potential advantage over using, for example, myopic rules even if the positive information is adaptively incorporated into location probabilities before applying the latter rules in each time period.