基于装备战斗力的集群装备战损等级评定方法

为了建立集群装备战损评估决策支持系统的需要,对集群装备战损等级评定方法进行了研究.在集群装备的组成特点与评估装备战斗力的基本方法,战时实时评估与平时效能分析的区别与联系的分析基础上,建立了基于单装战损评估的战斗力评估模型,对模型的具体步骤与关键参数进行了详细阐述,由此进一步建立了基于模糊隶属度的集群装备战损等级评定模型.最后以示例对上述模型的具体应用进行了说明.     

装备战损等级评定方法研究

在对战场抢修力量部署进行思考的基础上,分析了战损等级评定影响因素,研究了兼顾装备损伤程度与战场抢修力量设置的战损等级评定方法。从而为装备战场抢修任务分工,以及对损伤装备的处理决断提供了依据,并为开展广泛深入的战损等级评定研究奠定了基础。     

装备群战斗损伤模拟方法研究

分析了影响装备战斗损伤的主要因素,讨论了量化这些因素的方法。在对该问题进行分析后,指出模拟模型是解决装备群战损分析的比较好的方法,并给出了该模型的基本结构。结合战损分析的特点与当前国内外神经网络的研究成果,作者认为BP(Back Propagation)神经网络是实现这一模型的有力工具,并给出了BP网络工作的过程。     

兰彻斯特方程的装备战损量预计方法

装备战损量的预计是未来战争装备保障必须解决的核心问题,也是目前的一个难点问题.从装备战损量预计的目的出发,分析了影响装备战损的因素;综合分析目前预计装备战损量的方法,提出了基于指数多元兰彻斯特方程的装备战损量的预计模型和模型中毁伤能力系数的确定方法;点明了预计中应注意的问题;指出该方法是未来高技术条件下作战装备战损量模拟计算的一项创新性的研究.     

基于Agents/Space的装甲装备战损仿真方法(Ⅱ)

对任何仿真系统,只有在保证一定可信度的基础才具有实用价值。在文(Ⅰ)战损仿真原型系统的基础上,结合经济性和可行性的权衡分析,提出了装甲装备战损仿真系统的修正策略。进行了典型条件下的杀伤力参数试验,利用神经网络技术修正BAD参数经验值和试验值的误差,然后将训练完成的神经网络模块嵌入在P ierc ingA gen t中,实现对BAD模型参数的动态修正。最后,进行了仿真试验,并利用实战数据和全尺寸物理实验数据进行了仿真系统的有效性验证。研究成果为装甲装备战损或具有类似特征系统的仿真提供了一种研究途径。     

装备战场损伤的解析分析方法研究

为了提高装备战损模拟的效率,以蒙特卡洛方法为基础,构建了关于装备战损的解析模型。首先采用序贯法优化了仿真次数,以便以较少的仿真次数获得较高的仿真精度;分析了单因素对于装备损伤的影响,并建立了一元回归模型;采用正交试验分析了多因素之间的交互作用,并综合一元回归模型得出了装备战损的多元回归模型;最后结合弹着点分布模型与多元回归模型,建立了装备战损的解析模型,并通过实例验证了解析模型的正确性。     

舰艇系统损伤等级模糊神经网络评估模型

在对舰艇系统损伤等级评估体系分析的基础上,建立了舰艇系统损伤等级的模糊神经网络评估模型框架.设计了框架项层模糊神经网络评估模型的模糊集合和训练样本,并对此模糊神经网络模型进行了训练.通过测试样本仿真,发现此模糊神经网络模型具有较好的评估精度.基于模糊神经网络模型的舰艇系统损伤等级评估方法克服了以往简单加权评估模型的不合理性,为舰艇系统损伤等级评估提出了一个新的评估理念.     

装备战损量的兰彻斯特方程预计方法*

针对装备战损量预计这一未来作战装备保障必须解决的核心问题,运用兰彻斯特方程探讨解决途径。从分析影响装备战损的因素出发,综合讨论目前预计装备战损量的方法,提出基于指数多元兰彻斯特方程的装备战损量预计模型和模型中毁伤能力系数的确定方法,得到了装备战损量的兰彻斯特方程预计方法,并举例验证。该方法将经验计算与模拟计算相结合,用较简单的确定性解析方程描述所考虑因素对装备战损量的客观约束关系,较好地满足了未来信息化条件下作战装备战损量预计的需要。     

空袭兵器战损率计算模型

结合局部战争中空袭的新特点,对传统的空袭兵器战损率计算模型进行了拓展,通过对空袭兵器的损失原因、使用方式等因素的分析研究,探讨了信息化条件下空袭兵器战损率的确定方法,构建了新的空袭兵器战损率计算模型,并给出了算例。     

基于装备最优使用率的维修决策模型

根据作战单元中装备使用率与武器装备战损维修策略之间的关系,结合战斗过程中武器装备的战损规律和维修规律,运用马尔可夫链理论,建立了一种基于装备最优使用率的战损装备维修策略优化模型。运用这种最优维修策略模型可以达到提高作战单元中武器装备使用率的目的,从而为充分发挥作战单元整体战斗效能找到了一种新的装备维修辅助决策方法。这种维修决策优化模型主要采用量化分析的方法,根据作战单元中装备的战损情况和部队的维修能力制定出最优的维修策略,确定在战斗过程对战损装备进行维修的最优时机,达到提高作战单元整体战斗力的目的,从而为充分发挥作战单元的整体战斗力找到科学的途径。最后,结合实例对模型进行了检验。     

基于CAS/Agent的装甲装备战损模型仿真

针对传统战损模型研究方法存在的不足,提出用人工神经网络的学习能力模拟Agent的适应性。借鉴CAS(Complex Adaptive System)理论的建模思想,引入ERA(Environment-Rules-Agents)方案建立战损模型。在外部干预Agent作用下,运用BP算法并结合CT(Cross Target)算法对红蓝双方对抗战斗进行仿真,模拟动态战场环境下装备损伤的演化过程。该模型可更好地理解装备损伤的动力学特性。     

导弹装备战场损伤预测仿真研究

装备的战场损伤、损耗预测是作战保障的基础。文中构建了导弹装备损伤预测的马尔可夫Markov模型,导弹装备战场损伤部件数量动力学预测模型,并针对战场损伤强度和维修强度对损伤概率和部件损伤数量进行了仿真。对导弹作战计划以及装备保障与维修计划的制定具有指导意义。     

基于多目标多维模糊决策的装备战场损伤等级评定方法

针对装备战场损伤等级评定中具有较大的模糊性和随机性问题,应用多目标多维模糊决策的基本原理,提出一种带有信息熵和调控系数的目标函数,得到新的模糊决策识别矩阵和目标权重的计算模型,为装备战场损伤等级评定提供了一种有效方法。该方法根据3种不同情况,给出了相应的计算步骤,计算结果较准确地反映了装备战场损伤程度。新的计算模型不仅对多目标多维模糊决策理论模型的发展进行了尝试,而且丰富了装备战场损伤等级评定方法。     

基于模糊综合评判的装备战场损伤等级评定方法

针对装备战场损伤评估问题,应用模糊综合评判的基本原理,建立了装备战场损伤等级评定模型,提出了基于二级模糊综合评判的装备战场损伤等级评定方法。该方法考虑了有关战场损伤的各种因素、因素权重和因素等级权重,结合合理的评价指标处理方法,使计算结果能够全面准确地反映装备战场损伤严重程度,为有效制定装备战场损伤处理方案提供基本依据。     

战术通信网组网方案评估优选方法

在当前信息化的战场环境下,战场环境瞬息万变,战术通信网作为信息化战争的神经中枢,起到了至关重要的作用,然而组网方案的好坏直接决定着通信网性能的优劣,因此,如何在战场环境下快速、自动、客观地评估战术通信网组网方案是一个亟待解决的问题。通过分析战术通信网的特性和要求,提出了战术通信网组网方案评估指标体系,并采用熵权灰关联的方法对组网方案进行评估优选,该方法方便快捷并且可以编程实现,不仅能够在战场环境下实时、自动地对组网方案进行评估优选,而且评估结果也符合实际情况,为指挥员提供了决策依据。     

导弹装备战场抢修交互式电子技术手册的制定

导弹装备战场抢修中无法快速、准确地在大量的纸质技术资料中找到所需技术信息,必须将其转换为电子文档,并设计导弹装备战场抢修交互式电子手册(IETM)。采用了基于贝叶斯网络诊断战场损伤的快速评估方法,以及面向任务的基于抢修经验与决策理论相结合的综合评价与决策方法,完成了该交互式电子手册的设计及相关功能的实现。该交互式电子手册能保证导弹装备在战场抢修中快速、准确找到所需技术信息的问题,提高了装备的维修效率,并对其他大型复杂装备交互式电子手册的设计也有指导和借鉴意义。     

基于损伤树及损伤征兆集的战场损伤定位研究

建立了基于损伤树的知识表示、知识推理模型及损伤树评估框架,利用损伤树各节点的损伤征兆集,进行装备战场损伤定位,较好地利用了装备专家的领域知识,提高了战场损伤评估的准确性和效率。     

基于UML—BD的通信装备战场抢修系统建模研究

UML-BD(UML Based on DEVS)模型是运用DEVS规范技术对离散事件系统的UML模型进行层次化、模块化。针对UML-BD建模技术的特点和通信装备战场抢修系统的结构,运用UML-BD建模方法构建通信装备战场抢修系统的UML-BD模型,并对其进行了较为深入的研究分析。     

基于弹药效能分解的装备战损建模方法研究

针对传统装备战损建模方法通用性较差、难以满足装备实际维修需求的缺点,提出了基于弹药效能分解的装备战损建模方法,具体包括弹药毁伤效应建模、装备结构描述建模、装备抗毁性数据库建模3部分.该方法对装备战损的精细程度进行分析,并且可以求得针对某个可更换单元的维修工序,从而为装备维修保障提供决策依据和参考.