Cρ 准则下选择最优子集的并行算法

C_p准则是目前颇受重视的一种变量选择准则。本文针对大型线性回归模型,推导了从所有可能子集中用C_p准则选择最优子集的(乘除法) 运算次数,提出了C_p准则下变量选择的并行算法。给出了在YH-1和YH-2向量巨型计算机上运行该算法的模拟结果且获得了15倍左右的向量加速比s/v,体现了该算法的优越性。     

引入OODA关联度的火力打击目标排序方法

针对联合火力打击体系破击战法中确定体系破击目标困难的问题,提出一种基于超网络构架OODA关联度算法。该方法引入理想目标清单补充目标打击清单中遗漏的体系目标,区分层次构建包含多个子网络的超网络,在超网络中找到能够实现OODA循环的节点,进而确定各节点的OODA关联度,并通过仿真实验分析各综合评分算法的排序效果。仿真结果表明:OODA关联度独立于其他评价指标,可作为火力打击目标排序的评价维度之一,且使用理想点综合评估算法的排序效果最好,引入OODA关联度的目标排序相比于传统排序法更能体现体系破击战法思想。     

一种自适应变结构交互式多模型算法

针对机动目标跟踪问题,提出了一种自适应变结构交互式多模型算法。对滤波问题进行了简单描述,并给出了交互式多模型算法的数学模型;建立了一种新的变结构交互式多模型算法的精确模型,模型子集之间并行独立运行,通过选取概率最高的模型子集的状态估计作为最终的估计结果;在变结构交互式多模型算法基础上进一步设计了自适应变结构交互式多模型算法,该方法提高了模型子集和目标实际机动模式的匹配程度,从而提高了目标跟踪精度。仿真结果表明,自适应变结构交互式多模型算法的跟踪效果优于其他方法。     

软件缺陷预测中基于Wrapper的特征选择方法

特征选择是提高软件缺陷预测精度的关键步骤之一。传统的软件缺陷预测过程主要基于Filter方式进行特征选择,基于Wrapper特征选择方法的研究还处于起步阶段。为了进一步研究Wrapper式特征选择方法在软件缺陷预测中的应用情况,将特征选择和缺陷预测过程相融合,结合不同的评价指标,设计了8种基于Wrapper式特征选择的缺陷预测方法。在这些方法中,首先选择4种常用的缺陷预测算法分别作为内部与外部分类器,然后在AUC和F-measure指标下选择特征子集,在AUC指标下评估预测结果。仿真结果表明,内部分类器和外部分类器均选择为RF时,软件缺陷预测精度最佳,NB次之,但是RF耗费时间较多,综合考虑精度与效率,推荐内外分类器均采用NB算法。     

超视距多目标攻击排序及火力分配建模与解算

针对未来超视距空战条件下的多目标攻击排序和制导武器火力分配问题,提出了一种用以评估超视距空战作战效能的综合优势指数法;当目标数多于攻击机数时,通过构造综合优势矩阵,将非平衡指派问题转化为平衡指派问题,并建立了多目标攻击排序的0-1规划模型,该模型可解决对多个目标同时攻击的排序问题;以2对8攻击排序为例,利用求解线性规划软件Lindo6.0进行解算。最后,建立了1对4攻击火力分配的非线性规划模型,并利用求解非线性规划软件Lingo5.0进行解算。计算结果验证了建模的合理性和运用Lindo、Lingo软件求解较大规模目标攻击排序和火力分配问题的实时性。     

一种基于数据分析技术的战争制胜机理的探索方法

本文构建面向战争分析的数据体系,建立了机理分析模型库;提出了战争制胜机理分析流程,一是基于具体问题提取所需数据,二是利用模型进行数据分析得出影响战争结局关键因素或敏感要素,三是综合分析相关要素或因素获得结论。     

贝叶斯网络的对地多目标攻击决策

利用贝叶斯网络的推理模型以及相应于此模型的推理算法,对多目标攻击时目标的选择和攻击排序进行研究.研究结果表明,基于贝叶斯网络的威胁等级评估算法是一种有效的评估算法,其结果能够比较准确地反映威胁源的真实威胁程度,进而能够有效地进行决策.     

模糊交叉迭代法的空战威胁度评估排序方法

在目标属性权重未知的情况下,综合考虑模糊最小隶属度原则、模糊最大隶属度原则以及考虑人为主观知识经验和偏好的情况,给出一种运用模糊交叉迭代法对多目标进行评估和排序,进行了仿真计算,并与基于熵权的威胁度评估排序方法进行比较,结果表明该算法是合理和有效的.     

基于K均值排序方法的频域盲分离算法

针对频域盲分离算法中存在的排序不确定性问题,提出一种基于K-means算法的排序方法。该方法在排序中使用K-means算法对分离子信号进行整体排序,与传统相邻频点排序方法相比,大大提高了盲源分离的鲁棒性。仿真结果表明了该方法的有效性。     

基于优化算法的雷达辐射源识别方法性能评估

针对基于SVM的雷达辐射源识别方法中SVM模型参数对识别性能影响较大的问题,提出一种新的雷达辐射源识别方法。该方法将智能优化算法应用于SVM,对SVM参数进行选择以提高识别准确率;为分析所提出新方法的性能,提出有效解的标准差、解的质量和精度时间比作为评估指标对所提方法进行性能评估。通过计算机仿真,验证了新方法的有效性,并分析了3种典型优化算法在新方法中的综合性能。     

机械故障特征与分类器的联合优化

在机械故障诊断中,特征选择和分类器的参数优化都可以提高诊断精度。利用特征和分类器参数的依赖关系,提出了特征选择和SVM参数的联合优化方法来提高诊断性能。联合优化方法采用支持向量机(SVM)作为故障分类器,SVM半径—间距上界(RM界)为目标计算诊断精度,并应用遗传算法求解此优化问题。齿轮故障诊断试验结果表明,联合优化的诊断精度要优于单独优化特征和SVM参数,而且优化速度更快。因此在故障诊断中,利用特征和分类器参数联合优化能够快速取得较好的诊断精度。     

一种基于元胞自动机的故障样本选取方法

故障样本选取是测试性验证中的关键环节,直接影响测试性验证试验的效率和结果的正确性。在板级电路的故障样本选取过程中,运用传染病思想中的元胞自动机模型分析了电路故障的传播行为,提出了一种基于元胞自动机的故障样本选取方法,实现了故障样本的等效选取。以某型装备关键部件为例,建立了故障传播模型,计算并改进了元胞自动机状态计算方法,通过注入易操作的故障样本,简化了故障注入的流程,提高了故障注入效率。     

基于模糊综合评判的地空导弹阵地选择

在现代防空中,由于精确制导技术在空袭兵器当中的运用,使防空作战中兵力机动显得格外重要.为实现机动作战,阵地选择就成为机动作战中的重要环节.运用模糊数学原理和方法,结合地空导弹部队阵地选择的特点,给出了阵地选择评价因素指标体系,建立了阵地选择方案的二级模糊综合评判模型,并采用层次分析法(AHP)对阵地选择评价因素的权重进行了确定,最终得出阵地选择合理的评价结果.     

基于云进化的遗传粒子滤波算法

针对粒子滤波器存在的粒子贫乏问题,提出了一种基于云模型改进的遗传重采样方法。选择操作采用相隔一定代数进行随机采样的方式,防止选择压力过大导致粒子贫化;利用Y云发生器实现变异操作,根据粒子的观测概率自适应控制搜索范围,在现有粒子的附近搜索精良粒子,在提高粒子有效性的同时增加了粒子的多样性。仿真结果表明：改进后的算法有效地解决了粒子的贫乏问题,提高了滤波性能。     

基于干扰管理思想的应急装备器材供应扰动恢复模型

为解决应急条件下装备器材供应过程中由于运力受扰而产生的干扰问题,基于干扰管理思想,提出了应急装备器材供应扰动恢复问题的转化策略,构建了基于虚拟需求点的运力受扰扰动恢复模型;为寻求最优解,设计了基于遗传算法的人工鱼群优化算法。通过算例对模型和算法的有效性进行了验证。     

分布式遗传模拟退火算法的火力打击目标分配优化

根据火力打击规则,建立了多目标函数的目标分配模型,提出了分布式遗传模拟退火算法对模型进行求解。分布式遗传模拟退火算法基于经典遗传算法进行改进:将单目标串行搜索方式变成多目标分布式搜索方式,适用于多目标寻优问题求解;采用保留最优个体和轮盘赌相结合的方式进行个体选择,在交叉算子中引入模拟退火算法,使用自适应变异概率,较好地保持算法广度和深度搜索平衡。最后,通过仿真实验验证了算法的有效性和可靠性。     

基于信息-决策影响因素的兰彻斯特作战模型?

为有效评估信息因素和决策因素对现代作战进程的影响，改进了传统的兰彻斯特方程作战模型，通过引入信息获取能力指数和筹划决策能力指数，建立了基于信息-决策影响因素的兰彻斯特作战模型，并分3种假设情况进行了仿真。仿真结果表明，该作战模型一定程度上反映了信息因素和决策因素对作战的影响，体现了现代作战的基本致胜机理。     

基于刚柔耦合的坦克炮发射动力学仿真分析

炮口扰动是影响坦克炮射击精度的重要因素，为研究弹丸出炮口瞬间的炮口扰动规律，基于多体动力学与有限元方法构建了坦克刚柔耦合的全车动力学仿真模型，该模型考虑了身管的柔性特性，对身管进行了模态分析，得到了身管的模态中性文件。通过仿真，对比了后坐部分最大后坐位移与最大后坐速度的试验值与仿真值，对刚柔耦合模型的仿真结果进行了验证。在此基础上，分析了刚性身管和柔性身管对炮口扰动的影响，结果表明：考虑身管柔性特性的刚柔耦合模型能够有效提高坦克炮射击仿真精度。     

基于技术和装备最新发展研究把握现代战争制胜机理

技术和装备发展对现代战争具有革命性的影响。基于技术和装备发展的现代战争制胜机理主要有:感知驱动、数据制胜,网络聚能、体系制胜,精确行动、集约制胜,迅捷灵敏、快速制胜,综合制权,主动制胜。认识和把握现代战争制胜机理应着重强调技术素养、战术技术有机融合,定性定量各有侧重。     

求解考虑RMS因素的装备需求量的遗传算法

介绍了如何用遗传算法来解决考虑RMS因素的装备需求量问题。首先，分析了考虑RMS因素的装备需求量问题的要素、约束、输入条件和解空间，并建立了数学模型。然后，讨论了遗传算法设计中的编码方案以及遗传算子的实现方法。最后，给出了具体实例的输入数据、基于Matlab遗传算法工具箱的编程思路，并比较了遗传算法与阶段最优算法的效果。