不确定信息下反导拦截效果评估

针对不确定信息下反导拦截效果评估过程中指标信息和权重信息都不确定,传统评估方法很难加以解决的问题,使用区间数和随机多属性可接受性分析(SMAA)相结合的方法对反导拦截效果进行了评估。首先,根据来袭弹道导弹目标的毁伤程度划分了拦截效果等级;然后,针对观测信息的不确定性,采用区间数和隶属函数对特征指标进行了表示;在此基础上,通过引入SMAA方法,计算和比较拦截效果为各拦截等级的可接受性指标和信任因子,对不确定信息下反导拦截效果进行了评估。实例计算结果表明所介绍的不确定信息下反导拦截效果评估方法是可行的。     

科研项目工期模糊更正方法研究

针对科研项目工期不确定性强及不确定性描述困难的问题,提出了基于模糊理论的工期更正方法。首先研究了科研项目工期不确定的主要影响因素;然后在此基础上,基于模糊语言变量构建了科研项目工期的评价指标变量,给出了影响因素的隶属度确定方法和基于模糊综合的工期更正方法,实现了科研项目工期的更正;最后,应用典型案例对提出方法的可行性和正确性进行了验证。     

不确定信息远程火力战法贝叶斯设计方法

在获取具有统计特征的不确定信息的情况下,开发最优远程火力打击战法是联合作战规划中必须解决的重要难题,借助仿真、概率统计以及贝叶斯博弈分析的混合方法,通过对不确定信息进行贝叶斯统计分析,构建了在不确定信息条件下全局最优的远程火力打击战法设计的理论模型,为解决该问题提供了可行方法,对该模型的初步研究表明:在不确定信息条件下,全局最优的远程火力打击战法比局部最优的远程火力打击战法更能满足复杂多变的战场需求,取得更好的战果。     

基于信息融合技术的防空通信系统效能评估

防空通信系统综合评判的核心计算是:实现从各指标隶属度到目标隶属度的转换。但是,现有的隶属度转换方法,不能揭示指标隶属度中"哪部分对目标分类有用,哪部分无用";结果是指标隶属度中原本对目标分类不起作用的冗余数值,也被用于计算目标隶属度。实际上,隶属度转换是一种信息融合技术,实现信息融合的关键环节是挖掘隐藏在各指标隶属度中关于目标分类的知识信息。为此,通过挖掘这种知识信息设计一种滤波器,能清除指标隶属度中对目标分类不起作用的冗余数值,在没有冗余数据干扰条件下实现隶属度转换,由此建立一种基于信息融合技术的防空通信系统效能评估的方法。     

用非概率理论分析混合不确定性结构的可靠性

针对不确定性结构可靠性分析中的输入变量分布参数具有不确定性和输入变量为区间模型的混合不确定性结构展开研究。考虑到可用信息最少的情况,将分布参数的不确定性描述为区间模型。通过等概率转换方法将随机变量与其分布参数进行分离,使问题转化为随机与区间变量混合的可靠性问题,建立了混合不确定性问题的可靠性分析模型。基于非概率可靠性理论,建立混合不确定结构分析模型的二级极限状态函数并结合Kriging代理模型建立了高效的求解方法。将所建立的混合不确定模型应用于飞行器结构的不确定性分析中,验证了所建模型的合理性和所提方法的高效性和准确性。     

不确定环境下多无人机动态任务分配方法

通过分析实际战场中的信息不确定性,提出了不确定信息条件下需要解决的多无人机任务分配问题。以目标价值收益、毁伤代价指标及航程代价指标的不确定信息为依据,建立基于区间信息环境下多无人机的任务分配模型,采用随机概率的多属性方案排序(Stochastic Multi-criteria Acceptability Analysis,SMAA)方法,给出不确定环境下多无人机动态任务分配求解方法,为解决不确定环境下多无人机任务分配问题提供了新思路。最后,进行了仿真试验,验证了该方法的可行性和有效性。     

基于非概率理论的混合不确定性结构可靠性分析方法

摘要: 针对不确定性结构可靠性分析中的输入变量分布参数具有不确定性和输入变量为区间模型的混合不确定性结构展开研究。考虑可用信息最少的情况,将分布参数的不确定性描述为区间模型。通过等概率转换方法将随机变量与其分布参数进行分离,使问题转化为随机与区间变量混合的可靠性问题,建立了混合不确定性问题的可靠性分析模型。基于非概率可靠性理论,建立混合不确定结构分析模型的二级极限状态函数并结合Kriging代理模型建立了高效的求解方法。此外,将所建立的混合不确定模型应用于飞行器结构的不确定性分析中,验证所建模型的合理性和所提方法的高效性和准确性。     

利用模糊逻辑控制实现不确定Hénon映射的同步

针对带不确定项和外界扰动的Hénon映射,利用模糊逻辑控制理论和Lyapunov稳定性定理对模糊控制器进行了设计,实现了驱动系统和响应系统的渐进同步。为了克服试凑整定方法获取隶属度函数和模糊规则的局限性,利用误差系统的Lyapunov稳定性条件直接构造模糊规则,使得所设计的控制器具有鲁棒性。仿真结果验证了该方法的有效性和实用性。     

基于FCM与粗糙集的连续数据知识挖掘方法

对连续数据知识挖掘可采用模糊C均值聚类将其离散化,再应用粗糙集进行约简.文中针对该过程中样本数据离散化后出现多个聚类中心隶属度值较接近的情况,提出了隶属度重叠度的方法来扩展对应离散类别的选取.离散类别确定后再应用粗糙集理论对其进行知识挖掘,可得到连续数据的本质特性.此方法应用于汽轮机轴系振动数据的知识挖掘.与采用最大隶属度确定对应类别的方法相比,该方法不影响对连续数据的知识挖掘,并能真实反映连续数据的特性.     

自动测试系统多层次模糊综合评价方法

针对自动测试系统(ATS)多层次、多指标综合评价问题,提出了一种多层次模糊综合评价方法。首先通过德尔菲法确定系统的评价指标体系,并通过领域专家确定底层指标的隶属度矩阵;然后采用层次分析法确定各层指标的权重,并经过一致性检验;将底层的评价结果作为其上一层的隶属度矩阵,再根据相应层的权重进行评价,得到该层的评价结果。依次类推到最顶层,得到系统的最终评价结论和量化结果。最后以某型ATS为例验证了其有效性。     

基于改进支持向量机的航空装备维修安全评估

传统航空装备维修安全评估大多采用定性评估方法,针对传统评估中存在主观性、随意性过强,实践中缺乏可操作性等问题,提出了基于核密度估计的改进支持向量机。构建了航空装备维修安全评估指标体系,在利用层次分析法对其权重进行计算的基础上,通过改进支持向量机对某单位航空装备维修状况进行了全面评估,为航空装备维修安全评估提供了科学的方法,对确保航空装备维修安全具有较强的理论和现实意义。     

军用航空机务维修人员安全知识结构评价研究

随着军用航空装备复杂性、安全性的提升,对广大机务维修人员安全知识结构提出了更高的要求。以某机务部队现状为依据,研究航空机务维修人员安全知识结构评价问题。利用工作分析法对航空机务维修人员的工作进行了深入分析,建立了航空机务维修人员安全知识结构指标体系,通过构建基于熵权的改进BP神经网络模型对建立的知识体系结构进行评价。以某单位实际调研数据为基础,利用MATLAB仿真实现了模型的训练和测试,对机务维修人员的安全知识结构进行量化分析,为机务人员的安全知识能力培养提供决策依据和参考。     

灰色灾变与回归分析法的航空装备不安全事件预测

为提高航空装备不安全事件的预测水平,减少事故造成的人员和财产损失,将灰色灾变与回归分析方法有机结合,提出一种航空装备不安全事件的组合预测方法。该方法先从数据中找出灾变点(灾变发生的日期),通过建立这些灾变点的灰色灾变模型预测未来灾变点,再对这些灾变点上的值构建灰色预测模型,计算出未来灾变点的灾变值;而对于非灾变点,可建立合适的回归分析模型进行预测。为验证其可行性,在某飞行训练基地的航空装备不安全事件频数的数据基础上,建立了灰色灾变回归组合预测模型,结果表明,模型对2001年~2004年预测的相对误差平均控制在6.87%以内,所建立的组合模型,能够比较客观地反映航空装备安全的未来实际状况。     

裂纹叶片非线性振动响应理论分析与实验验证

叶片裂纹严重威胁航空安全,已引发数起严重飞行事故。为诊断叶片早期裂纹,对裂纹叶片的非线性振动规律进行了理论和实验研究。建立了裂纹叶片动力学非线性模型,梳理了裂纹尺寸与动力学参数的对应关系,推导得到了非线性振动响应谐波分量功率的耦合量化关系式,结果表明叶片振动分量谐波功率与相邻分量谐波功率以及谐波分量的阶次有关,而且谐波分量相对功率与裂纹深度呈正相关。据此,提出了一种基于谐波分量相对功率的裂纹检测方法。对钢直板叶片进行了模拟仿真和振动台实验,仿真结果和实验结果都表明这种方法可以有效区分裂纹叶片和正常叶片。     

基于改进半监督FCM聚类的复合材料超声检测脱粘缺陷识别

针对径向基（RBF）神经网络在进行超声检测脱粘缺陷识别时存在参数选择不确定、网络结构鲁棒性差等问题,提出一种改进的自适应半监督模糊C均值聚类（FCM）的RBF神经网络的方法,将kw近邻估计法和半监督模糊C均值聚类方法相结合,改进了隶属度函数,自适应确定聚类数目。将改进的RBF神经网络应用于超声检测脱粘缺陷识别,实验结果表明：与传统RBF神经网络相比,本方法减弱了孤立样本对网络结构的影响,增强了网络结构的鲁棒性,提高了脱粘缺陷识别的准确率,是一种较好的超声检测脱粘缺陷识别分类方法．     

相关系数及其应用

在相关分析中，通常利用相关系数来分析或测定变量之间的线性相关程度。相关系数是描述两个变量或随机变量之间的线性相关程度的指标。相关系数的计算与分析是科学研究中常用的一种简单分析方法，根据相关系数可以对不同事物进行简单的聚类分析等。从相关系数的概念入手，给出相关系数的计算公式，列举了相关系数的应用。     

一种自组织神经网络及其应用

提出了一种适用于目标识别和故障诊断的自组织神经网络（ＳＮＮ）模型和一种基于模糊关联度的判别准则。ＳＮＮ学习速度快,能在不破坏原有“知识”的情况下,学习、记忆新知识,且具有对外部环境的自适应能力。新的判别准则充分考虑了网络输出矢量各分量的大小因素及其与各期望目标矢量的相关程度,使类别判决更加合理可靠。本模型被用于被动声纳目标分类,取得了较好的效果。     

基于战例数据的制胜要素选择方法

针对战争制胜机理定量研究需求,提出了一种基于混合评估的制胜要素选择算法。针对战例数据特点,该算法选择两种过滤方法分别从不同方面对要素全集进行评估排序而后加权得到综合排序结果;将结果作为遗传算法的初始种群,而后以分类精度作为个体适应度函数。选择几种典型的分类器综合比较,筛选出规模较小、性能较好的要素子集。测试结果表明,该算法不仅能有效地减少要素子集规模,还可以进一步提高制胜机理分析模型的准确率和效率。     

基于随机森林的重要性测度指标体系

重要性测度分析可以找出重要特征变量,从而降低输入空间的维数,节约运算成本。基于随机森林重要性测度的分析原理,探寻随机森林的重要性测度指标与基于方差的全局灵敏度指标之间的联系,得到求解方差灵敏度主指标S_i及其总指标S_i~T的新途径。建立基于随机森林的单变量、组变量重要性测度指标,并明确具体的求解过程,完善基于随机森林的重要性测度指标体系。通过算例验证了所提基于随机森林的重要性测度指标体系的有效性及其与方差灵敏度指标之间关系的正确性。     

随机-非概率模型下的船体结构屈服强度可靠性分析

针对在役舰船船体载荷、材料属性的随机特性和实船勘验得出的腐蚀损伤下船体抗力区间特性,提出一种基于随机概率理论和区间非概率理论的随机-非概率可靠性分析模型,分别从区间变量随机化和随机变量区间化两个角度给出该模型的可靠性指标求解方法。基于该模型对某舰船船体结构屈服强度进行可靠性分析,结果表明:该模型既体现了结构变量的客观不确定性又减弱了评估结果的盲目保守性,对于既含有随机变量又含有区间变量的在役舰船的可靠性评估具有很强的适用性。