GM(1,1)和SVR的雷达电子部件状态趋势预测模型

为提高雷达电子部件状态趋势预测的精度,根据测试数据特点,提出了基于GM(1,1)与支持向量机回归(SVR)的组合预测模型。采用粒子群优化算法分别对GM(1,1)和SVR模型进行了改进,提高了单一模型的预测精度。在此基础上,结合GM(1,1)模型对趋向性数据的预测优势和SVR模型对数据波动的强适应性,达到了取长补短、相得益彰的效果。实验结果表明该组合模型不但具有更高的预测精度,而且对不同预测对象有更强的适应能力。     

GM(1,1)模型预测火炮研制费用的应用

随着科学技术的发展,寿命周期费用日益受到重视,尤其是寿命周期费用中研制阶段的费用对寿命周期费用起到决定作用.利用GM(1,1)灰色理论对自行火炮寿命周期费用中的研制费用进行分析,建立了基于GM(1,1)灰色理论的自行火炮研制费用分析通用时间序列模型,并以某自行火炮研制费用为实例,利用SPSS统计软件对文中建立的灰色预测模型进行了分析计算.其计算和检测的结果表明模型可靠、精度较高,为自行火炮研制费用分析提供新的理论分析方法.     

基于改进GM(1,1)模型的导弹贮存可靠性预测方法

针对导弹系统技术复杂、贮存样本量受限、测试数据波动性较大等特点,结合装备的具体情况提出了基于改进GM(1,1)模型的导弹贮存可靠性预测方法。该方法首先利用"对数-幂函数变换"对导弹的历史可靠性数据进行处理,提高数据光滑度,然后依据GM(1,1)模型计算得到可靠性预测值和残差,再利用残差建立残差修正模型,得到残差修正值,减少残差对结果的影响,最后利用残差修正值修正可靠性预测值并还原,求得可靠性最终预测值。实例表明,该改进模型对导弹系统可靠性变化的描述比传统模型更加准确有效,预测结果精度更高,为导弹贮存可靠性预测分析提供了一种有效的改进方法,其算法设计推广性强,可作为其他装备寿命预估的重要工具。     

基于灰色加权马尔科夫的部队集成训练效果预测

针对GM(1,1)预测模型误差较大的问题,在GM(1,1)模型的基础上引入加权马尔科夫模型构建了部队集成训练效果预测模型。该模型以GM(1,1)模型存在的预测残差作为划分马尔科夫状态的依据,通过加权处理对预测结果进行修正。实例分析结果表明,该模型算法简单,易于实现,可以较大地提高部队训练效果预测精度,为部队开展科学有效的实战化训练提供了有力的数据支撑。     

新陈代谢GM(1,1)模型在吸毒数据中的分析与预测

借助新陈代谢的灰色预测GM(1,1)模型,对2009~2013年某地区吸毒数据和因吸毒犯罪数据进行预测,并结合预测结果,给出合理化禁毒建议。     

基于改进GM(1,1)模型的装备故障预测

针对装备故障数据量小、传统灰色预测模型GM(1,1)的精度受背景值影响大的问题,提出了一种基于背景值优化的改进GM(1,1)装备故障预测方法。该方法基于背景值的几何意义,从背景值与发展系数之间数量关系的角度出发,通过最小二乘法对二次参数进行估计,还原得到原始参数估计值,并结合新陈代谢对模型进行改进。导弹装备的故障预测实例表明,改进GM(1,1)模型较传统模型有更高的预测精度。     

灰色预测GM(1,1)模型及其改进与应用

介绍了灰色预测的基本原理和常用GM(1,1)模型及其适用性判断方法,针对GM(1,1)模型中背景值的取法,提出了一种自动寻优定权的改进措施,通过实例对比分析,应用效果良好。     

改进非等间距GM(1,1)-BP模型的导弹退化状态预测

为提高导弹退化状态预测的精度,结合导弹测试数据不等时间间隔的特点,提出了一种基于改进非等间距GM(1,1)-BP模型的导弹退化状态预测方法。对传统非等间距GM(1,1)模型的背景值和初始条件进行优化,引入新陈代谢思想,在此基础上,构造灰色模型拟合值与实际值的差值序列,进而建立差值序列的BP神经网络预测模型,还原得到最终预测值,提高了预测精度。此设计方法结合了灰色模型对趋向性数据的预测优势和BP神经网络强大的非线性拟合能力,达到了取长补短、相得益彰的效果。通过导弹测试数据的预测实例,验证了方法的有效性和优越性。     

装甲车辆行进间炮口振动角度误差预测模型

针对射击延时过程中具有振荡性的装甲车炮口振动角度误差数据,提出了一种优化的GM(1,1)预测模型。对原始数据进行光滑性和单调性处理;对传统GM(1,1)模型的初始值进行了基于拟合误差最小化的改进;基于传统模型中背景值构造方法存在的误差,重构了传统模型的背景值。通过对高低向、方位向两组数据处理结果的分析,优化GM(1,1)模型的拟合、预测结果相对于传统模型、改进初始值模型和改进背景值模型具有较小的误差,能够较好地反映装甲火炮炮口振动角度误差的变化情况。     

基于改进GM(1,1)模型的T/R组件故障率预测

针对传统灰色模型GM(1,1)在实际应用中出现的问题,首先对原模型的基础上进行了改进,建立了离散灰色模型;然后,引入优化因子对背景值进行了优化,并增加了预测模型的线性形式,提出了线性回归的改进离散灰色模型;最后,通过实例进行了仿真和模型对比分析。结果表明:文中所提出的方法具有更高的精度且求解简便,适用范围更广。     

信息心理战理论模型以及量化模型探讨

军事理论的研究在心理战方面已经取得了一些成果,但在量化分析方面显示不足。从信息心理战基本作用原理入手,利用数学建模的思想,构建基本信息传播扩散原理模型并且设置合理参数模拟动态过程,从而获得军事行动中心理战的心理攻击信息内部传播动态数学模型,对于未来信息化战争量化分析以及效能分析有一定参考价值。     

等面积混合模型与等压混合模型的理论比较

利用一维定常流理论,建立了超声速引射器中从混合段到扩压器出口的冷气流混合模型。经过计算,得到了在不同的输入条件下,等面积混合模型和等压混合模型的恢复压力。比较结果,发现等压混合并不总是优于等面积混合,并得出了判断等面积混合与等压混合优劣的条件。在更改参考文献中的部分输入参数后,得出了同样的结论。     

指挥引导模型的自动生成

介绍了传统指挥引导模型的建立方法,并分析了其不足;提取出战法属性并分析总结了战法的共同点;作为使用数据库技术进行引导解算的基础,引入了敌我相对态势表、飞行方式表、战法属性表的概念;结合实例,在传统指挥引导建模的基础上,给出了一种新的建模方法,提出了通用模型建立的初步思想,有利于指挥引导模型自动生成的实现.     

关于课程评估模式和原则

通过对典型的教育评估模式的探讨,论述了课程评估的概念、地位和作用,提出了包括确定评估模式,建立指标体系,实施评估在内的全部课程评估工作应遵循的原则,在综合性评估模式中加入了课程制定评估,使评估模式更趋于完整、科学、合理。     

一种可调控的申请分配模型及应用

针对分配总量一定情况下的申请分配问题,给出了一种带有决策者意愿的分配模型;讨论了模型中各参数的取值范围,得出了使得模型有意义的参数取值范围;给出了具体的应用案例,通过选取不同的参数得出了不同结果,说明了模型的有效性。     

型号项目工期风险管理决策模型与自适应遗传算法

针对型号项目的过程特点,建立了型号项目工期风险的管理决策模型。模型考虑了型号项目中活动重叠、活动迭代、活动执行时间的不确定性和可更新资源总量等重要的工期风险影响因素。从模型的特点出发,给出了问题求解的基于自适应遗传算法的仿真优化方法。算例显示,该算法能较好地求解本文的工期风险管理决策问题。     

基于系统动力学的信息战模型

根据信息战的内容和特点,分析了信息因素和兵力因素在信息战过程中相互作用的关系,结合系统动力学理论,建立了信息战系统动力学模型;并结合仿真实例对信息战的相关因素进行了定量与定性相结合的分析,说明了制信息权在信息战中的决定性作用,为信息战研究提供了理论参考.     

离散作战模型的连续化兰切斯特模型研究

通过兰切斯特方程的分析,定义了作战力量变换系数概念,推导出作战力量变换系数的兰切斯特方程,得到了衡量交战双方作战力量等效值,而作战力量变换系数的兰切斯特方程正是适用于离散型作战的兰切斯特作战模型,使具有深刻影响力的兰切斯特方程适用范围扩大到了交战双方离散数量型的作战领域,从而赋予兰切斯特方程新的生命,为复杂的格斗作战分析提供了新的工具。     

基于概念模型的仿真模型调度决策法

仿真模型调度决策是实现仿真结果合理、可信、可用的重要环节。界定了模型调度决策问题域,引入了模型调度序列表示决策结果,提出了基于UML(unified modeling language)概念模型的模型调度决策法,分析了防空作战仿真模型调度决策示例,为解决舰艇作战仿真模型的调度决策提供可行办法,对复杂军事问题仿真模型调度决策具有一定的理论意义。     

二维浅水波并行模式的伴随

以二维浅水波为例,详细探讨如何开发并行模式的切线性模式和伴随模式。切线性模式的并行机制和原始模式一致,而伴随模式不同。三个模式采用一致的数据剖分方法可提高并行效率。在集群并行计算机系统上采用一维数据剖分,切线性模式的通信量与原始模式相当,而计算量几乎是原始模式的2倍;伴随模式的通信量大约是原始模式的2倍,而计算量几乎是原始模式的3倍。在三个模式中,切线性模式的加速比最大。