基于粗糙集与最小二乘支持向量机的飞机综合智能论证

结合粗糙集的属性约简理论与最小二乘回归支持向量机的回归思想,提出了一种基于粗糙集与最小二乘回归支持向量机的飞机设计综合智能论证模型。首先根据历史数据建立属性决策表,然后应用粗糙集理论对飞机综合论证指标参数属性进行约简来获得影响飞机设计综合论证的核心指标,最后再利用支持向量机回归模型建立与飞机综合论证核心因素之间的非线性映射模型来对飞机的作战效能进行预测。仿真实例验证了该方法可以降低模型的复杂度,加快SVM的训练速度并具有良好的预测效果。     

粗糙集理论的支持向量机建模研究及应用

结合粗糙集的属性约简和支持向量机的分类机理,提出了一种混合算法.将粗糙集理论中的属性约简引入到支持向量机中来,把粗糙集作为支持向量机的预处理器,先降低原问题的维数,以支持向量机方法建立预测模型.提高了SVM的推广能力,减少存储空间,加快了支持向量机的训练速度,取得了满意的预测结果.     

基于变一致优势粗糙集的作战效能评估与分析

针对目前作战效能评估方法存在主观性较强、可解释性不强等缺陷,提出基于变一致优势粗糙集的作战效能评估方法。在一定的作战想定背景下,基于作战仿真工具EINSTein生成的仿真数据,对该方法产生的一系列规则进行了分析,给出了各个联合类中条件属性的重要性得分定义,对影响作战效能的因素进行了详细分析并提出了合理的建议。最后,通过与支持向量机方法进行对比,实例说明本文提出的方法对效能评估值的预测准确率更高,可解释性更强。     

基于SD的两栖坦克连水上火力支援行动分析

围绕两栖坦克连水上火力支援行动的作战特点,着眼于充分发挥两栖坦克火力和机动的优势,在"非接触作战、非线性作战"理论的指导下,运用系统动力学方法和兰切斯特战斗理论,建立两栖坦克连水上火力支援行动的系统动力学模型,探索装甲兵在应急作战中运用的新模式和作战的新方法,为指挥员科学使用这一战术手段提供有效地辅助决策支持。     

粗糙集和FSVM结合的雷达信号识别法

结合粗糙集的属性约简和支持向量机的分类机理,研究了一种混合算法,即应用粗糙集的属性约简过程作为预处理器,可以把冗余的属性及值和冲突的对象从决策表中删去,但不损失任何有效信息;由于传统支持向量机在多分类问题时出现的不可分区域现象,使用了模糊支持向量机进行后面的分类建模和预测,使得训练时间大大缩短和分类性能显著提高。将这种混合方法应用到雷达信号识别中,仿真实验证明该方法是有效的。     

基于改进支持向量机的导弹备件消耗预测

在系统分析武器装备备件预测方法研究现状和导弹备件消耗特点的基础上,提出把粗糙集和改进加权最小二乘支持向量机的组合预测模型应用于导弹备件消耗预测的构想.首先阐述了粗糙集和加权最小二乘支持向量机的基本原理,并改进了最小二乘支持向量机的加权方法;然后建立了基于粗糙集和改进加权最小二乘支持向量机的导弹备件消耗预测模型,并分析了其实现过程.实例结果表明,所建立的组合预测模型在进行导弹备件消耗预测时具有较高的精度和重要的实用价值.     

基于遗传算法与支持向量机的火炮内膛疵病分类方法研究

支持向量机能够较好解决小样本、非线性数据特征的多分类问题,适用于火炮内膛疵病的分类,但其性能依赖于其参数的选取;对基本遗传算法进行改进,使用自适应的交叉算子和变异算子,并应用于支持向量机参数优化;通过对火炮内膛疵病分类精度的对比研究,改进的遗传算法确定支持向量机优化参数的方法取得了良好的效果,验证了该方法对疵病分类的有效性。     

基于支持向量机的威胁判断模型

目标威胁判断是防空作战中一项重要内容,在建立目标威胁模型时,首先要挑选特征参数,分析了影响威胁度的若干因素.这里采用Rough理论中知识约简方法选择目标的特征参数;支持向量机是一类新型机器学习方法,由于其出色的学习能力,该技术已成为当前国际机器学习界的研究热点,利用支持向量机建立了威胁判断模型,给出了实例和解决此问题的支持向量机源程序.通过实例与神经网络法的结果进行了比较,结果表明支持向量机比较精确和简单.     

基于SVM的坦克炮弹外弹道仿真模型

运用基于支持向量机理论试图建立一个新的坦克炮弹外弹道仿真模型,以期取得更好的仿真效果。首先,分析了支持向量机回归理论和仿真模型的构建。其次,对坦克射表数据进行整理,构建了训练样本集和测试集。最后,利用构建的训练样本集和测试集分别对模型进行训练和测试,测试结果表明:由于支持向量机的强非线性映射能力,模型获得了很好的弹道形状与瞄准角的映射关系,从而较好地解决了目前通用仿真模型中与实际相差太远、模型复杂、条件苛刻、计算量大,不便实际应用等问题。     

一种基于多组PSO的支持向量机参数优化算法

支持向量机具有优良的学习能力和推广能力,然而其性能依赖于算法参数的选取.在粒子群优化算法的基础上,提出了一种基于多组粒子群优化的支持向量机参数优化算法,该算法将各粒子自动分成多个组,能较快地在支持向量机算法参数取值范围内搜索到相应数据的算法最优参数和最优性能.     

基于支持向量机的海战场辐射源威胁评估

提出一种基于支持向量机的辐射源威胁评估方法.基于统计学习理论的支持向量机方法,其在小样本情况下表现出了极好的优越性,能够较好地完成威胁评估.实验表明,支持向量机可以很好地逼近专家评价的结果,并且要优于一般的神经方法.     

基于小波矩和支持向量机的装甲车辆识别研究

分析了应用小波矩特征进行地面复杂背景下装甲车辆识别的理论依据,实地采集了某型坦克和某型步兵战车的灰度图像,提取其小波矩特征,采用支持向量机进行分类识别,进行了性能测试实验。结果表明：归一化后的图像的小波矩特征具有良好的不变性;小波矩特征对噪声和局部遮挡有较强的适应性,识别率比较稳定;支持向量机方法具有良好的分类识别能力。     

基于粗糙集的装甲兵分队作战能力评估

为了解决装甲兵分队作战能力评估结果不准确、计算复杂的问题,提出基于粗糙集理论的计算方法。从作战要素的角度,建立评估指标体系;根据粗糙集属性重要度理论,给出各级评估指标约简和权重确定的方法;最后对装甲兵分队作战能力进行评估。为了验证该模型的可靠性和有效性,在装甲兵分队真实演习数据上进行评估分析,结果表明,与基于AHP的方法获得的结果相比,该方法能够获得更加出色的性能。     

坦克连最优火力分配

坦克连火力分配方案的科学与否将直接关系到火力打击的整体效果。为了提高坦克连火力分配方案的科学合理性,力求结合我坦克连作战的实际,在充分考虑火力分配影响因素的基础上,建立了最优火力分配模型,这对于我坦克连充分发扬火力和提高整体作战能力具有重要的指导意义。     

一种综合使用支持向量机和遗传算法的隐藏图像检测方法

提出了一种新的基于遗传算法和支持向量机的隐藏图像检测方法。用遗传算法进行图像特征选择，采用支持向量机作为分类器，将支持向量机的分类效果作为适应度函数值返回，指导遗传算法搜索最优的特征，移除图像的不相关特征和冗余特征，提高了学习效率。实验结果表明，与仅采用支持向量机分类但未进行特征选择的隐藏检测方法相比，本方法能有效地提升分类器性能。     

加强坦克连岛上防御能力分析

首先利用综合战斗力指数法,通过对比分析我加强坦克连与敌战车营特遣队的战斗力,得出了我加强坦克连岛上阵地防御的作战能力.而后依据确定的防御优势标准,得出我加强坦克连岛上阵地防御作战任务,并对其可行性进行了定性分析.最后,利用战斗动力学原理具体分析了我加强坦克连岛上阵地防御时与敌对抗的能力,为战斗的组织与实施提供了一些具体可行的建议.     

坦克搭乘输送平台海上射击目标决策方法

通过粗糙集方法分析影响坦克对岸滩目标射击效果的各种因素,建立坦克搭乘输送平台海上射击的知识表达系统,将射击效果作为决策属性,将已有数据或作战经验作为条件属性,依粗糙集理论方法挖掘射击决策规则,最后约简得到一些简单的射击决策规则,为单坦克射击决策提供依据。     

基于改进支持向量回归机的天基信息系统效能评估

天基信息系统效能的评估对于一体化作战的现代战争具有重要意义。针对武器系统效能评估的影响因子复杂、样本数量少、非线性较强等特点,采用支持向量回归机算法,并引入布谷鸟搜索算法对支持向量回归机的3个参数进行优化选取。仿真实验结果表明,改进支持向量回归机与传统支持向量回归机、BP神经网络相比,具有更高的准确度,可以有效地对天基信息系统进行效能评估。     

基于改进型支持向量机的侦察无人机作战效能评估

侦察无人机作战效能评估是无人机任务规划领域的一个重要课题。针对侦察无人机作战效能评估的问题,提出了基于粒子群算法优化支持向量机的侦察无人机作战效能评估模型。该评估模型在支持向量机的基础上,采用粒子群算法寻找最优惩罚参数和核函数参数,避免了人为设定惩罚参数和核函数参数的盲目性。仿真实验结果表明此模型可以准确有效地对侦察无人机进行作战效能评估。     

穿透并非唯一——新形势下的坦克弹药发展

坦克弹药是坦克作战能力的重要组成部分,也是坦克达成作战任务、有效摧毁各类目标的重要基础。对弹药的改进往往是最直接、最有效、成本最低的提高坦克作战能力的方法。随着国际形势的发展和作战模式的变革,坦克弹药世界中的“各股势力”进行重新洗牌——坦克弹药在性能、种类和配置体系都有较大变化,其发展态势引人瞩目。