基于灰狼优化算法的军用运输机航路规划方法

为改善军用运输资源的优化配置水平,在所构建航空网络基础上,提出一种采用灰狼优化算法进行军用运输机航路规划的方法.利用图论的相关知识,建立航空网络模型;引入灰狼优化算法在所构建的航空网络上优化飞行路径,实现军用运输机的航路规划;基于人造网络与北京地区航空网络所提出方法进行了验证.仿真结果表明,所提出方法具有收敛快、效率高、实用性强、易于实现的特点,能够很好地解决军用运输机的航路规划问题,从而验证了方法的有效性和可行性.     

利用网络动力学评估复杂社会网络知识传播性能

为了对复杂社会网络知识传播性能进行评估,提出了利用复杂网络动力学和知识传播指数相结合的评估模型,该模型综合考虑了网络的拓扑特性、个人的知识普及能力和对知识的感兴趣程度,通过网络知识传播指数阈值的大小来衡量网络的知识传播性能.通过仿真发现,知识在社会网络中的传播对均匀网络平均度值和无标度网络初始传播节点度值的依赖性小,对知识传播指数的依赖性大;在相同条件限制下,无标度社会网络的知识传播性能要高于平均度值相等的均匀社会网络.     

航母编队反潜目标识别和威胁评估仿真

采用贝叶斯网络模型对目标识别、威胁评估是一种有效的定量分析方法。这里首次将贝叶斯网络模型运用到航母编队作战决策中识别水下目标和评估威胁等级。结合部队实际情况分别构建目标识别和威胁评估贝叶斯网络模型;基于部队实践数据、院校专家和查阅资料构建符合实际情况的条件概率表;最后通过仿真实验对水下目标进行识别和评估威胁等级,对比部队相关数据验证了贝叶斯网络对航母编队目标识别和威胁评估的有效性,能够为航母编队指挥员反潜作战提供一定的辅助决策。     

分布式网络环境下雷达网的网络性能分析

在分布式网络环境下,对雷达网的性能评估是雷达网对抗论证和战术研究的重要组成部分。从复杂网络理论的角度研究了此系统的组成、特性,提出了它的网络结构及性能层次模型,以全新的角度去解决系统的评估问题。对网络结构模型的信息传输能力进行了仿真试验。仿真结果表明,网络模型能够正确指导系统的结构组建及性能评估。根据网络性能层次模型,应用最优指标法,实现了该系统网络综合性能的量化评估。     

自组织特征映射网络在目标分类识别中的应用

为了在日趋复杂的空战环境中准确分析出目标的类型,以达到辅助决策之目的,采用自组织特征映射网络来对目标进行分类识别.首先提取影响目标识别的类特征,然后对其预处理.在此基础上建立SOM网络目标识别模型,并利用SOM网络算法实施无监督的自组织学习.在学习的过程中,通过不断调节网络节点间的权向量,来实现目标聚类.最后,通过仿真验证了该方法在目标分类识别中的可行性和实用性.     

基于依赖网络理论的后勤指挥系统建模与抗毁性分析

从复杂网络的角度出发,将后勤指挥系统分为指挥网络和通信网络两个子系统,采用依赖网络理论对其依赖关系进行描述,建立了后勤指挥系统模型.分析了指挥节点和通信节点不同的失效过程并提出抗毁性算法.将仿真实验结果与传统单层网络建模方法的结果进行比较,表明基于依赖网络理论构建模型的方法和抗毁性算法可以应用于后勤指挥系统的抗毁性分析,且能进一步细化抗毁性评估的结果.     

多架无人机协同作战的路径规划

提出了一种协调多架无人机的编队同时到达目标的航路规划方法.首先根据敌方防御区域内雷达、导弹等威胁阵地的具体分布情况,采用划分Voronoi多边形的方法制定初始航路,然后通过叠加定长线段到初始航路上对初始航路进行离散化,最后采用动态链类比法调整航路并对航路进行光顺优化处理,使航路安全可飞.并用数字仿真技术对该方法进行了验证,结果表明该方法是可行的.     

基于改进融合算法的交通网络节点重要性评估

交通目标体系在作战中是打击目标选择的重点,在目标选择前需要对交通网络的节点及关联关系的重要性进行准确评估.交通目标体系是一种多层复杂网络模型,目前的评估方法没有考虑到路径的权重和对网络整体价值,造成评估模型与实际网络不符合的问题.针对该问题,提出一种改进的融合算法对多层网络进行评估.该方法构建的节点关联度矩阵考虑了各层网络中边的权重和网络整体价值,再将每层的节点关联度进行融合.通过仿真分析和对比,该方法能够准确有效地评估多层交通网络节点的重要性,对目标选择具有一定实用价值.     

基于动态贝叶斯网络的复杂网络抗毁性分析

复杂网络抗毁性是复杂网络在节点或边遇敌攻击后能继续维持基本功能的能力,是衡量军事信息网络鲁棒性和敏捷性的重要指标。针对复杂网络及对作战体系支撑能力的多指标、复杂化和动态演绎特点,在静态分析方法基础上,提出基于动态贝叶斯网络的抗毁性分析方法。建立了复杂网络抗毁性指标体系。构建了基于动态贝叶斯网络的复杂网络抗毁性评估模型,提出确定评估模型参数的方法。仿真验证了方法的可行性和有效性。     

基于仿真的网络分析评估

军用计算机通信网作为军事指挥的中枢神经已成为不争的事实。随着网络规模的扩展拓扑结构日趋复杂 ,通信活动纷繁交织 ,对网络进行全面的分析评估显得愈发重要。采用网络仿真技术不仅可以了解通信活动规律、评估现有网络的通信承载能力 ,还能预测网络扩容所能提高的通信容量 ,增强网络规划设计正确性 ,为网络管理和发展规划提供科学量化依据。     

利用验前信息的一种序贯检验方法——序贯验后加权检验方法

序贯验后加权检验方法是Bayes 统计观点在假设检验中的运用。本文提出了该方法的一般理论,给出了当总体的分布参数具有验前信息时的序贯检验方法。文中确定了决策区的划分,同时讨论了序贯截尾方案,给出了检验中可能犯两类错误的概率的上界,并将一般理论应用于产品的可靠性检验和再入飞行器随机落点的精度鉴定。由于运用了验前信息,因此能有效地在少量试验之下进行统计假设检验。本文所提供的方法对于昂贵产品试验结果的统计评定具有普遍意义。     

反舰导弹末端机动方式的作战使用方法

为了研究反舰导弹各种末端机动弹道(蛇行机动、螺旋机动、摆式机动等)的控制和使用方法,首先对反舰导弹末端机动控制参数之间的关系进行深入分析,然后依据反舰导弹与水面舰艇之间的攻防对抗机理和反舰导弹作战使用限制条件,得出反舰导弹在各种约束条件下的末端机动弹道控制参数解算模型,最后以舰空弹脱靶量最大为反舰弹最优机动准则,解算反舰弹各种机动方式下的最优机动策略。     

模糊综合法和灰色聚类法的应用比较

针对装备性能评估方法选择问题,研究了模糊综合评价和灰色聚类分析两种方法的评价应用.给出了两种方法的步骤和关键模型,以对某导弹武器系统作战能力评价为例,构建其作战能力指标体系,使用模糊综合评价和灰色聚类分析两种方法进行了作战效能评估,对两种评估方法评估结果及方法的适用性进行了分析.结果表明:相对于灰色聚类分析方法,模糊综...     

小分队攻防作战建模与仿真

建立了枪械射击效率模型,根据兰切斯特法和蒙特卡罗法分别建立了小分队使用枪械的攻防作战仿真模型,编制了仿真软件。基于一个攻防作战实例,比较了两个模型的仿真结果。对仿真结果分析可知,基于蒙特卡罗法的小分队枪械攻防仿真模型能够更加真实地反应作战情况和双方实力情况,基于兰切斯特法的小分队枪械攻防仿真模型可以有效地反应作战时机对作战结果的影响。     

解析与数值结合的方法及采用子结构法的改进

本文以常微分方程求解器为基础,采用康脱洛维奇法和线法,分别以矩形截面杆的扭转问题和含裂纹的Motz问题为例,对解析与数值结合的方法,进行了初步的研究.特别是在将子结构法引入后,数值结果得到明显的改进.     

频谱法计算路面不平度分形维数的方法

分析了康托尔三分集，介绍了分形与分形维数的基本概念，运用频谱分析的方法对路面不平度曲线的分形维数进行了计算。结果表明，路面不平度的分形维数越低，所含低频成分能量越高，道路越平坦。结合路面不平度系数，可以对路面不平度的复杂程度作出判断。     

静磁场Dirichlet问题Galerkin法和牛顿法

作者在［１］,［２］中给出了静磁场Ｄｉｒｉｃｈｌｅｔ问题和Ｎｅｕｍａｎｎ问题广义解的存在与唯一性。本文从理论上给出静磁场Ｄｉｒｉｃｈｌｅｔ问题的一种Ｇａｌｅｒｋｉｎ近似解法,并给出了在各向同性或无电流区情形下的误差估计和牛顿选代序列。     

PBL教学法与JITT教学法的比较研究

PBL教学法与JITT教学法都是包含任务、小组合作探究、以老师为引导、以学生为主体的教学方法,两者之间存在许多相似之处,但是在大量实际教育教学中经常被初用者混淆,以至于这两种方法不能够被正确地应用,有悖于这两种教方法的核心理念,也就达不到预期的教学效果。PBL、JITT教学法在教学目标、教师角色、操作过程、评估反馈等方面都有所不同。作为教育者,为了确保这两种教学方法被恰当地使用,必须学会去严格区分这两种教学法的差异。     

基于Lyapunov法和势场法的对峙跟踪研究

现有的基于Lyapunov导航向量场算法的对峙跟踪研究中尚未有考虑避障要求的。针对单架无人机对峙跟踪单个移动目标,通过Lyapunov导航向量场法使无人机对目标对峙跟踪。在遇到障碍时,通过距离控制,切换为使用势场法避开障碍区域。在满足一定的距离条件后,通过角度控制,恢复对峙跟踪方式,从而使无人机在对峙跟踪时可以避开障碍区域。仿真结果表明,不管是在单障碍的条件下还是多障碍的条件下,该方法能使无人机有效地避开障碍区域完成跟踪任务。     

多模型估计的新分支——变结构多模型方法

作为多模型方法的新分支,变结构多模型方法(VSMM)是当前机动目标跟踪、故障诊断等领域中研究的热点.首先简述了VSMM方法的发展过程和近期动态,在对VSMM方法进行深入分析的同时针对其理论核心--模型集自适应(MSA)策略进行讨论;详细介绍了几种现存的典型VSMM算法;同时简述了VSMM方法的应用概况;最后指出了目前VSMM方法重点关注的问题热点和今后的研究领域.