任务驱动下航材需求量的GA-GM-BP预测

机务保障影响着航空装备战斗力的生成,机务保障资源是任务成功率的物质支撑.基于航材需求信息的灰色性,通过采用DEMATEL方法提取影响航空备件需求量的关键影响因素,采用遗传算法优化的灰色神经网络对需求量进行了仿真预测,其预测精度较BP神经网络和灰色神经网络都高.该方法对于其他航空机务保障资源的需求预测有借鉴意义.     

装备保障备件需求预测算法

面对维和装备种类繁杂与维和环境复杂恶劣、保障维修矛盾突出的问题,必须强化任务开始前的维和装备保障备件需求预测。首先分析了维和任务特点,提出了维和装备保障构想;其次提出了维和装备保障需求预测步骤,研究了基于PSO-BP神经网络的维和装备保障预测模型;最后基于实际数据,采用实验验证的方法检验了算法的有效性。实验结果表明:通过基于PSO-BP神经网络的维和装备保障预测模型可以有效对维和装备保障备件需求进行预测,提高维和装备保障效能。     

基于BP神经网络法的后勤装备零配件需求预测

精确的零配件需求预测,是实现后勤装备精确化技术保障的基本前提。影响后勤装备零配件需求量的因素具有非线性特征,而BP神经网络法对复杂非线性问题具有很好的适应性,因此可以运用BP神经网络法对后勤装备零配件需求进行预测。运用BP神经网络方法,通过M脚本文件编程建立预测模型进行实证分析表明,运用该方法建模对后勤装备零配件需求量进行预测是科学可行的。     

基于MSOA神经网络模型的装备保障费用预测

引入基于多步骤优化方法(MSOA)神经网络模型用以预测装备保障费用。实验结果表明,与传统的ARIMA时间序列模型和常规BP神经网络模型相比,基于MSOA神经网络预测模型具有更高预测精度。因此,该模型是一种更有效的装备保障费用预测模型。     

基于遗传BP神经网络的装甲装备器材需求预测

装甲装备器材保障具有规模大、时间紧、消耗大、不确定因素多、决策难度大等特点。准确的需求预测是实施主动的、精细化的器材保障的重要前提条件。利用BP神经网络较强自学习能力和自适应能力对器材需求规律进行学习,并借助遗传算法提高BP神经网络的收敛速度,设计了一种基于遗传算法改进的BP神经网络模型预测方法,对装甲装备器材进行需求预测。通过实例计算表明,该方法比单纯BP神经网络方法具有预测精度高、收敛速度快的优点。     

基于改进的神经网络的军械备件需求预测

针对当前军械应急保障中备件供应需求依据经验判断,从而导致保障不精准的现实问题,浪费应急保障资源,削弱部队战斗力.在对军械备件需求量进行分析时发现,军械备件需求符合间断型备件需求特征.基于改进的神经网络军械应急维修备件需求预测模型,利用神经网络模型的强大非线性函数的拟合能力,将间断型的备件需求分解为两步.最终,将两个序列预测结果综合分析,得出军械备件需求预测结果.根据改进神经网络预测模型,结合某单位某军械装备保障数据,用总体数据的4/5作为训练数据,1/5作为测试数据进行预测,实验结果表明,改进的神经网络预测模型预测精度优于其他预测模型,预测精度符合预期,可以为军械应急保障提供依据.     

基于BP神经网络的装备器材需求预测模型

准确预测装备器材的需求数量,是装备器材保障工作的重要内容和装备器材计划管理的前提。采用BP神经网络算法,通过对装备器材历史消耗数据进行处理,建立了装备器材需求预测模型,并结合实例,对模型进行了探讨和验证。     

基于改进FPA和SVM的装备器材需求预测

精确预测已成为制约器材筹措决策的重难点问题.对此,在对国内外研究分析基础上,提出适用于复杂装备保障的消耗性器材需求预测方法.针对器材消耗规律,构建基于支持向量机的器材需求预测模型,并提出模型约束优化指标;针对器材需求预测约束优化的不确定性,将佳点集种群初始化、Deb可行性比较法、着约束法融入花朵授粉算法,设计面向SVM模型优化的花朵授粉求解算法;以某建制单位器材供应为例,验证方法的可行性和优越性.     

地空导弹发控系统寿命预测的组合模型

将灰色系统理论和BP神经网络有效地结合起来,建立了灰色BP神经网络的组合预测模型,并采用遗传算法对该模型进行优化。为了验证优化后模型的有效性,采用灰色BP神经网络的预测结果进行对比分析。实际数据的预测结果表明,优化之后的模型比单独采用灰色BP神经网络,具有更小的均方差(MSE,Mean Square Error),对发控系统剩余寿命(RUL,Remaining Useful Life)也具有更高的预测精度。     

基于BP神经网络的集群装备战斗力指数评估

集群装备战斗力是影响装备指挥员乃至作战指挥员科学决策的主要因素之一.针对战时装备维修保障决策需求和特点,通过深入分析集群装备作战实际,研究了集群装备战斗力指数影响因素集并对各因素进行了说明,基于BP神经网络建立了集群装备战斗力指数评估模型,利用专家确定的40组训练样本对该BP神经网络进行训练.研究结果表明,基于BP神经...     

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。     

舰载作战系统网络冗余切换时间高精度测量研究及实现

舰载作战系统网络采用高抗毁性的双冗余网络,网络冗余切换时间直接关系到舰艇的作战能力,是衡量舰载作战系统网络的核心指标。为了更准确地测量冗余切换时间,提高测量精度,本文针对典型的舰载双冗余网络结构,利用WindowsXP操作系统,提出一种基于RTX构建的高精度的舰载作战系统网络冗余切换时间测量系统实现,与专业测量仪器的测量结果相比,该测量系统同样能精确测量网络冗余切换时间,并具备部署方便、应用灵活的特点,对于检测、评估舰载网络性能具有重要意义。     

航空加权网络抗毁性综合评估方法

根据目前网络抗毁性研究中指标单一、网络无权等不足,针对航空网络的特点,以流量为边权,提出了一种多指标的航空网络抗毁性评估方法。基于网络吞吐量、相似权网络流量、节点相邻边权重分布分别构建了鲁棒性度量、网络效率度量、网络适应性度量。最后通过建立西北地区航空网络进行仿真,结果表明:西北地区航空网络具有与星型网络相似的性能,鲁棒性较差,网络效率较好,咸阳和乌鲁木齐作为中心节点,具有较好的主抗性能。实验结果证明了该评估方法的有效性。     

复杂网络在作战建模中的应用研究

针对作战网络研究中的热点,以复杂网络在作战建模中的应用为主线对取得的研究成果进行了梳理,重点讨论了作战网络的基本拓扑模型、作战网络的抗毁性模型和作战过程的动态网络模型等,指出了作战网络研究中存在的问题以及未来值得进一步探讨的研究方向。     

新型宽带接入技术及其应用前景

介绍了 PON、XDSL、HFC、LMDS 4种新型的宽带接入技术 ,并就国内国际的具体发展情况分析了这些宽带接入技术在网络通信中的应用前景 .     

浅谈网络中心战

网络中心战是未来战争的主要作战样式,首先依次介绍网络中心战的概念、体系结构、优势,然后通过伊拉克战争实例说明网络中心战的优越性,最后指出网络中心战存在的问题及我军面对军事变革挑战应如何应对。     

水下作战网络综述

首先介绍了国外水下作战网络研究的发展现状,详细阐述了美国水下作战网络的研究成果,并简要介绍了我国在水下作战网络研究方面的现状.在此基础上,提出了水下作战网络的概念和网络模型,分析了水下作战网络的特点、网络体系结构与网络拓扑结构、网络协议,然后指出了构建水下作战网络面临的困难,及我国应着重突破的技术难点,希望为接下来的具体研究提供一定的指导.     

代谢网络结构特征的生物信息学研究

作为生物信息学的重要研究内容,近年来代谢网络结构特征方面的研究取得了许多成果。回顾了代谢网络的重构和表示方法,重点综述了代谢网络宏观结构特征所蕴含的生物学意义,以及拓扑特征所揭示的网络演化过程和网络稳健性信息,提出了目前研究中仍然存在的问题及可能的解决思路,并对将来的研究趋势进行了阐述。     

SpaceWire时延抖动的仿真

SpaceWire总线是欧洲空间局为航天应用而设计的一种高速、点对点、全双工的总线网络[1]。时延抖动是表征网络传输性能的关键参数,它度量了端到端的最大传输时延和最小传输时延的差。通过建模仿真,对于某特定应用场景下的SpaceWire总线的时延抖动进行了定量分析和研究。利用Opnet建立仿真模型,通过仿真得出最大传输时延和最小传输时延,从而统计出时延抖动。并且对时延抖动进行定性定量的分析,获得对时延抖动有影响的关键参数。跟据分析结论,提出了改善时延抖动的建议和方法。本文的研究成果对于构建低时延抖动的SpaceWire总线网络提供参考。     

高性能的智能 FDDI 网络控制器设计技术

在分析传统的网络功能实现结构及通信开销的基础上,论述了高性能网络控制器的设计,并提出提高网络性能的硬件途径和面向ＦＤＤＩ特点的ＦＤＤＩ控制器的设计技术。