群体性事件情报预警困境的博弈分析

在公安边防部门辖区内，群体性事件时有发生，成为影响辖区治安的主要因素。如何基于所掌握的情报，找出一种科学合理的情报分析方法成为边防部门亟待解决的问题。从博弈论的角度，建立模型，用数学方法进行求解，对公安边防部门与群体性事件的策动者进行博弈分析。     

基于量子粒子群优化的无人飞行器路径规划

根据地形障碍、敌方防御雷达、防空火力等威胁以及禁飞区的分布情况,引入最小威胁面的概念,利用B-Sp line插值逼近最小威胁面中的三维航迹在二维水平面内的投影,从而将三维曲线的规划问题简化为二维平面中控制点的寻优问题。采用量子粒子群优化算法,将约束条件和搜索算法相结合,有效解决了简单粒子群算法在高维空间中易陷入局部最优点的问题,简化了问题复杂度、提高了计算效率。仿真结果表明,生成的航迹具有地形跟随、障碍回避和威胁回避等功能。     

基于脉冲星观测的导航星座自主导航数据融合方法

为解决完全依赖基于星间观测的导航星座长期自主导航的基准秩亏问题,提出基于脉冲星和星间链路的组合导航方法。给出了该方法的基本原理。为合理分散计算,采用简化和改进后的广义联邦滤波算法来对两种观测数据进行融合。仿真试验对该方法的合理性和可行性进行了验证。     

永磁无刷直流电机驱动器并联系统环流的抑制

驱动器并联方式能有效扩大驱动容量,但该方式容易引入环流。为了抑制环流,分析了两个独立电源供电的两台驱动器并联结构系统,阐述了环流的特性,并提出了基于环流反馈的控制结构。这种控制结构通过环流的反馈,只需要控制调整其中一台驱动器,就可减小两台驱动器输出电压的差异,实现环流抑制。仿真结果表明:这种控制结构降低了控制的复杂性,能够抑制环流,实现独立电源供电的无刷直流电机驱动器并联。     

数据挖掘在器材保障决策支持中的应用研究

针对器材保障现状,运用数据挖掘技术,探索器材保障决策支持问题.设计了器材保障决策支持系统中数据挖掘应用的解决方案,该方案包括了项目规划和应用设计,并以器材平时消耗预测为例,运用多元回归模型算,法进行了挖掘实现.数据挖掘为保障决策提供了更加丰富和科学的信息,可以较好地满足器材保障决策支持的需要.     

基于XML的安全协议形式化描述方法

针对安全协议的设计与分析复杂且容易出错的问题,文章为编写一个自动验证工具提出一种基于XML(eXtensible Markup Language)语言的时间相关安全协议形式化描述方法。该方法将安全协议用树状结构表示,用XML语言进行描述,为简化安全协议的形式化分析提供了帮助。     

着眼装备信息化的长远发展积极科学的建设好装备基础数据库

信息化战争是信息化武器装备发展到成熟时期、新军事变革发展到高级阶段、社会变革跨入信息时代的最新战争模式。信息化战争离不开信息化的装备，装备信息化的建设也离不开装备管理的信息化，装备管理信息化的水平对装备信息化本身的发展会起到很重要的促进作用，装备基础数据库则是装备管理信息化的基础。本文将重点分析装备基础数据库建设的现状，阐述科学建设装备基础数据库的好处，并提出对建设通用装备基础数据库的几点思考。     

信息时代作战体系的概念模型及其描述

提出了信息化战场作战体系的概念与定义，给出了作战体系的描述，把信息化战场作战体系的组成划分为三类基本元素和六种关系，这些关系包括任务序列关系、任务分配关系、作战单元间的协作关系、作战单元间的指挥控制关系、任务信息流和体系的信息网络拓扑，并给出了这些关系的描述途径与方法。信息化战场作战体系的描述为作战体系自同步构建与重组的实现奠定了基础。     

Technical note: Finite-time regret analysis of Kiefer-Wolfowitz stochastic approximation algorithm and nonparametric multi-product dynamic pricing with unknown demand

We consider the problem of nonparametric multi-product dynamic pricing with unknown demand and show that the problem may be formulated as an online model-free stochastic program, which can be solved by the classical Kiefer-Wolfowitz stochastic approximation (KWSA) algorithm. We prove that the expected cumulative regret of the KWSA algorithm is bounded above by where κ₁, κ₂ are positive constants and T is the number of periods for any T = 1, 2, … . Therefore, the regret of the KWSA algorithm grows in the order of , which achieves the lower bounds known for parametric dynamic pricing problems and shows that the nonparametric problems are not necessarily more difficult to solve than the parametric ones. Numerical experiments further demonstrate the effectiveness and efficiency of our proposed KW pricing policy by comparing with some pricing policies in the literature.