从连队唱到了中央电视台

虽然他们没有专业的歌喉,没有华丽的服饰,但他们浑身洋溢着浓郁的兵味儿,让人们感受到像是从原野吹来的清新之风。耕耘仲春,收获金秋。一档由中央电视台军事节目中心于今年5月推出的赛事类大型系列军事文娱节目我爱唱军歌,经过海选、周赛、月赛以及6场年度决赛的激烈比拼,     

基于遗传算法的装备使用保障费用灰色组合预测

针对目前对武器装备寿命周期费用估算建模难以实施的情况,以准确预测武器装备寿命周期费用的主要组成部分—装备使用保障费用为出发点,依据装备使用保障费用的特点建立了装备使用保障费用的灰色组合预测模型,指出了用蚁群算法优化组合权系数的不足,并提出了新的优化方法—遗传算法。最后,结合实例验证说明了该模型的预测效果优于蚁群优化的方法,为准确估算武器装备寿命周期费用提供了依据。     

几种野值剔除准则在目标预测中的应用研究

观测数据中的野值会影响目标预测的精度。分析比较了几种常用的野值剔除准则,包括最常用的3σ准则、奈尔准则、格拉布斯准则和狄克逊准则,将其应用到目标预测的数据预处理中,并比较了各种方法的野值剔除能力和对目标预测精度的影响。仿真结果表明:野值剔除准则的引入可有效减少数据中野值的数量,提高目标预测的精度。其中,格拉布斯准则的实用效果尤为明显,且误剔除率也得到了较好的控制。     

陆军旅团部队预任参谋素质测评与选拔方法研究

通过文献研究、工作分析、调查统计等方法,构建了预任参谋素质测评的指标体系。针对各项素质特点并结合部队实际,借鉴现代素质测评技术,设计了以定量测评为主的预任参谋素质测评方法体系。选择组合赋权的TOPSIS方法作为预任参谋选拔排序的方法,并建立了素质测评与选拔模型。通过实例研究,验证了模型的有效性。     

基于贝叶斯因子分析的声纳探测误差模型研究

声纳的探测误差模型是声纳仿真的核心技术。针对建立某型声纳探测误差模型的问题,在对大量声纳实测数据进行统计分析的基础上,提出采用贝叶斯因子分析的方法,建立声纳的探测误差模型。利用该误差模型预测误差,将预测结果应用于声纳仿真中,并与白噪声模型仿真方法进行比较。仿真结果表明,基于贝叶斯因子分析的声纳误差仿真模型可以更有效的对声纳探测误差进行建模和预测。     

基于效果的联合作战行动规划研究

联合作战行动规划是依据联合作战的使命和资源约束建立完成使命的最佳行动过程,通过对交战环境状态、交战主体的资源能力状态、行动、事件和效果的定义,结合人工智能领域解决"计划"问题的研究、军事领域基于效果的作战思想提出了联合作战行动规划模型及策略优选方法.模型结合了马尔可夫决策过程和贝叶斯网络技术来求解交战主体的最优策略,对联合作战设计具有适应性的行动策略做出的初步尝试.     

机动目标跟踪的非线性算法

卡尔曼滤波器对线性高斯滤波问题能提供最优解, 而对目标运动模型、观测方程等要求的非线性就不再适合,提出了一种机动目标自适应非线性粒子滤波算法-" 粒子滤波器"(Particle Filters PF)法, 这种方法不受线性化误差和高斯噪声假定的限制,适用于任何状态转换或测量模型, 分析比较了粒子滤波(PF)与扩展卡尔曼滤波算法(EKF) 的滤波精度、运算量等方面指标.给出了基于典型非线性模型的算法仿真, 仿真结果表明粒子滤波新方法优于EKF对机动目标跟踪.     

航空发动机的可预测模型建模与应用

提出了一种基于混沌理论和支持向量的预测方法.通过重构相空间的饱和嵌入维数,确定支持向量机的最佳输入变量;通过计算混沌序列的最大Lyapunov指数,确定支持向量机预测模型的最大有效预测步数;利用支持向量机强大非线性映射能力、网络结构的自动最优化特性,实现时间序列的非线性预测.最后,应用于某型发动机压气机的试车时间序列数据建模与分析,结果证明该方法具有较高的预测精度.     

时间序列在边防检查工作中的应用

打击偷渡是出入境边防检查工作的一项重要任务,利用SPSS等定量分析的方法可以有效预测偷渡活动的规律,为边防检查工作服务.利用SPSS分析软件的时间序列法对某站近年来的偷渡数据进行分析,提出了短期预测情况.并就下一步如何打击偷渡活动提出了相应的对策.     

空中机动目标航路预测模型

由于信息对抗,警戒雷达丢失已探测到的空中来袭目标时常发生,准确预测出空中机动目标航路,是防空指挥员实施正确指挥的重要依据.在分别描述了GM(1,1)灰色预测模型和Verhulst灰色预测模型的基础上,根据空中机动目标的已测坐标(样本量)的基本状态,提出了综合运用两种灰色预测模型对空中机动目标航路预测的新方法,并结合一空炮合练实例进行了综合预测模型的检验,结果表明所建模型精度较高,有一定的可信度.