基于集对分析和LS-SVM的装备研制风险综合评价

【】为了有效防控武器装备的研制风险,确保武器装备项目的顺利推进,提出一种基于集对分析(SPA)理论与最小二乘支持向量机(LS-SVM)方法的装备研制风险综合评价方法。在该方法中,首先,根据武器装备研制的具体特点,建立了装备研制风险评价指标体系。然后,在此基础上,引入SPA分析理论中的联系度和集对概念构建了训练样本和测试样本。最后,使用获取的样本对LS-SVM进行训练和测试,得到装备研制风险评价模型,并据此给出评价结果。案例分析表明,所提出方法过程简便,定性定量结合,形式易于理解,评价结果也更加贴近实际,对于提升装备研制项目风险管理和决策水平,具有重要的实际意义。     

指标融合和隐马尔可夫模型的舰船装备技术状态评估

科学合理的技术状态评估技术是保障舰船安全性和任务完好性的有效途径之一,针对目前舰船装备技术状态评估缺乏动态性以及评估指标过多的问题,构建舰船装备技术状态多指标融合模型,结合技术状态评估指标融合模型和隐马尔可夫模型所具有双随机性和严谨数学推理能力的特点,建立基于指标融合模型和隐马尔可夫模型的舰船装备技术状态动态评估模型。最后通过案例分析验证了所提出的方法能够有效体现技术状态评估中的动态性,为舰船装备技术状态评估提供新的途径。     

Lipschitz非线性系统状态观测器设计新方法

针对Lipschitz非线性系统状态观测器,提出了一种以极小化条件数为目标准则的新的设计方法。运用梯度下降法和Slyvester方程,计算极小化条件数,优化增益矩阵和最大允许Lipschitz常数,完成观测器设计。通过同其它文献的算例比较,结果发现按文中方法设计的观测器具有迭代次数少、优化结果好的特点。     

基于随机森林法的机械变速箱技术状态评估

将随机森林RF(Random Forests)引入到机械设备技术状态评估领域,对某型坦克不同劣化程度的变速箱振动加速度信号数据进行分类研究,分类精度达到97%以上,证实了此方法的有效性。基于RF的评估方法具有组合分类器精度高、树型分类器运行速度快的特点,在机械设备状态识别、故障诊断中表现出了良好的性能。     

“不在状态”就是过

某部在第三批学习实践活动整改落实中,对照基层建设实际,查找作风浮漂、工作浮夸、心理浮躁等＂混日子＂、＂磨洋工＂的现象,并对＂不在状态＂的＂清闲官＂、＂太平官＂作出组织处理,大大增强了党员干部的事业心和责任感。＂不在状态＂是一种典型的＂不作为＂。     

基于目标结构特征像的SVM目标识别方法

针对支持向量(SVM)对目标高分辨一维距离像(HRRP)识别率和稳定性不高的问题,研究将目标分解理论推广应用于对目标极化散射矩阵的分解,求得了目标结构特征像.在分析研究SVM的训练和测试方法的基础上,采用SVM通过结构特征像对两实验目标进行分类识别,结果表明,基于目标结构特征像的SVM目标识别方法能够提高目标正确识别率,且其稳定性较好.该方法是一种有效的目标识别方法.     

超级计算机发展的新技术和新观念

近年来，超级计算机技术的新发展和研制超级计算机的新观念表明，更高性能超级计算机的体系结构正酝酿着新的变化；研制更高性能超级计算机不但应重视性能价格比，而且应重视性能拥有代价比；研制超级计算机不再是超级计算机公司的专利；人们不但需要高性能计算机，还需要高生产率计算机。     

基于状态监控的武器系统管理体系构建与功能分析

将CBM＋技术及思想应用于武器系统管理领域，提出了基于状态监控的武器系统管理思路。以某武器系统为研究对象，分析了基于状态监控的武器系统管理的特点；按照模块化原则、管理功能模块与信息保障模块对应原则和集成原则，构建了基于状态监控的武器系统管理体系；探讨了该管理体系中各组成模块的结构设计，并分析了其功能。研究结果为实现武器系统使用中的状态监控与信息化管理提供了体系框架。