设备健康状态评估指标体系约简方法

针对设备健康状态评估涉及指标多、指标间关系复杂的问题,提出基于粗糙集和遗传算法的设备健康状态评估指标体系约简方法.将粗糙集理论和遗传算法相结合,对设备健康状态评估指标进行约简的同时,提高约简效率.某燃气轮机健康状态评估指标体系约简案例显示,该方法能够在不失代表性、系统性的前提下,将复杂指标体系约简为较为简洁、明了的指标体系,保持评估结果准确的同时减少信息收集工作量.     

雷达辐射源识别的算法研究

针对现有雷达辐射源识别算法的不足,探索雷达辐射源数据库识别的新算法。运用属性测度理论建立了雷达辐射源属性识别模型,结合距离算法、灰关联算法和神经网络样本训练思想,设计出基于属性测度模型的雷达辐射源属性识别算法。通过仿真验证,该算法兼具识别准确度高和识别速度快优点,实用性较强。     

指挥引导模型的自动生成

介绍了传统指挥引导模型的建立方法,并分析了其不足;提取出战法属性并分析总结了战法的共同点;作为使用数据库技术进行引导解算的基础,引入了敌我相对态势表、飞行方式表、战法属性表的概念;结合实例,在传统指挥引导建模的基础上,给出了一种新的建模方法,提出了通用模型建立的初步思想,有利于指挥引导模型自动生成的实现.     

多属性模糊决策对舰炮射击目标优选

舰炮在现代高科技条件下海战中承担着重要的作战使命和任务,它能否完成被赋予的作战使命和任务,射击目标的优选起着决定性作用.为解决舰炮射击目标优选、决策问题,研究分析了多属性模糊决策方法,以及影响舰炮射击目标优选的因素,提出了多属性模糊决策方法的数学模型和求解最优射击目标排序的新方法.该方法在舰炮射击目标优选中的应用实例表明:通过定量和定性相结合,专家判断和信息处理相结合的多属性模糊决策方法对舰炮射击目标优选、决策具有一定的借鉴意义.     

对历史教学中“图示法”的再认识

历史教学图示法,顾名思义是一种以图形图像为主要方式,揭示历史事物之现象的或本质的属性,以激发学生跳跃性思维,使其更好的掌握知识,加快教学进程的一种教学方法。从广义上说,历史教学图示法,又不只限于图形和图像,也包括图解、表格在内。这种教学法用形象化的图形、图像、表格等霁授历史概念和基本规律,揭示历史事物之间内在的逻辑联系,使学生头脑中形成这些事物准确、完整、稳固的表象,其实质,是使科学知识形象化、抽象理论具体化、零碎知识系列化。以引起学生学习历史的兴趣和动机。著名心理学家皮亚杰指出,教学方法以及其它教学论方面…     

导弹武器规划方案模糊多属性决策方法

针对具有模糊决策信息的导弹武器规划方案排序问题,给出了一种模糊多属性决策方法。首先将专家给出的自然语言模糊评价指标转换成用三角模糊数表示的定量指标;然后采用Bonissone近似计算公式进行模糊指标值和模糊权值的乘积运算;对模糊加权矩阵,给出模糊TOPSIS方法进行方案排序。     

属性约简方法在威胁因素选择中的应用

分析了影响对空威胁判断的威胁因素,确定了各属性值离散化的处理标准,构建了基于粗糙集理论的对空威胁判断决策信息表;通过基于属性重要性的约简方法和基于正区域的约简方法对威胁因素进行了约简,确定了水面舰艇对空威胁判断的威胁因素,最后用Matlab仿真技术验证结论的正确性。     

超远程火炮安全装药多指标优化分析

通过计算分别建立了超远程火炮全装药和小号装药内弹道多目标(指标)优化模型,采用基于空间测度为标准的TOPSIS方法对方案进行了综合优化、排序,从而获得确保发射安全的满意装药方案。计算实例表明:TOPSIS方法是一种解多指标优化问题的有效方法,多指标优化模型可作为内弹道设计方案优化工具。     

基于多属性目标决策的威胁评估排序模型

针对当前海战中对舰艇编队构成威胁的空中目标的特点,运用目标多属性理论探索对空中目标的威胁排序问题.提出了一种对空中目标进行威胁评估和排序的方法,并通过示例介绍了威胁评估和排序的求解过程.该方法有效地解决了目标威胁评估与排序问题,提高了舰艇编队防空作战能力.     

神经网络在目标属性识别中的应用研究

首先介绍了目标属性识别的方法,并对多属性决策模型(MultipleAttributeDecisionModel,MADM)目标属性识别模型进行了分析,在此基础上提出了基于神经网络的目标属性识别模型,其能有效地解决目标属性识别问题。