基于随机加权法的BAYES精度评定

从工程应用的角度出发 ,在极小现场子样条件下 ,讨论了如何利用验前信息与现场子样来对导弹的命中精度进行评定 ,将随机加权法与BAYES方法结合起来 ,提出了基于随机加权法的BAYES精度评定方法 ,并通过算例证实了方法的正确性     

一个最优联勤保障模型

在联勤保障体系中,各兵种自身的特殊性决定了后勤保障的多目标性和多任务性,这些目标或任务之间一般存在着一些冲突。文章通过建立一个多目标规划模型,利用理想点加权法来求解此多目标规划问题,协调并解决这种冲突。     

高能硝胺推进剂的压强指数分析

从高能硝胺推进剂配方组成入手 ,深入研究了各组分参数的变化对该推进剂燃烧性能的影响 ,认为 :高硝胺 ( HMX或 RDX)含量和高硝酸酯增塑剂含量是高能硝胺推进剂 ( NEPE)高压强指数的根本原因。同时指出该类推进剂的燃烧性能的调节将不再仅仅局限于硝胺的催化 ,而应针对硝胺和硝酸酯及 AP的特殊作用进行综合调节     

一类递推矩阵方程有对称正定解序列的充要条件

证明了一类递推矩阵方程 AXk 1=Xk,有对称正定解序列的充要条件 .     

武器作战效能指数模型与量纲分析理论

本文研究了度量武器作战效能的指数方法。在分析幂指数积模型和介绍量纲分析理论的基础上 ,进一步提出了构造武器作战效能指数模型的一般方法 ,这种方法是幂指数积模型的深化和发展。文章首先分析了幂指数积模型的优点、局限性及产生局限性的原因 ,进而介绍了量纲分析的概念及用量纲分析求出的无量纲数构造指数模型的方法。     

利用动态综合作战能力指数筹划海战兵力需求

针对目前海军作战兵力需求问题,建立了海军作战的物理模型,并提出了用动态综合作战能力指数筹划海战兵力需求的数学模型和算法,采用战例统计法和专家打分法计算出战斗力系数.并且以航空兵空中争夺为例进行了因素分析、参数选取、效能计算并得出了明确结论.计算结果表明,采用动态综合作战能力指数作为海战兵力需求指标是可行的;信息作战能力在现代海战中具有极其重要的作用.     

基于双层随机森林的空袭目标识别

空袭目标识别是防空作战指挥决策的关键环节,针对空袭目标特征繁杂容易造成模型拟合和识别精度不高这一问题,为提高空袭目标的识别能力,提出了一种基于双层随机森林的空袭目标识别算法。该算法在第一层随机森林通过计算基尼指数变化量对特征进行重要性评估和优选,然后在第二层随机森林进行数据降维和目标识别,相较传统随机森林能够提高目标识别的准确率和稳定性。将该算法与传统随机森林、支持向量机和PNN神经网络进行对比分析,仿真结果表明该算法能够在保证识别准确率的基础上同时具有较高的识别速度和识别稳定性。     

动态指数平滑模型在网络流量预测中的研究

网络流量预测是网络性能管理的一个重要组成部分,一种好的预测模型能比较准确地判断网络流量的发展趋势,对网络管理起到推进作用.提出了将最速下降迭代法应用于指数平滑模型的方法,以预测误差平方和(SSE)最小为目标,构造并自动生成了最佳平滑参数,使网络流量的预测模型得以优化,增强了指数平滑模型对时间序列的适应能力,较好地解决了指数平滑预测模型中,平滑参数靠检验确定且为静态,平滑初值难以确定并导致预测偏差等同题.通过分析,证明了此模型能够较准确地预测出网络的流量,使网络管理人员对网络的性能状态有整体的把握并且能够较好地对网络性能进行监测控制,从而提高了网络的服务质量.     

基于FOCUSS二次加权的DOA估计方法

针对■-SVD、FOCUSS等稀疏重构算法应用波达方向(DOA)估计时,存在或运算量大、或精度不高的问题,提出了一种基于FOCUSS二次加权的信号DOA估计方法。将传统DOA估计表述为稀疏表示的信号模型,通过贝叶斯理论推导目标函数的最优解及加权矩阵,并在迭代过程中对结果进行二次加权优化,进一步增强恢复结果的稀疏性,提高恢复性能。仿真实验证明了该方法的优越性:与其他稀疏重构方法相比,该方法恢复精度高、稳健性好、运算量低。     

加权残值有限条法

本文基于微分方程的加权残数解法的基本思想,推导出小挠度受弯薄板在各种边界条件下的加权残数表达式的弱列式,并对于二边简支二边自由薄板受弯问题选取与有限条法相同的位移试函数代入弱列式,给出了加权残数有限条法的刚度矩阵和力矩阵,用例子说明子它的可行性与优越性。