千锤百炼出“深山” 跨出实验室大门的电磁轨道炮

电影《变形金刚2》中演绎了这样一个情节：面对危机,美军最终从战舰上发射了一件神秘兵器——超高速炮弹,对金字塔顶的“大力神”予以毁灭性打击。该“神兵”就是新概念动能武器——电磁轨道炮。艺术来源于生活。3月1日,一条被众多媒体纷纷转载的重磅新闻与视频令所有的军迷朋友瞠目结舌,啧啧不止：第一部由美国军工企业制造的电磁轨道炮原型试射成功,标志着曾经被视为“天方夜谭”的动能武器已走出实验室,向军事应用领域迈出了第一步。     

舰船维修器材保障点选址决策模型及算法

传统的最大覆盖选址模型没有考虑对服务半径外的需求点的满足和服务时间的响应,而在舰船维修器材保障中,不论需求点到保障点的距离是否大于服务半径,都应对其进行保障服务,且在保障过程中要满足保障时间控制在不影响舰船正常维修任务时间内。针对此问题,运用广义最大覆盖选址模型和时间满意度函数,构建基于时间满意的广义最大覆盖选址模型,并运用一种混合算法———基于遗传模拟退火算法的BP算法对模型进行求解。最后,运用该算法对实例进行了分析计算,计算结果验证了该算法的有效性。     

静止条件下多种轨道-电枢形状的轨道炮电流分布仿真

针对等轨道截面、等炮口截面、等长度、等材料和等电流8种典型的轨道-电枢结构,在电枢速度为0 m／s的情况下,采用Ansoftl 2有限元分析软件,仿真分析电流分布特征,得到：矩形截面轨道一长方体结构电枢的轨道炮有最不均匀的电流分布特征,电流主要分布在轨道外表面和电枢后部凹表面,并且分别对应于趋肤效应和电流短路径聚集现象,跑道形截面的轨道一回转体结构电枢的轨道炮有最均匀的电流密度分布．     

IMM-EKF的弹道导弹轨道实时动态预测

快速准确的导弹轨道预测是有效进行导弹防御的前提。提出一种基于IMM-EKF的弹道导弹轨道实时动态预测方法,对导弹发射点和落点分别进行动态预测研究。首先,构建不包含导弹先验信息的IMM-EKF弹道估计器;其次,定义一种模型概率累积因子,用于估计导弹的关机时刻及相应的运动状态;最后,基于导弹运动状态的实时估计,动态预测落点和发射点。仿真实验结果表明:该方法能实时动态预测导弹发射点和落点;发射点预测应利用主动段状态估计,而落点预测则在导弹自由段早期进行为宜。     

区间数与灰决策的作战效能评估模型

针对作战效能评估过程中评价指标值同时存在精确数、区间数和语言类模糊数的情况,引入区间数与灰决策原理,提出了一种基于区间数与灰决策的作战效能评估模型。结合案例分析,对模型合理性进行验证,结果表明,该模型能够真实地反映武器装备作战效能的综合评估值。     

灰色关联法的装甲车辆混合电传动方案评估

为了实现装甲车辆混合电传动系统方案的优化设计,在综合运用层次分析法和灰色关联分析法的基础上,建立了一个新型的综合评价模型。模型采用层次分析法确定评价指标的权值,运用灰色关联分析法计算评价对象的灰色关联系数,进而计算加权灰色关联度作为判定评价对象优劣的准则。最后利用该模型对4种主流混合电传动方案的评估,得到了混合电传动方案性能优劣的排序,并对排序结果进行了分析。     

开创新能源革命的“大绿舰队”

1907年12月16日至1909年2月22日,16艘舰体全部漆成白色的美国战列舰进行了一次举世瞩目的环球航行,它们所组成的舰队就是赫赫有名的"大白舰队"。然而这支舰队除了担负着扬合众国国威之使命外,还有一项当时对美国极为重要的任务。这项任务如西奥多·罗斯福总统所言便是:"我希望所有的故障、错误和缺点都能够在和平时期而非战争时期显露出来"。"大白舰队"最终不辱使命,使以煤为燃料的军舰的后勤补给缺点显露无遗,     

模糊需求下保障设施选址-路径模型及算法

针对装备保障过程中被保障单位需求量不确定的问题,在详细分析保障设施选址-路径相关因素的基础上,利用三角模糊数对需求量进行标定。通过运用模糊综合评价与群决策思想确定保障设施备选址点权重,构建时间满意度函数与惩罚成本函数,建立模糊需求下带有时间窗及容量限制的选址-路径模型,并设计了基于聚类分析与蚁群算法的混合启发式求解算法。通过算例分析验证了模型的正确性及算法的有效性。     

未知新生目标强度的多目标概率假设密度滤波算法

针对标准概率假设密度滤波器要求,新生目标强度作为先验信息需已知的工程限制,提出一种未知新生目标强度的多目标概率假设密度算法。该算法以概率假设密度滤波器为基础,通过充分利用目标运动信息及其与监视区域的相对关系来获取源于潜在新生目标的量测,并以此建模下一时刻滤波器所需的新生目标强度。仿真结果表明,所提算法在含有未知新生目标跟踪场景具有鲁棒的滤波性能,且其跟踪精度和计算代价均优于相关多目标PHD滤波器。     

新混合智能计算法在 UCAV 航路规划中的应用

无人作战飞机(UCAV)出航执行对地攻击(或侦察)任务,若事先针对敌方防御区内的威胁部署和目标的分布情况,就飞行航路进行整体规划设计,则可以综合减小被敌方发现和反击的可能性,最大限度地降低耗油量,从而显著提高其执行任务的成功率.在对进化算法研究的基础上.将用于解决旅行商问题(TSP)的进化算法加以改进,引入优秀个体保护法和模拟退火的策略思想,借以克服进化算法固有的易陷于局部最优的早熟现象,然后运用于UCAV的航路规划.实验结果表明,改进的混合智能计算方法简易而有效,寻优效果明显优于常规进化算法,规划出的航路能够满足UCAV飞行任务规划的综合需要.