空军作战仿真不确定区间数据处理方法研究

不确定区间数据在空军战役仿真中大量存在,相对于点状不确定数据的广泛研究,人们对不确定区间数据的研究相对较少。从研究不确定数据产生的原因入手,提出了基于证据理论的多维不确定区间数据处理方法,解决了不确定区间数据分割组合问题,为不确定数据在空军作战仿真中的应用提供了有益的参考。     

热处理对FeCrNiCoCu高熵合金涂层的影响

采用自动化高速电弧喷涂技术,并结合FeCrNiCoCu粉芯丝材制备了高熵合金复合涂层,使用差示扫描量热法分析了涂层中非晶结构的转变温度.同时,对涂层进行了不同温度条件的热处理,研究了热处理前后涂层的组织结构、硬度及其磨损性能.结果显示:高熵合金涂层在500℃附近发生了非晶结构的晶化转变;热处理前涂层中主要含有CuNi、Fe3Ni2、Cr2Ni3等组成的面心立方结构固溶体和少量Fe3O4相,热处理后,氧化物Fe3O4峰强度随着加热温度的升高而增强,并且当温度超过500℃后,涂层中出现了Ni-Cr-Fe相;涂层的显微硬度随着热处理温度的升高而升高,在500℃出现最高值,涂层表现出了明显的回火硬化特征,耐磨损性能较热处理前的涂层有明显提高.     

基于MED的滚动轴承故障特征提取方法及其应用

为提取微弱的轴承故障信号,研究了一种基于最小熵反褶积(Minimum Entropy Deconvolution,MED)的滚动轴承故障特征提取方法:在利用AR模型去除齿轮啮合产生的确定性信号的基础上,对保留信号进行最小熵反褶积,增强冲击信号.该方法避免了传统轴承故障诊断方法中带通滤波器设计的难题,实车测试表明:与共振解调技术相比,该方法提取的滚动轴承故障特征更加明显,更适合于工程应用.     

一种新的证据K-NN数据分类算法

K近邻分类算法已被广泛应用于模式识别中。为了有效处理识别问题中的不确定信息并提高数据分类精度,提出了一种新的证据K-NN(NEK-NN)分类算法。首先从总的训练集中随机重复采样来构造多个训练样本子集。在每个训练子集中,利用目标数据与其各个近邻的距离分别构造基本置信指派,并根据K个近邻数据在每个类别中的数目来对构造的置信指派进行加权。然后,利用DS规则对加权证据融合。根据每个训练子集下融合结果的算术平均值来判断目标的类别属性。通过模拟数据集和真实数据集的实验,将NEK-NN算法与其他几种常见的方法做了对比分析,结果表明NEK-NN算法能够有效地提高分类的精度。     

证据推理方法中不完备信息影响因素分析

不确定条件下的不完备信息分析是多属性决策中的主要内容之一,Yang提出的证据推理方法可以较好地处理这类信息。研究了证据推理方法中不完备信息的影响因素,包括规则中的不完备信息,规则的权重以及规则的一致性,并以此为基础分析了评估结果中不完备信息的取值范围,得出了初步结论:评估结果中不完备信息的信度必然小于作为输入的规则中不完备信息中的较大者,但不一定大于其中的较小者。进一步分析了规则一致性的逻辑意义和几何意义,指出规则的一致性实际描述了规则之间的冲突程度。     

基于熵权和理想点法的单位预算执行绩效评价

评价单位预算执行绩效,应在建立单位预算执行绩效评价指标体系的基础上,采用熵权法和理想点法相结合的方法进行分析。在具体的评价分析过程中,应根据各项指标的指标值变异程度利用信息熵计算出各指标权重,再对所有指标进行加权,从而得出较为客观的综合评价结果。同时,通过构造多指标问题的理想解和负理想解,并以靠近理想解和远离负理想解的距离两个基准,作为评价各个可行方案的依据。     

机动导弹系统研制中的生存能力论证建模

分析了机动导弹系统生存面临的生存威胁,对机动导弹系统生存能力的基本指标体系,进行了量化研究,结合某新型号机动导弹系统的研制设计方案,提出了基于相邻优属度熵权的模糊综合论证模型.该模型将指标的随机不确定性和模糊不确定性结合在一起,增强了论证结果的可信性.利用上述模型对机动导弹系统设计方案的生存能力进行了论证分析,并依据论证结果对设计方案进行修改,对修改后的方案进行了再次论证.     

好借不好还,伤不起

前不久,编辑部接到了一位基层战士的电话,他给我们诉说了这样一件"苦恼"事:去年底,这位战士的同班、同乡战友向他借了500元钱,当初说好过一段时间就还。可是几个月过去了,仍未见其有还钱的意思。碍于情面,他也不好意思索要,但是自己家里经济条件一般,500元也不是一个小数,为此他很苦恼。编辑认为有借有还,双方都会感到温暖。如果     

通信网络拓扑可靠性的重要度熵评价方法

针对通信网络拓扑可靠性受到多因素影响的问题,提出了一种基于重要度熵的可靠性评价方法。该方法采用介数作为基础重要度指标,依据节点度、距离、最短路径等拓扑特性传播重要度影响,保证了对节点重要度的客观评价。方法选取网络重要度熵为可靠性指标,并通过边收缩将链路重要度转化为节点重要度进行评价,进而计算网络的重要度熵。最后通过仿真,验证了该评价方法的有效性。