动态贝叶斯网络的无人机炮火校射

动态贝叶斯网络(Dynamic Bayesian Networks-DBNs),是对具有随机过程性质的不确定性问题进行建模和处理的一个有力工具.提出将隐马尔可夫模型(Hidden Markov Models-HMMs)图形模式与贝叶斯网络结合起来构成DBN,将其用于无人机照相侦察情报的推理分析,决定炮火优先打击区域.首先建立动态贝叶斯网络的战场态势变化模型,而后应用HMM的推理算法获得当前隐含序列最优估计,且可预测出未来战场态势.最后应用模糊推理获得优先打击的区域号.仿真结果表明了模型的可行性.该方法有效解决了贝叶斯网络对于瞬间变化战场态势推理的不足的缺陷,为炮兵指挥员更好地运用火力,分出主次奠定了基础.     

基于马尔可夫分析的人才拥有量研究

基于马尔可夫分析理论,给出了人才拥有量预测的马尔可夫模型,并且讨论了模型中转移概率的确定及模型的预测质量等问题.     

基于广义随机Petri网的军事应急物流行动流程建模与分析

基于真实军事应急物流行动的特点和“军民融合”的原则,同时考虑系统的反馈控制功能,完善了应急情况下的军事物流行动流程,提高了军事应急物流行动的稳定性,对指挥决策具有很好的参考价值.基于广义随机Petri网对该军事应急物流行动流程进行建模,通过不变量判断验证了模型的有效性,基于PIPI软件平台得到状态空间可达图,并利用更加严谨的同构的随机点过程求解模型稳态概率.最后结合汶川地震中某团军事应急物流行动实例数据,对模型的各类性能指标进行分析,对军事应急物流行动的时效性提出改进建议.     

把目标威胁纳入性能指标的目标分配方法

武器系统目标分配是作战指挥中的一个重要问题。提出了把目标威胁纳入性能指标,建立在马尔可夫动态系统输入过程最优化基础上的目标分配方法     

一类马尔可夫人才系统中的工龄和职龄

用马尔可夫模型研究人才系统中工龄和职龄问题的一般方法都要按职务等级、工龄或职龄来划分系统状态。本文在只以职务等级划分系统状态的一类无降级且逐级晋升的齐次马尔可夫人才系统中讨论了工龄和职龄问题,得到直观描述工龄和职龄的计算结果,并通过一实例说明了本方法的应用价值。     

索赔离散到达的风险模型

讨论了索赔到达时间和索赔额均服从几何分布的风险模型 ,利用逐段决定马尔可夫骨架过程的广义生成算子去构造有关盈余过程的鞅 ,精确求解了模型的破产概率     

基于改进EfficientNetV2算法的三相串联故障电弧检测

串联电弧故障在电气火灾中的成因中占据着重要的比例,在具有变频器的三相电机线路中,由于多种电弧电流复杂行为以及多种负载的存在,很难准确识别变频器后部线路中发生的串联电弧故障。为了解决这一问题,提出了一种改进的EfficientNetV2算法。搭建低电压三相电弧故障数据采集平台,采集了所需要的正常状态和故障状态的电流信号。为了充分利用机器视觉的优势,采用马尔可夫变迁场(MTF)将采集到的时域电流信号编码为图像。将MTF图像送入模型中进行训练和测试,该模型具有轻量级高效的通道注意力和双池化空间注意力,更加专注于电弧特征,提高网络性能。实验结果表明,该方法的准确率可达98.99%。     

基于马尔可夫决策过程的炮兵群动态火力分配方法

文章在对战场实际情况合理假设的基础上，建立了基于马尔可夫决策理论的炮兵群动态火力分配模型，并通过具体例子进行计算和分析，证明了该方法的科学性和可行性。     

基于HMM的电子设备健康状态评估方法

针对弹上设备的性能退化问题,提出一种改进流形学算法的电子设备健康状态评估方法.首先,在SNPP算法中引入非相关约束并加入核函数形成KSUNPP算法,将其用于原始特征的提取,获得有效的特征集作为隐马尔可夫模型(HMM)的输入进行训练;其次,用KL距离来衡量故障程度,可实现设备退化程度的评估.最后,通过将该方法应用于某型导弹指令接收机健康状态评估中,验证了有效性.     

基于Monte Carlo方法的一对二马尔可夫随机格斗模型

讨论了一对二马尔可夫随机格斗双方获胜概率计算问题。提出了一种新颖的一对二马尔可夫随机格斗任意对抗回合双方获胜概率的计算方法,该方法首先基于Monte Carlo仿真计算各个对抗回合中双方发射次序的概率分布,再利用全概率公式确定马尔可夫链的状态转移概率矩阵,从而克服了马尔可夫随机格斗模型往往只能提供无限对抗回合之后格斗双方获胜概率的缺点,为运用马尔可夫随机格斗研究火力运用和弹药分配提供了新途径,并用实例说明了该方法的有效性。