基于模糊综合评判的舰艇电子战系统效能评估

舰艇电子战能力是现代舰艇综合作战能力的重要组成部分,为了准确评估舰艇电子战系统的效能,探讨现代战争条件下舰艇电子战系统的定量评估方法非常重要。应用模糊数学理论和层次分析法对舰艇电子战系统的效能进行评估,建立舰艇电子战系统的评价指标体系和三级评估模型,对定量指标和定性指标的隶属度计算进行了区分,并通过实例演示了该模型的具体应用过程。实例结果显示此方法是非常有效的,为这方面的进一步研究具有一定的借鉴意义。     

装备战场损伤的解析分析方法研究

为了提高装备战损模拟的效率,以蒙特卡洛方法为基础,构建了关于装备战损的解析模型。首先采用序贯法优化了仿真次数,以便以较少的仿真次数获得较高的仿真精度;分析了单因素对于装备损伤的影响,并建立了一元回归模型;采用正交试验分析了多因素之间的交互作用,并综合一元回归模型得出了装备战损的多元回归模型;最后结合弹着点分布模型与多元回归模型,建立了装备战损的解析模型,并通过实例验证了解析模型的正确性。     

过程方法在防化科研质量管理系统中的应用

介绍了根据国军标要求建立的科研质量管理系统．运用“过程方法”,对现行科研体制下的科研进程进行了识别,并提出了具体的控制要求。     

联合作战系统效能评估

采用面向过程的系统分析方法建立了一个对联合作战系统效能比较精确的量化评估模型.模型以某个参考系统为标准,先作层次分析,然后通过模糊对比,把各层次中难以具体量化因素进行了量化,再通过判断矩阵得出各自权重,最后线性加权便可以得到总的系统相对于标准系统的优劣程度,是一种面向过程的系统分析.该方法适用面广,对复杂系统效能评估工作有一定指导意义,具有广阔的应用前景.     

武器系统效能评估数学模型描述

在武器系统效能评估中,武器系统的战技指标是评估武器系统效能的重要因素.对武器系统的可靠性和维修性进行了研究,并应用于可用性矩阵计算中.利用随机过程理论,建立了武器系统可信性矩阵和武器系统效能能力指数模型,最后建立了武器系统效能评估模型.     

军警体育教学中认知结构与动作技能的形成

军警动作技能是军警部队官兵所必备的素质之一,也是其具备野外作战能力的基础。但是,有些身体素质良好的军警人员,掌握和发挥动作技能的水平却很低。在教学中要从全新的角度对军警人员获得动作技能的过程进行认知分析,以促进认知结构与动作技能的形成。     

动态灰色时序系统 DGTS 及其在安全策略规范中的应用

设计安全策略模型时应考虑安全策略的时序特性和灰色特性,还应综合考虑保密性、完整性和可用性三方面的需求。已有的安全模型没有描述时序性和灰色特性,而且一般只侧重描述保密性或完整性。为此,本文提出了动态灰色时序系统（简称ＤＧＴＳ）。本文详细描述了ＤＧＴＳ,以及基于ＤＧＴＳ的动态语义设计的灰色时序安全策略规范语言ＧＴＳＬ。     

基于灰色关联分析的反导导弹战斗部作战效能评估

针对反导导弹战斗部的性能特点,以灰色关联理论为基础,采用灰色加权关联度分析进行综合评判,建立了反导导弹战斗部作战效能评估模型．最后通过算例,验证了该模型的完整性,最终为决策者做出合理的作战决策提供了理论参考．     

基于灰色AHP方法的综合航电系统效能

针对在对综合航电系统效能进行评估的过程中经常遇到多指标度量效能的情况,提出了一种将层次分析法和灰色系统理论相结合的效能评估方法,对航空电子系统中多指标度量效能进行评估.最后,通过实例计算表明使用这种方法获得的评估结果更加客观、科学,对综合航空电子系统效能的评估具有一定的参考价值.     

Nonparametric bayesian lifetime data analysis using dirichlet process lognormal mixture model

We propose a nonparametric Bayesian lifetime data analysis method using the Dirichlet process mixture model with a lognormal kernel. A simulation‐based algorithm that implements the Gibbs sampling is developed to fit the Dirichlet process lognormal mixture (DPLNM) model using rightly censored failure time data. Five examples are used to illustrate the proposed method, and the DPLNM model is compared to the Dirichlet process Weibull mixture (DPWM) model. Results indicate that the DPLNM model is capable of estimating different lifetime distributions. The DPLNM model outperforms the DPWM model in all the examples, and the DPLNM model shows promising potential to be applied to analyze failure time data when an appropriate parametric model for the data cannot be specified. © 2013 Wiley Periodicals, Inc. Naval Research Logistics, 2013