集对分析和LS-SVM相结合的装备研制风险综合评价法

为有效降低或规避武器装备研制风险,确保装备研制项目的顺利推进,提出一种基于集对分析理论与最小二乘支持向量机方法的装备研制风险综合评价方法。根据武器装备研制特点,建立装备研制风险评价指标体系。在此基础上,引入集对分析理论中的联系度和集对概念构建训练样本和测试样本。利用样本对最小二乘支持向量机进行训练测试,得到装备研制风险的评价模型,并给出评价结果。案例分析表明,所提方法过程简便,定性定量结合,形式易于理解,评价结果也更加贴近实际,对于提升装备研制项目风险管理和决策水平,具有重要的实际意义。     

装甲车辆润滑油监测数据关联分析

利用灰色关联分析方法对装甲车辆变速箱润滑油监测数据进行了分析，说明了油样中铁谱磨粒浓度和油液污染度之间的关联性，为润滑油不同监测参数间的相互验证提供了一种方法。     

某两栖装甲装备液压系统非介入式原位检测方法

为解决传统的介入式测量方法拆装困难、影响系统的动态特性、无法适应武器装备现场快速抢修需要的问题，根据液压系统的特点，针对表征系统状态的主要参量——流量、泄漏量和污染度，提出了非介入式原位检测方法，实现了对装甲装备实时检测的目的，有助于故障的快速定位和排除。并以某两柄装甲装备为例，说明了非介入式原位检测技术的可行性和实用性。     

模糊识别和随机森林算法在柴油机振动信号状态识别中的应用

针对模糊识别算法中,样本特征向量中各参量(分量)对状态分类的贡献权重难以确定的问题,提出了利用随机森林算法对特征参量的重要度评估结果作为特征权重的方法。通过对柴油机台架试验振动信号的跟踪分析,获得了柴油机在磨合期、100摩托小时、200摩托小时、300摩托小时及400摩托小时5种不同使用期(典型状态)的75个振动信号样本,然后计算出各类样本在幅域、时域和频域的特征参量,利用随机森林算法进行特征选择,确定4个重要特征参量及其权重,用统计方法得出其隶属度函数,最后根据评价向量对样本进行识别,识别准确率达到94%以上。     

基于灰色关联分析法的巡航导弹发射阵地选择

巡航导弹发射阵地选择是部队完成发射任务的重要环节，为提高阵地选择的科学性，通过分析影响巡航导弹发射阵地选择的因素，采取将 CRITIC 法和主观赋权法相结合的组合赋权法确定权重，并运用灰色关联分析法，实现对备用巡航导弹发射阵地的排序，从而为指挥员进行阵地选择提供支持。     

鱼雷六自由度运动仿真建模方法研究

针对鱼雷武器试验的仿真需求,从各型鱼雷运动规律的相同点入手,建立了通用性好、扩展性强的鱼雷六自由度运动仿真模型,在对输入、输出接口信息标准化的基础上设计了一种鱼雷模型层次结构,基于C 开发了鱼雷模型基础类库,方便开发人员或用户对模型的维护及修改。并将其应用于鱼雷武器作战对抗仿真系统,取得了较好的效果。     

主战飞机维修保障效能评估方法

针对空军主战飞机维修保障效能难以评估的问题,首次提出了主战飞机维修保障效能评估方法。分析了飞机维修保障系统运行过程,按照"投入-产出"的原则,建立了主战飞机维修保障效能评估指标体系,运用信息熵理论和灰色系统理论,构建出了基于熵权和灰色聚类的评估指标赋权模型。结合实例验证了方法的正确性和合理性。     

基于灰色层次模型的新型装备战斗力评估

从武警部队武器装备快速形成战斗力的客观需求出发,分析了影响新型装备战斗力生成的关键因素,建立了装备战斗力生成评估指标体系。从装备的质量标准、装备的数量标准、人员与装备的有效结合、装备的综合保障能力、装备的能动性等5个方面进行评估,运用层次分析法以及灰色理论,对装备形成战斗力进行综合评估。并以部队现役某型装甲防暴车为例,通过求解其评估值,证明该方法的可行性,为部队实践和装备战斗力评估提供了参考。     

多决策目标排序的层次分析与灰色关联法

战争中对打击目标排序是下定作战决心的前提,是战场信息处理的重要内容.随着军事科技的发展和战术运用要求的提高,决定目标排序的因素不断增多,作战环境更加复杂,单一指标已不能满足需求.采用层次分析和灰色关联相结合的方法对多决策目标进行分析,为具有多决策因子目标提供了一种排序方法.灰色数据的白化和精确数据的直接使用提高了数据的效率,使得不同特点的目标具有可比性.实例表明,该方法行之有效.     

节点能量均衡和区域重要程度的WSN节点配置算法

提出了一种基于节点能量均衡和区域重要程度的WSN节点配置算法(BEID).该算法将节点的剩余能量作为权重因子,同时考虑不同区域的重要程度,利用加权的Voronoi图确定节点的唤醒概率,从而来确定节点的工作状态.由于考虑了监测区域的重要程度对所属节点的唤醒概率的影响,从而大大加快了探测目标的效率.同时将节点的剩余能量作为权重因子,又在一定程度上使节点的能耗尽可能的趋于均衡.仿真结果表明该算法是有效的.