基于多目标多维模糊决策的装备战场损伤等级评定方法

针对装备战场损伤等级评定中具有较大的模糊性和随机性问题,应用多目标多维模糊决策的基本原理,提出一种带有信息熵和调控系数的目标函数,得到新的模糊决策识别矩阵和目标权重的计算模型,为装备战场损伤等级评定提供了一种有效方法。该方法根据3种不同情况,给出了相应的计算步骤,计算结果较准确地反映了装备战场损伤程度。新的计算模型不仅对多目标多维模糊决策理论模型的发展进行了尝试,而且丰富了装备战场损伤等级评定方法。     

装备战斗恢复力模糊评判模型的建立与应用

针对装备战斗恢复力的评价具有随机性、模糊性和相关性的特点 ,提出了用模糊评判模型分析装备战斗恢复力的方法。最后 ,以雷达系统为例 ,对该模型进行了应用分析     

自组织特征映射网络在目标分类识别中的应用

为了在日趋复杂的空战环境中准确分析出目标的类型,以达到辅助决策之目的,采用自组织特征映射网络来对目标进行分类识别.首先提取影响目标识别的类特征,然后对其预处理.在此基础上建立SOM网络目标识别模型,并利用SOM网络算法实施无监督的自组织学习.在学习的过程中,通过不断调节网络节点间的权向量,来实现目标聚类.最后,通过仿真验证了该方法在目标分类识别中的可行性和实用性.     

水面舰艇对鱼雷防御决策仿真分析

如何对来袭鱼雷进行防御成为水面舰艇对潜防御作战的重中之重.根据世界主要海军国家普遍装备的火箭助飞声诱饵的使用原理、基本战技性能,结合"线导+声自导"鱼雷的作战过程,仔细分析了水面舰艇对抗鱼雷的作战态势,通过大量的仿真计算得出火箭助飞声诱饵的最佳使用方式以及舰艇的机动方法.     

可判定条件下的零知识证明

零知识证明是密码学关注的问题之一。在可判定条件下，运用代数学中群的共轭性质进行零知识证明，其实例就是数学中关于寻找共轭子的困难性问题。     

Holonic-C2组织决策分配及演化方法

为了有效发挥指挥控制(Command and Control, C2)组织集中式决策和协作式决策的决策优势,对具有决策权限动态变化能力的Holonic-C2组织的决策分配问题进行研究。针对群决策中专家固定权重的主观性太强的缺点,提出基于专家权威性和意见一致性相结合的专家组选择方法,提高了决策分配过程中多属性决策的客观合理性；针对决策分配的动态演化问题,提出基于多阶段决策的决策模式演化机制,在考虑属性前后阶段的变化的基础上,给出相邻阶段决策模式跃迁方法。仿真结果表明,所提方法能够给出相对客观的决策模式的优劣排序以及多阶段的演化路线,从而证明了方法的可行性和有效性。     

基于案例决策理论的仿真任务共同体服务选择算法

资源分配优化是面向服务（ SOA）的大型多用途仿真系统的关键问题，而含有不确定状态或效果的服务选择是资源分配优化中的一个难点。针对以上问题，提出了构建仿真任务共同体的方法，基于案例的决策理论（ CBDT）的思想，设计了一种不确定型仿真任务共同体服务选择算法（ CBDSSA）。算法通过服务选择案例相似度的层次化运算，生成相似历史案例集，计算得到相似历史案例的方案效用值，最终评估出目标服务选择方案综合效用值并排序备选。算例验证表明，算法约束条件少，层次结构分明，运算结果直观，为仿真任务共同体服务选择问题提供了一种新的思路和实践手段，对大型多用途仿真系统资源分配优化研究具有一定的参考价值。     

不确定环境下无人机区域目标搜索及载荷参数影响

针对不确定环境下无人机区域搜索问题,建立了实时探测更新的搜索方法,提出了机载光电载荷参数优化配置策略。建立了基于二维离散网格的无人机区域搜索模型,采用概率地图描述目标信息的实时获取与更新;引入不确定度指标、目标网格的重访和网格探测次数控制,建立搜索目标函数;建立了基于粒子群算法的搜索路径滚动优化方法;通过对任务区域平均探测时间步数和误判概率的估计分析,建立了机载光电载荷参数优化配置策略。使用蒙特卡洛方法验证了区域搜索方法的有效性和光电载荷参数配置对搜索效率、误判概率的影响。     

基于阶次小波包与粗糙集的轴承故障诊断

针对齿轮箱启动过程中振动信号表现为非平稳、非高斯特征及传统诊断方法诊断精度不高的现状,将阶次小波包和粗糙集理论引入轴承的故障诊断中,提出了一种新的故障诊断方法。首先利用阶次跟踪算法对瞬态振动信号进行重采样,得到等角度分布振动信号,其次采用小波包对该信号分解—重构,并对每个频段的能量进行归一化,构成特征向量,通过粗糙集理论得到清晰、简明的决策规则,最后通过故障实例验证该方法的有效性。     

用混沌运动生成伪自然图像

混沌运动的确定性与随机性规律反映了现实世界中有序与无序相伴、简单与复杂一致的规律 ,利用混沌运动的方式控制像素色彩 ,可以生成反映现实世界混沌本质的伪自然图像 .通过改变动力学系统的参数 ,可以改变系统的运动形态 ,从而得到不同的伪自然图像 .