基于复杂网络的空间信息支援力量体系结构同步能力研究

运用复杂网络理论的基本原理对空间信息支援力量体系结构的同步能力进行了研究,构建了空间信息支援力量体系结构的网络拓扑模型,给出了网络同步判定依据,分析了初始连接机制、通信节点数以及总节点数的变化对空间信息支援力量体系结构整体同步能力的影响,为空间信息支援力量体系论证和作用发挥等问题的深入研究提供了借鉴和参考．     

基于级库存的维修器材整合供应策略研究

针对传统器材供应模式效率低的问题,借助供应链管理的思想提出了多需求点整合供应模式,并建立了基于级库存策略的整合优化模型,对成本各组成部分分析求解,得到了最优总成本对应的策略参数,其中总成本考虑了供应中心补货成本、库存持有成本、供应成本和供应延迟成本．最后通过算例与直接供应策略进行了比较,证明了整合供应策略的有效性．     

舰船维修器材保障点选址决策模型及算法

传统的最大覆盖选址模型没有考虑对服务半径外的需求点的满足和服务时间的响应,而在舰船维修器材保障中,不论需求点到保障点的距离是否大于服务半径,都应对其进行保障服务,且在保障过程中要满足保障时间控制在不影响舰船正常维修任务时间内。针对此问题,运用广义最大覆盖选址模型和时间满意度函数,构建基于时间满意的广义最大覆盖选址模型,并运用一种混合算法———基于遗传模拟退火算法的BP算法对模型进行求解。最后,运用该算法对实例进行了分析计算,计算结果验证了该算法的有效性。     

空战截击引导航线自动生成算法研究

以等角航线作为截击引导航线计算的基础,研究了满足战术要求的截击引导航线自动生成方法,提出了基于前置点滑动搜索的截击引导航线优化生成算法（LPMSOA,lead-point moving search optimal algorithm)。LPMSOA算法采用二分搜索思想,以到达时间差为优化准则,通过对预定敌机前置点的滑动搜索来寻找最优前置点,通过飞行航迹长度最小化获得最短截击时间,在此基础上对最优截击引导航线进行解算。仿真实验表明,LPMSOA能有效解决空战截击引导航线自动生成问题,算法实时性强,计算精度高。     

基于GA-SVDD的轴承性能退化评估

为解决因机械设备轴承损伤导致机械故障而无法正常工作的问题,提出了一种基于GA-SVDD的轴承性能退化定量评估方法。该方法采用遗传算法优化选择特征参量,并建立SVDD超球体模型,运用SVDD距离评估轴承的性能退化程度。实验分析表明：该方法能够有效地对轴承性能退化过程的细节进行描述,实现对待测样本退化程度的定量评估。     

基于AdaBoost-SVM算法的某火炮炮闩技术状态评估

针对现役装备技术状态评估多依赖于手工拆卸的现状,提出一种基于AdaBoost-SVM模式识别算法的在线技术状态评估方法。利用人工后坐在线检测设备对炮闩装置技术状态参数进行检测,在对检测数据进行相关性分析特征提取的基础上,引入支持向量机模式识别方法,建立炮闩装置技术状态评估模型。通过将评估模型与Ada-Boost算法相结合,每次迭代都根据测试精度对分类错误的样本点和各分量分类器的权重重新赋值,在下一次迭代中形成新的分量分类器以优化分类结果,最终将各分量分类器依其权重综合完成评估。实例分析结果验证了评估模型的正确性和有效性。     

复杂条件下岩质边坡施工过程数值模拟

为研究基坑开挖时的变形、稳定性及对坡顶建筑物的影响,以实际工程为例,运用数值模拟分析方法,对含有软弱夹层的顺层岩质基坑边坡在直立开挖与支护过程中的位移场、应力场及对坡顶建筑物影响进行了动态模拟分析。研究结果表明:开挖过程中,岩体卸荷引起变形,支护结构可以限制变形的发展,开挖面处岩体失去原有限制发生卸荷回弹,使得边坡顶部和靠近开挖面处出现拉应力集中区,层状岩体的软弱夹层处会产生较大的剪应力,并随着开挖加深而增大;开挖后边坡顶部已建挡墙附近应力消散,坡顶产生不均匀沉降。     

航天测控通信系统可靠性分析的Krylov子空间投影算法

基于Markov模型对航天测控通信系统进行可靠性分析的过程中,若系统中测控通信设备数量较多,模型中的状态空间随设备数量呈指数增长,将会导致数值计算困难.提出了一种基于Krylov子空间技术的可靠性分析方法,将大规模问题投影至小规模子空间中,求得问题的近似解.实验结果证明,Krylov子空间方法的计算速度及精度优于Ross方法和前向Euler法(forward Euler method,FEM).     

C2组织的定量描述与分析

信息时代的C2组织是信息化战场作战体系的内核,高效运作的C 2组织是体系对抗优势的保证。以组织的规范描述为目的,提出C2组织要素间的多重关系及关系的定量描述方法,并以一次典型作战想定及其兵力编成为例,分析了C2组织的定量描述分析方法。     

支持向量机的OTHR多频特征目标分类识别法

针对低信噪比下多频法在天波超视距雷达(Over-The-Horizon Radar,OTHR)目标分类识别中分类精度不高的缺点,充分利用雷达量测的一些先验信息,将基于支持向量机(Support Vector Machine,SVM)的多分类器引入多频法中,提出了一种基于SVM的OTHR多频特征目标分类识别方法。仿真结果表明,利用较少的3个频率点,在信噪比较低的条件下可获得较好的分类识别效果,说明了该方法在OTHR目标分类识别中的有效性和可行性。