组合网络与证据理论相结合的电路故障诊断

针对神经网络中两种常用的网络类型BP和Elman,在模拟电路故障诊断中的应用过程的特点——各自网络都有自身缺陷,提出基于BP-Elman神经网络与证据理论相结合的故障诊断方法.首先BP-Elman网络得出其各自的初步诊断结果,经过必要的转换将其转换成证据理论的概率赋值,作为证据组合的依据;证据理论组合规则将初步诊断结果融合得出决策级诊断结果.通过对某装备位置调节器板的故障诊断过程表明,该模型经过尽可能融合有效故障信息,大大提高了系统的诊断精度和诊断正确率,而且有效降低了系统不确定性.     

基于熵权的装备保障辅助决策系统效能评判

装备保障辅助决策系统是辅助装备保障指挥员顺利完成装备保障任务的重要手段,其效能优劣极大地影响到作战结果.在辅助决策系统的概念基础上,分析了装备保障指挥的特点,建立了包含决策的合理性、系统的时效性、硬件可靠性等十个指标的评判体系,利用熵权法得出评判指标体系的熵权,给出了系统的综合评判模型.最后通过实例验证了该模型的可行性和实用性.     

C~4ISR系统结构的网络分析

针对现代网络中心战中C~4ISR系统的特点,从复杂网络的角度,对C~4ISR系统结构进行了网络分析.采用基于多智能体的仿真方法,建立了两种C~4ISR系统的网络结构仿真模型,基于这些模型研究了不同网络结构下信息的失真率和延迟量.讨论了信息失真和延迟分别对集中式网络与分布式网络作战效能的影响.结果表明所提思路和方法是正确、有效的.     

基于物元贝叶斯网的舰船损伤定位

在分析了物元理论和贝叶斯网理论的基础上,提出了结合主观概率信息和客观状态信息的物元贝叶斯网模型,并给出了物元贝叶斯网在损伤定位中的推理算法.舰船损伤定位的案例分析表明,该方法可以更加全面地融合战损装备的状态信息,使损伤定位结果更为准确.     

基于小波神经网络的承制单位信用风险评价

根据武器装备采购中对承制单位信用风险评价特点和实际情况,确定承制单位信用风险评价指标体系,根据小波神经网络原理,构建了承制单位信用风险评价模型,并以实例进行分析。小波神经网络能够简便快捷对信用风险进行评价,并能排除主观因素的干扰,在信用风险评价中具有较好应用前景。     

网络中心战中的战场感知能力量化模型研究

为了定量评价和探索提高网络中心战中的战场感知能力的途径,针对网络中心战的特点,运用集合论、信息论、图论等理论研究了战场感知能力的量化问题。首先分析了影响战场感知能力的主要因素及其作用,然后对主要因素进行了量化建模,提出了传感器对指控节点的信息量贡献模型以及指控节点之间的信息量贡献模型,建立了指控网战场感知能力量化计算模型,最后通过仿真,验证了模型的有效性,说明了提高指控网战场感知能力的有效途径。     

基于小世界网络模型的“梅特卡夫定律”反思

为了真正认清“网络中心战”的理论价值,对按照作为其理论支撑的“梅特卡夫定律”所规定的网络连接方式进行反思,定性分析了其带来的复杂性,并且应用小世界模型（WS）建立了复杂网络价值增益模型并进行了综合分析,发现实际网络不能够按照“梅特卡夫定律”的要求组网,指出“网络中心战”的理论缺陷,对我军信息化建设有一定的启示。     

战区后勤保障指挥体系有序性判别模型

阐述了构建战区后勤保障指挥体系判别模型的步骤,为战区后勤指挥员提供了一种从信息流的角度分析整体与各部分运行相关性的决策方法。运用耗散结构理论和灰色系统理论,以战区后勤保障指挥体系各个子系统功能发挥作为序参量,通过灰关联度与熵,建立战区后勤保障指挥体系有序性判别模型。对体系各子系统的有序性进行判别,有助于提高体系效能,对战区后勤保障指挥体系平稳运行具有重要的现实意义。     

网络中心战中的战场感知能力量化模型研究*

为了定量评价和探索提高网络中心战中的战场感知能力的途径,针对网络中心战的特点,运用集合论、信息论、图论等理论研究了战场感知能力的量化问题.首先分析了影响战场感知能力的主要因素及其作用,然后对主要因素进行了量化建模,提出了传感器对指控节点的信息量贡献模型以及指控节点之间的信息量贡献模型,建立了指控网战场感知能力量化计算模型,最后通过仿真,验证了模型的有效性,说明了提高指控网战场感知能力的有效途径.     

神经网络在联合火力打击目标价值分析中的应用

针对联合火力打击中目标价值的特点,运用BP神经网络理论对目标价值进行分析,并建立了联合火力打击目标价值分析指标体系,设计了BP神经网络模型;通过定义学习代价函数、确定函数输出信号、修正函数信号、网络初始化等改进BP算法对目标价值进行了分析,得到了目标打击序列分类.算例验证了该算法的合理、高效、稳定,在联合火力打击中目标优选分类方面具有广泛的实用意义.