面向装备健康管理的可测性指标研究

可测性指标是开展可测性设计、验证和评估的依据.针对传统可测性指标主要用于故障可检测性和故障可隔离性水平评价,不能全面反映面向装备健康管理可测性水平的问题,在定性分析装备健康管理对可测性的本质需求基础上,从全域和瞬态角度提出了五个可测性指标以定量描述面向装备健康管理的可测性水平;并基于故障模式状态矢量给出了可测性指标的分析计算流程.最后以某装备柴油机的机体子系统为案例详细说明了可测性指标的计算过程,应用结果表明所提指标具有一定的可行性和合理性,可以有效指导面向装备健康管理的可测性优化设计.     

基于物联网的武器装备管理系统

提出一种基于物联网技术的武器装备管理系统的建设方案。将各种信息传感设备如射频识别(RFID)、视频监控、温湿度传感器等种种装置与单位内部局域网结合起来形成一个综合性的装备信息管理网络,系统软件采用Oracle作为数据库管理工具,结构上采用浏览器/服务器(Browser/Server)模式,系统对提高武器装备管理的效率和水平具有重要的意义。     

基于Vague集的TOPSIS法求解目标优先级

针对传感器管理中目标—传感器配对出现的目标优先级求解问题,提出了一种基于Vague集的TOPSIS计算方法。在分析目标优先级的主要影响因素基础上,定义了各影响因素的影响系数。同时结合Vague集的TOPSIS法给出了目标优先级的计算步骤,为目标优先级求解提供了一种新途径。并结合仿真算例表明该方法的合理性与有效性。     

基于本体的消防应急决策模型

消防信息技术研究的不断深入和本体论在计算机中的应用日益成熟,促进了人工智能系统的发展。以消防应急决策过程为研究背景,尝试将全局数据包络分析引入应急决策中,建立消防应急管理协作模型,分析多个决策结果的相对有效性,协助决策者在较短时间里作出合理的决策。     

多目标的有源压制干扰功率分配方法

在复杂电磁环境下,为有效干扰敌方威胁雷达,必须合理分配干扰功率。探讨了在自卫有源压制式干扰中,干信比对发现概率的影响,建立了干扰功率分配模型,提出了在面对多个目标时干扰方应遵循的功率分配原则,从而实现干扰功率的优化利用。计算表明,该方法具有较强的实用性和可行性。     

信息化作战轮式车辆装备保障力量的思考

随着信息技术及高技术武器装备的发展,信息化作战对轮式车辆装备的要求越来越高,轮式车辆装备保障的重要性也日渐突出,轮式车辆装备保障力量研究的必要性也不断加强。在深入分析信息化作战轮式车辆装备保障力量概念和主要特征的基础上,对信息化作战轮式车辆装备保障力量的生成模式和编组方式进行了思考。     

时间管理在实时仿真中的改进

时问是分布仿真中的核心概念;时间管理是分布交互仿真的关键技术.探讨了分布交互仿真中高层体系结构(HLA)的时间管理机制,针对HLA在实时系统仿真方面的不足,分析其原因,提出了时间管理在实时仿真中的改进方法,对HLA在实时系统仿真中的应用有一定的参考价值.     

永磁无刷直流电机驱动器并联系统环流的抑制

驱动器并联方式能有效扩大驱动容量,但该方式容易引入环流。为了抑制环流,分析了两个独立电源供电的两台驱动器并联结构系统,阐述了环流的特性,并提出了基于环流反馈的控制结构。这种控制结构通过环流的反馈,只需要控制调整其中一台驱动器,就可减小两台驱动器输出电压的差异,实现环流抑制。仿真结果表明:这种控制结构降低了控制的复杂性,能够抑制环流,实现独立电源供电的无刷直流电机驱动器并联。     

面向战术互联网子网路由协议与网络业务的仿真分析

战术互联网是美军的新一代通信系统,它实现了美军三大传统通信系统的互联互通,在战场信息的传递与交互上至关重要。移动Ad hoc网络技术是战术互联网中的关键技术,再加上战场中的节点移动性强,高效稳定的路由算法是Ad hoc网络技术的重点和难点。战术互联网末端网络的主要业务是战场态势信息的交互以及话音通信,主要分析战场环境下不同射频功率和不同路由协议对战术互联网末端Ad hoc网络数据和话音业务性能的影响。     

Technical note: Finite-time regret analysis of Kiefer-Wolfowitz stochastic approximation algorithm and nonparametric multi-product dynamic pricing with unknown demand

We consider the problem of nonparametric multi-product dynamic pricing with unknown demand and show that the problem may be formulated as an online model-free stochastic program, which can be solved by the classical Kiefer-Wolfowitz stochastic approximation (KWSA) algorithm. We prove that the expected cumulative regret of the KWSA algorithm is bounded above by where κ₁, κ₂ are positive constants and T is the number of periods for any T = 1, 2, … . Therefore, the regret of the KWSA algorithm grows in the order of , which achieves the lower bounds known for parametric dynamic pricing problems and shows that the nonparametric problems are not necessarily more difficult to solve than the parametric ones. Numerical experiments further demonstrate the effectiveness and efficiency of our proposed KW pricing policy by comparing with some pricing policies in the literature.