武器装备体系评价指标系统研究

近年来,武器装备体系研究成了复杂系统问题的一个研究热点,然而对它的评价方法、评价指标等方面的内容还处于争议状态.针对武器装备体系评价指标问题进行了系统分析,提出了建立装备体系评价指标系统的原则;根据原则给出了一个装备体系评价指标系统的框架,并对框架中各个指标的意义进行了说明.而要把这些指标综合起来,即将多指标转化成单指标的问题,就要用到系统效用分析方法,此方法在作者的其他文章中有详细的论述.     

火灾爆炸危险指数评价法在三乙胺罐区中的应用

介绍了火灾爆炸危险指数评价法的基本原理,根据三乙胺罐区中实际情况确定了单元的危险系数和安全补偿系数,并通过计算得到火灾爆炸危险指数F&EI和安全措施补偿系数,最后得出单元危险分析的安全评价结果.     

石河子农耕区不同林地地被昆虫群落结构研究

用"五点式"取样法对石河子农耕区不同林地地被中的昆虫群落结构多样性进行了调查,共采集到昆虫31种,分属8目14科,共计1099头。结果表明:杨树老林地被昆虫群落的丰富度最高(为23),幼榆林次之(为14),苗圃和葡萄的最低(均为7)。多样性指数幼杂林最高(为1.8613),苗圃次之(为1.6833),幼榆林最低,为0.8534。     

桅杆首阶固有频率控制与构形设计

基于Timoshenko梁理论,提出筒形桅杆首阶固有频率控制设计原理。依据该原理,采用Transfer matrix算法,研究了直壁式、外凸式及双曲式三种构形的桅杆首阶固有频率的变化规律,发现在桅杆高度、质量、顶部及底部截面边长相同的情况下,外凸式构形具有最大的首阶固有频率值。     

基于D-S证据理论的炮兵战场目标价值分析*

针对如何依据目标情报资料和作战任务需要合理评估战场目标的价值,选择需要射击的目标和确定优先顺序,建立了战场目标价值评价体系,提出了一种运用D-S证据推理理论对炮兵战场目标价值进行分析的新途径,该方法运用D-S证据组合公式对目标繁杂、不确定信息的融合,能够很好地消除目标信息的不确定性,从而将具有主观不确定性信息的目标价值分析问题转化为普通的确定性决策问题。通过实例证明了方法的有效性。     

基于Delphi-BP神经网络的装备保障能力评估

针对评估指标数量过多可能给评估过程及结果带来的弊端,在构建装备保障能力评估指标体系基础上,给出了基于Delphi法的指标体系筛选的方法步骤,通过计算累计贡献率,对指标体系进行了筛选,降低了评估模型的输入维度。建立了评估部队装备保障能力的三层BP神经网络模型,利用Matlab神经网络工具箱对网络进行了训练和仿真,结果显示误差小于10-3。最后,通过对比评估,验证了方法的有效性和正确性。     

战术通信网组网方案评估优选方法

在当前信息化的战场环境下,战场环境瞬息万变,战术通信网作为信息化战争的神经中枢,起到了至关重要的作用,然而组网方案的好坏直接决定着通信网性能的优劣,因此,如何在战场环境下快速、自动、客观地评估战术通信网组网方案是一个亟待解决的问题。通过分析战术通信网的特性和要求,提出了战术通信网组网方案评估指标体系,并采用熵权灰关联的方法对组网方案进行评估优选,该方法方便快捷并且可以编程实现,不仅能够在战场环境下实时、自动地对组网方案进行评估优选,而且评估结果也符合实际情况,为指挥员提供了决策依据。     

基于模糊AHP的武警分队处突效能评估

当前国内局势不太稳定,武警部队作为处置突发事件的主要力量,必须随时做好战备工作。通过分析影响武警分队处突效能的主要因素,建立了武警分队处突效能评估指标体系,给出评估模型。利用层次分析法AHP(The Analytic Hierarchy Process)确定各指标的权重,应用专家打分法确定单因素评判矩阵,最后运用模糊综合评判模型对某武警分队处突效能进行评估。评估结果与处突分队现实表现能力相一致。该方法不仅可以为首长机关在处突时提供决策支持,而且还可以根据评估结果对该分队的短板进行针对性训练,提高战斗力。     

基于SCAS的防空反导装备体系作战能力指标设计

指标设计是进行武器装备体系发展论证和作战效能与作战能力评估分析的基础。着眼体系作战效能与作战能力评估分析需求,基于传感器（ Sensor）、控制器（ Controller）、执行器（ Actuator）、支持器（ Supporter）的柔性建模方法,对防空反导装备体系作战能力指标进行了设计,构建了其侦察预警能力、指挥控制能力、拦截打击能力、综合保障能力评估指标体系,并利用结构方程模型（ SEM）对指标之间的影响作用关系进行了分析,可为防空反导装备体系建设与运用提供重要借鉴。     

一种基于动态循环筛选模型的指标体系建立方法

针对评估中指标体系构建问题,提出一种层次网指标体系模型,对其中底层指标集的确立问题提出一种基于动态循环筛选模型的指标集选取方法,该方法在每一轮的循环过程中,通过评价专家专业度对专家集进行了优化,通过数据信息熵评价数据有效度系数,进而得到指标的重要度。指标集的双重优化确保了专家集的专业性和指标集的合理性,实际算例分析证明了此方法的可行性和有效性。