武器装备体系能力矩阵评估方法

针对武器装备体系能力难以客观、定量评估的问题,引入复杂网络理论,提出了基于矩阵运算的武器装备体系能力评估方法。分析了武器装备体系能力的概念,建立了武器装备体系的复杂层次网络模型,描述了装备网络的组成、运行过程,定义了装备网络的矩阵描述方法和矩阵运算规则,提出了装备网络作战能力描述参数,给出了装备网络能力的矩阵计算方法,进行了影响因素分析,最后通过实例验证了方法可行性、有效性和灵活性。     

有限维修能力下多级保障系统装备时变可用度评估及保障方案优化

备件库存和站点维修能力是影响备件维修周转的重要因素，制约装备使用效果。针对备件需求随任务阶段动态变化的装备保障方案评估和优化问题，考虑站点维修能力对备件维修过程的影响，结合METRIC建模方法和动态排队理论，建立了有限维修能力下多级保障系统装备时变可用度评估模型。在评估模型基础之上，以保障费用为优化目标，装备可用度为约束条件，建立了任务期内多级保障系统保障方案优化模型。以任务期内的最低可用度所对应的备件短缺数为观测值，分析了各项资源的边际效益值，采用边际优化算法对各项资源进行优化计算。算例分析表明，评估模型能够计算多级保障系统任务期内各阶段装备可用度；保障方案优化模型和方法能够得到各项保障资源的优化配置方案。提出的模型和优化方法能够为装备保障人员制定合理的保障方案提供决策支持。     

武器系统研制单位管理水平的贝叶斯评估分析

将Bayes理论应用于对武器系统研制单位管理水平的评估.克服了验前评估方法主观性大的缺陷,充分利用收集到的补充信息,对评估结果作了后验预分析,得到了更加可信的评估结论,从而改进了决策过程.     

基于ADC方法的通信装备保障效能评估

针对通信装备保障系统能力的评估问题,基于对经典评估算法的分析和对通信装备保障能力组成要素的研究,采用效能评估中经典并且目前常用的ADC方法,对通信装备保障系统能力进行效能评估建模与分析,确定了通信装备保障系统主要的能力指标以及影响因素,为通信装备保障系统及其组成装备的效能评估研究奠定基础、提供参考。通过对通信装备保障能力评估的研究,可以揭示构成通信装备保障能力诸要素间的本质联系,明确通信装备保障水平,提高通信装备保障能力。     

关于ADC法评估C~4ISR系统效能中的可靠性

针对运用ADC法评估防空C4ISR系统效能中,可靠性是影响系统效能的重要因素,对C4ISR系统的可靠性进行研究,重点分析了软件及通信网可靠性的估算公式,并在此基础上建立可用性A和可信性D数学模型.最后,通过实例分析证明了可靠性对系统效能评估的重要影响.     

大规模代谢网络分解的生物信息学研究

随着大规模分子相互作用数据的不断涌现,生物学网络方面的研究正日益得到重视.代谢网络处于生物体的功能执行阶段,其结构组成方式不仅反映了生物体的功能构成,也直接影响代谢工程中的途径分析和研究.作为代谢网络研究的重要环节,实现网络的合理分解不仅对于基因组范围内分子网络的结构和功能研究具有重要意义,也是代谢工程的途径分析和优化得以顺利进行的前提之一.在回顾代谢网络宏观结构和拓扑特征研究成果的基础上,通过对现有分解方法的深入分析,指出缺乏合理且有针对性的模型评估准则是目前网络分解研究中亟待解决的问题之一.今后的研究趋势在于如何整合更多的信息和发展更先进的分析方法,建立更合理的模型,并进一步拓展网络分解的应用范围.     

数据链系统效能评估框架研究

研究了数据链系统效能评估相关概念及其对作战的影响机制,给出了数据链系统效能评价指标体系以及不同层次指标的计算、聚合方法。在此基础上形成数据链系统的效能评估框架,通过该框架可以指导数据链系统的效能评估,为数据链装备的发展及应用提供科学依据。     

大型相控阵雷达系统安全性综合评价

针对大型相控阵雷达系统安全性因素多、评价困难的特点，分析并建立了大型相控阵雷达系统安全评价指标体系。提出了一种基于改进模糊层次分析法、熵权法和拉格朗日算法确定综合权重的方法，并建立了雷达系统安全性模糊综合评价模型。以某型大型相控阵雷达系统的安全性评价为例，运用所提方法确定该雷达系统的安全性指标综合权重，并进行安全性综合评价。将该方法与传统AHP评价法进行对比分析，验证了该方法的科学性和合理性。     

藏区地基换填戈壁土处理的经济适用性评价

藏区地基处理中如果能采用戈壁土作为换填材料，可以较好的解决该地区地基加固费用高的问题。结合某新建工程，对换填戈壁土方法进行经济适用性评价，结果表明该方法经济合理，可以推广应用。     

基于改进协同遗传算法的有效载荷系统功能序列规划方法

针对传统回溯算法在求解基于知识模型的有效载荷系统功能序列规划问题中搜索效率低的问题,提出一种基于"择劣变异"(Worst Individual Mutation,WIM)策略的协同遗传算法(Co-evolutionary Genetic Algorithm,CGA)的改进算法WIM-CGA。该算法在遗传过程中采用双路线进化方案,即"择优实施标准遗传过程,择劣实施变异操作",达到提高求解精确度及搜索效率的目的。仿真结果表明,同等测试条件下,当功能规模为50,约束密度为1.0时,WIM-CGA算法在限定时间内最优解的平均精确度比优化的回溯算法提高了54.15%,比CGA算法提高了6.18%,且当所得解的精确度大于90%时,WIM-CGA算法比CGA算法的迭代次数减少了65.79%,耗时降低了48.97%,显著提高了功能序列规划的效率。