履行社会责任实现企业与社会共同发展——军工企业社会责任是与生俱来的-中核集团公司企业社会责任报告解析

企业社会责任报告，对大多数中国企业来说还是一个新事物。据了解，2006年3月，国家电网发布了中国首份央企社会责任报告。然而，当年那份报告却在美国《财富》杂志“2006企业社会责任评估”排名中，以0分的成绩排位倒数第一。这不能不让中国的央企备党尴尬。 2007年，宝钢、中远集团、中国铝业等一批中央企业乃至万科、阿里巴巴等民营企业纷纷参照国际标准发布了可持续发展报告，中远集团的报告被联合国全球契约办公室评为典范报告。这又让中国的央企重振威望。恰在此时，我国政府也开始参与和引导相关活动，训动实施了《关于中央企业履行社会责任的指导意见》。至此，企业社会责任报告在中央企业圈内得到了前所未有的重视。 军工企业是中央企业大部队中一支十分重要的骨干力量 ，以“国家利益高于一切”为宗旨。军工企业履行社会责任是秉承光荣传统、落实科学发展观的重要举措，是实现构建和谐社会目标的最直接体现。特别是召集面临全球金融危机的重重困难和挑战下，军工企业履行社会责任更显得尤为必要和义不容辞。     

基于仿真和实验的火炮射弹当量系数研究

火炮射弹当量换算系数是确定火炮身管寿命的关键参数,当量换算系数的计算目前是国内外火炮寿命研究领域的一个难题.有限元仿真分析可计算出实验无法或难以测量的数据,通过实验拟合出炮钢磨损速率的数学模型,结合有限元仿真计算和内弹道公式编程计算的结果,来计算火炮射弹当量换算系数.试验结果证明该方法计算的当量换算系数精度较高,能够满足实际使用要求.     

基于SVR的飞行学员培养效果仿真

研究了飞行学员培养效果与训练内容、训练时次的关系是进行课程优化的前置工作,针对实际工作很难对训练计划的阶段训练效果进行预测,缺少必要的工具对飞行学员经过阶段性培养后应达到的水平进行定量化描述,在运用层次分析法对近3年飞行学员能力评定的基础上,利用支持向量机回归预测方法,构建了飞行学员培养效果预测模型,并利用MATLAB进行了验证,可为飞行学员训练效果预测提供技术参考和研究方向。实例表明,与常用的BP神经网络预测方法相比,所提出的支持向量机回归预测方法在训练效果预测精度上具有明显优势。     

美国空军进入“全频谱”领域——美国空军领导人在2009全球战争研讨会上解析空军的未来角色

2009年11月19目在美国洛杉矶召开了“2009空军协会全球战争研讨会”，空军高级将领在研讨会上就空军的重点任务、能力发展以及对于空间、网络空间和战略威慑的展望等问题发表了看法。     

基于深度学习的网络安全预见路径研究

当前,我国正处在由网络大国向网络强国转变的关键时期,网络安全威胁不容小觑。以深度学习为代表的人工智能技术在网络安全领域的应用价值日益凸显,着眼基于深度学习的网络安全预见路径和价值趋向研究,能够从方法论层面有效提高抵御网络安全威胁的主动性和针对性,实现由"被动防御"向"主动预见"的网络安全战略升级转型。文章探讨相关概念内涵,提出"数据预判—技术预测—战略预见"的网络安全预见逻辑路径,并对深度学习技术在网络安全预见领域的应用前景进行探讨,从技术的融合渗透、开源共享、要素协同治理等方面阐释了网络安全预见的价值趋向,通过理论分析论证深度学习技术对提升网络安全预见力的重要作用。     

考虑扰动引力影响的弹道助推段误差传播解析计算方法

针对地球扰动引力对弹道导弹惯性导航精度影响日益突出这一问题,研究了沿弹道扰动引力的多项式拟合方法,并基于线性系统理论和弹道摄动思想推导了用于求解扰动引力对弹道助推段状态影响的完整解析表达式。同时考虑扰动引力影响与导弹视加速度之间的耦合特性,将扰动引力引起的视加速度偏差视为扰动引力影响的附加补偿项,并进行迭代修正。仿真结果表明:扰动引力拟合残差小于3×10~(-7)m/s~2,考虑耦合项修正的弹道误差传播解析模型计算残差减小为原有方法的1/3,计算时间仅为直接采用弹道积分求差法的1/10。     

谈战争财力消耗的科学预测

战争财力消耗的科学预测,可为战争财力准备、编制作战经费预算以及作战经费支出总结等提供依据。预测战争财力消耗,应充分考虑预测范围的全局性、预测因素的重要性,以及预测方法的简便性。在具体方法上,应合理设计预测模型,建立系统数据库,并开发系统功能模块。     

基于PSO-SVM与样本加权的武器装备费用建模与预测

武器装备费用预测是武器装备费用分析的重要内容,预测分析的难点之一在于样本数据少,且样本数据具有复杂的非线性特点。充分利用支持向量机的结构风险最小化与粒子群算法快速全局优化的特点,采用粒子群算法快速优化支持向量机的模型参数;充分利用样本信息,模型中样本加权值的确定采用预测误差和样本相似度的样本加权方法,研究建立基于PSO...     

一种基于SVM的炮位校射雷达弹道外推新方法

SVM是一种理论依据充分的机器学习新算法,主要用于对有限个样本的分类识别和回归建模.将一条弹道视为一个训练样本,利用SVM回归方法在不同弹道之间归纳弹道落点的规律,从而可以对未知弹道的落点进行预测.将SVM引入弹道外推是重要创新,构建具有代表性的训练样本,以及统一样本空间维数等是技术创新.仿真实验表明,SVM可以提高弹道外推精度,同时缩短外推时间.     

水下隧道钻爆法施工合理覆盖层厚度的研究评述

在水下隧道施工中,覆盖层厚度不仅对其安全性起着决定性作用,而且还是决定水下隧道造价和长度的主要因素.介绍了水下隧道的优特点以及影响覆盖层厚度的主要因素,并结合本地地质着重对钻爆法施工覆盖层厚度的研究进行评述,提出运用解析公式和数值计算的方法确定合理覆盖层厚度.