基于信息熵的炮兵射击目标选优分析

针对炮兵射击目标选择的特点,运用信息熵权重和层次分析方法,建立射击目标选择的数学模型,得到炮兵射击目标的合理排序。最后得出利用信息熵和层次分析法对射击目标进行选择,比单纯运用层次分析法收敛速度快,又利于计算机软件实现,为炮兵作战指挥自动化系统辅助决策提供了一种新的方法。     

基于评估的任务间隔期维修任务选择方法

针对任务间隔期维修任务的选择问题,提出了求解该问题的方法。首先,给出了维修任务优先级评估指标,以及修理有效性评估指标;然后,提出了AHP-熵-DEA-TOPSIS方法,用来确定维修任务的优先级,以及修理有效性;接着建立基于维修效果的数学规划模型,其目标是使维修方案的加权有效性总和在满足维修资源约束条件下最大化。最后,应用该方法对具体示例进行了求解,验证了方法的有效性和可行性。分析表明所求得的维修任务选择方案能够充分利用各种信息,具有较强的可信性与实用性,有助于维修管理人员对维修任务选择进行优化。     

基于熵权TOPSIS法的多方案保障性评价研究

为了提高武器系统的综合保障能力和系统决策水平,将一种基于熵权TOPSIS的多方案评价方法应用于保障性评价当中。通过指标数值间的差异程度确定熵权,并将熵权与专家权重进行综合,克服了传统熵权评价法只反映客观的信息,而忽略人的主观重视程度的弊端。实例分析表明,该方法能够主客观相结合,可操作性较强,具有一定的应用价值。     

Annealing adaptive search,cross‐entropy,and stochastic approximation in global optimization

The Annealing Adaptive Search (AAS) algorithm for global optimization searches the solution space by sampling from a sequence of Boltzmann distributions. For a class of optimization problems, it has been shown that the complexity of AAS increases at most linearly in the problem dimension. However, despite its desirable property, sampling from a Boltzmann distribution at each iteration of the algorithm remains a practical challenge. Prior work to address this issue has focused on embedding Markov chain‐based sampling techniques within the AAS framework. In this article, based on ideas from the recent Cross‐Entropy method and Model Reference Adaptive Search, we propose an algorithm, called Model‐based Annealing Random Search (MARS), that complements prior work by sampling solutions from a sequence of surrogate distributions that iteratively approximate the target Boltzmann distributions. We establish a novel connection between MARS and the well‐known Stochastic Approximation method. By exploiting this connection, we prove the global convergence of MARS and characterize its asymptotic convergence rate behavior. Our empirical results indicate promising performance of the algorithm in comparison with some of the existing methods. © 2011 Wiley Periodicals, Inc. Naval Research Logistics, 2011     

LRE试车数据挖掘中基于最大散度差的模糊聚类分析方法

在对液体火箭发动机试车数据进行聚类分析时,为解决故障数据样本与正常样本类间差异不大的问题,引入最大散度差准则,提出基于最大散度差的聚类算法MSD-CA.该算法以散度度量样本间的相似性,使样本的类内散度最小化和类间散度最大化同时进行.在此基础上,应用模糊理论对最大散度差准则进行模糊化,提出基于最大散度差的模糊聚类算法MS...     

一种新的避免航迹合并的比例联合概率关联算法

通过对传统的联合概率数据关联算法(JPDA)在平行临近及小角度交叉目标的关联跟踪中引起的航迹合并问题的分析,提出了一种基于最大交互概率的改进比例联合概率数据关联算法.该算法找出距离两逼近目标的交互概率中心最近的有效观测,引入一比例因子对该观测与所有目标的关联概率进行修正,将逼近目标“拉开”,从而抑制了航迹的合并.仿真结...     

熵权灰色关联分析法的坦克夜间射击目标选择

针对夜间战场上坦克目标威胁评估问题,结合多目标决策问题,将熵权和灰色关联分析法相结合,提出一种基于熵权灰色关联分析的坦克夜间射击目标选择模型,并详细给出了该算法的思想、算法.该方法克服了传统评估算法中主观赋值的缺陷,最后利用实例证明了该方法的有效性.     

基于灰色模糊综合评价的网络作战能力评估

根据网络作战力量的组成和作战技术特点,深入分析影响网络作战能力的主要因素,科学构建网络作战能力评估指标体系,采用AHP/熵值法确定指标权重,运用灰色模糊综合评判法,构建实用管用的网络作战能力评估模型,有效解决网络作战力量的作战能力评估动态性、模糊性问题。     

三星时差定位系统欺骗干扰效能评估

通过简单复制转发被保护目标信号可对三星时差定位系统进行欺骗干扰.目前对于三星时差定位系统欺骗干扰效能评估的研究鲜有公开资料发表.分析了针对三星时差定位系统的转发式欺骗干扰原理,提出了将假目标数量和虚假目标干扰分布熵2个评估指标结合的干扰评估方法.通过仿真分析对转发式欺骗干扰效能进行了评估,实验结果验证了所提方法的有效性.     

基于图熵法的战场抢救抢修方案复杂性量化模型

从战场抢救抢修注重时效的特点出发,提出了战场抢救抢修作业复杂性概念,分析了影响抢救抢修作业复杂性的因素．引入软件工程领域的图熵模型,从微观方面研究战场抢救抢修方案实施过程中的复杂性问题．将抢救抢修方案划分为3个层次,利用petri网对操作过程进行建模,并从中提取信息结构图和动作结构图．以作业的量化为基础,给出了方案的综合量化方法．实例证明该方法可以很好的反映抢救抢修方案的可操作性．