群体性事件中的思想工作策略研究

在群体性事件发生后,思想工作具有重要的阻断冲突升级的功能。要阻断群体性事件的升级,就要着眼于从警示教育、心理干预、思想沟通、信息调控等方面来建设阻断群体性事件升级的思想工作应对机制。     

团体沙盘游戏疗法在大学新生适应问题干预中的应用

团体沙盘游戏疗法是沙盘疗法的一个组成部分,因其独特的教育和治疗功能,特别适合大学新生适应性训练。本文针对大学新生自我认识、情绪管理、人际关系等适应性问题,利用团体沙盘游戏进行了干预研究,取得了很好的教育效果。     

基于不确定度的专家评价综合方法

针对群决策中专家评价信息的综合处理问题,应用多位专家评价的评价样本不确定度,提出了基于不确定度的数据综合处理方法。该方法能够有效应用于群决策问题,尤其是参与决策人员(专家)较多时,出现专家相对权重可信度不明确而导致评价准确度低的问题,科学地简化了群决策中专家权重的确定过程,便于应用,具有坚实的理论依据和应用价值。通过算例分析,该方法的有效性得到了验证。     

基于群体多属性决策的坦克武器作战能力评估

针对坦克武器系统作战能力评估新趋势,运用不完全信息群体多属性决策方法探索坦克武器系统作战能力评估问题。依据决策群体中每一决策个体的主观偏爱和信息掌握程度,形成对不同坦克武器系统在各属性下效用的不完全信息,决策群体集结各效用不完全信息形成群体偏爱,对武器系统作战能力进行排序或选优。该方法模型简单、利用计算机实现,较好地解决了信息化条件下坦克武器系统作战能力评估问题。     

舰载防空导弹系统的防御能力评估

反舰导弹是当今舰艇及编队面临的主要威胁。为评估反舰导弹攻防能力,以目前世界上防御能力最强的美国航母战斗群为背景,研究采用分层火力配置的航母舰队防御体系对付反舰导弹的有效性。首先分析反舰导弹飞行高度、雷达散射截面及综合效应对防御系统中雷达探测能力的影响,之后应用简化公式,对各类典型舰载对空防御武器的最大拦截距离、拦截次数和拦截效率进行量化分析,对防御反舰导弹能力做出评估。     

基于话题模型的专家发现方法

专家发现是实体检索的一个重要方面。经典的专家发现模型建立在专家与词项的条件独立性假设基础上。在实际应用中该假设通常不成立,使得专家发现的效果不够理想。本文提出了一种基于话题模型的专家发现方法,该方法无需依赖候选专家与词项的条件独立性假设,且其可操作性比经典模型更强。同时,使用了一种排序截断技术,该技术极大地降低了模型的计算复杂度。使用CERC(CSIRO Enterprise Research Collection)数据集对模型的性能进行评估。实验结果表明,基于话题模型的专家发现方法在各个评价指标上均优于经典的专家发现模型,能够有效地提高专家发现的效能。     

预防性维修工作组合优化

针对单部件的维修间隔期无法反映系统的维修最佳间隔期这一问题,对装备各部件在各修理级别上的预防性维修任务组合情况进行探索。通过建立费用模型、可用度和风险模型作为决策模型,用以组合某一修理级别各部件的维修工作,得出系统预防性维修间隔期,并结合部队实际优化从系统的角度优化等级维修中的维修工作间隔期,为确定大中小修工作提供科学、合理的理论指导。该算法在区分各修理级别的维修能力的基础上,能较好地对各修理级别的维修工作组合情况进行了优化,实例验证了模型的实用性和有效性。     

基于微分几何与李群的无人机编队会合方法

在领航-跟随编队模式下,设计了一种基于追缉策略的无人机编队会合方法。首先,基于微分几何曲线论和弗雷涅-塞雷标架建立了无人机非解耦三维运动模型,其中将曲率和挠率作为控制量;结合该模型给出了无人机三维编队会合问题的数学描述,它将导弹制导问题中的终端落角约束映射为编队会合问题中僚机的航迹倾角约束,同时引入额外的航迹方位角约束;然后使用特殊正交群的元素来度量长僚机方向偏差,并通过局部坐标映射将其映射为对应李代数空间中的旋量;接着,基于该旋量设计了编队会合几何导引律,并给出相应的曲率和挠率控制指令;最后,分别在长机稳定平飞和转弯机动条件下进行了多机编队会合数字仿真实验,仿真结果显示僚机能够有效地跟踪长机航向并收敛至指定位形,说明了方法的有效性。     

谈外国旅游团来琼免签政策实施的不足与完善

外国旅游团来琼免签政策是目前我国实施时间最长、最宽松的区域性免签便利政策。阐述了外国旅游团来琼免签政策沿革演变历程,从入出境管理和边防检查的角度分析了其施行过程中存在的不足与原因,提出了完善免签政策的措施。     

基于改进萤火虫优化算法的BP神经网络目标群威胁判断

以舰艇防空作战目标选择决策和规划需求为背景,针对萤火虫算法求解精度不高且收敛速度较慢的问题,提出可动态调整步长的改进萤火虫优化算法。在改进萤火虫优化算法的基础上,建立基于改进萤火虫优化算法的BP神经网络目标群威胁判断结构模型。通过改进萤火虫算法优化BP神经网络的初始权值和阈值,能够更好地预测测试集。实验结果表明,该方法可快速、准确地实现目标群威胁判断。