Cρ 准则下选择最优子集的并行算法

C_p准则是目前颇受重视的一种变量选择准则。本文针对大型线性回归模型,推导了从所有可能子集中用C_p准则选择最优子集的(乘除法) 运算次数,提出了C_p准则下变量选择的并行算法。给出了在YH-1和YH-2向量巨型计算机上运行该算法的模拟结果且获得了15倍左右的向量加速比s/v,体现了该算法的优越性。     

抢险救灾非战争军事行动中应急资源调度网络的优化方法

抢险救灾非战争军事行动包括道路抢修和物资运输等任务,而这两类任务在灾后应急资源调度中存在关联性的影响,且面临路网结构可变及需求随机模糊等挑战,对此,提出了一种非确定性应急资源调度网络双层规划模型,设计了基于蒙特卡洛方法与遗传算法耦合的智能启发式求解策略.通过对典型情境下应急资源调度案例进行分析建模和数值求解,说明了该模型和算法的合理性和有效性.     

基于BP神经网络的空中目标识别方法

提出了一种利用BP神经网络用于空中战机目标识别的方法.首先,分别用300张不同姿态的F-16和F-22战斗机图片建立样本图库.其次,利用不变矩理论,提取图片的不变矩作为神经网络的输入量,分别采用基本梯度下降算法、有动量和自适应学习速率梯度下降算法和Levenberg-Marguardt优化算法训练BP网络.然后从样本图库中随机抽取两种型号飞机图片各30张作为空中打击目标进行识别,结果表明采用LM优化算法的BP网络具有一定的抗噪声能力.     

区间数与灰决策的作战效能评估模型

针对作战效能评估过程中评价指标值同时存在精确数、区间数和语言类模糊数的情况,引入区间数与灰决策原理,提出了一种基于区间数与灰决策的作战效能评估模型。结合案例分析,对模型合理性进行验证,结果表明,该模型能够真实地反映武器装备作战效能的综合评估值。     

用非概率理论分析混合不确定性结构的可靠性

针对不确定性结构可靠性分析中的输入变量分布参数具有不确定性和输入变量为区间模型的混合不确定性结构展开研究。考虑到可用信息最少的情况,将分布参数的不确定性描述为区间模型。通过等概率转换方法将随机变量与其分布参数进行分离,使问题转化为随机与区间变量混合的可靠性问题,建立了混合不确定性问题的可靠性分析模型。基于非概率可靠性理论,建立混合不确定结构分析模型的二级极限状态函数并结合Kriging代理模型建立了高效的求解方法。将所建立的混合不确定模型应用于飞行器结构的不确定性分析中,验证了所建模型的合理性和所提方法的高效性和准确性。     

一种新型动态贝叶斯网络及其在威胁评估中的应用

针对利用基本贝叶斯网络进行威胁评估时的不足,提出利用变结构区间概率动态贝叶斯网络(VSIP-DBN)进行威胁评估。对所提出的VSIP-DBN给出了其推理算法。在充分考虑目标的空战态势及空战能力下,建立了威胁评估的VSIP-DBN模型。将观测到的数据利用VSIP-DBN推理算法进行推理,推理结果就是目标的威胁等级。以往的威胁评估需要精确获得目标的模型参数和观测数据,通过仿真对比分析,利用VSIP-DBN建立的威胁评估模型不需要精确给出模型参数,即使出现观测数据的误差,仍能准确评估出目标的威胁程度。     

新军事变革与军费投入问题研究

文章论述了新军事变革条件下军费投入的主要特点,分析了我国军费投入存在的问题,提出了创新军费管理理念、建立科学的管理机制、合理确定军费增长区间和注重发展费用投入的解决对策。     

军费增长适度区间的选择

文章以突变理论为基础,运用经济分析力学的原理,采用数量分析方法,力图计算出军费增长的适度区间。     

几类特殊多叶函数的极值点和支撑点

设S(p,α)、C(p,α)及K(p,α)分别表示α阶的p 叶星像、凸像和近于凸函数族。本文对这些函数族的支撑点和S(p,α)的从属函数族的极值点和支撑点进行了研究,推广了Grassmann 和Perera 等人的结果。     

Bernoulli抵消策略的负顾客的M/G/1排队系统

负顾客的排队模型是排队论近年来的新兴分支。文中引入了带有B ernou lli抵消策略的负顾客的M/G/1排队模型,即到达的负顾客以概率p抵消队首正在接受服务的正顾客,以1-p的概率抵消队尾的正顾客,利用补充变量法,状态转移法和L变换,最后得到系统稳态队长的概率母函数。