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。     

D-S证据理论在潜艇威胁判断中的应用

简要介绍了潜艇威胁判断原理和D-S证据推理基本思想。针对潜艇水下收集目标信息的特点,引入了D-S证据推理系统分析了潜艇威胁判断中的两个关键性环节。判断目标发现本艇与否、判断目标可能采取的攻防决策问题,在把不确定推理应用于潜艇威胁判断研究上作了初步尝试。     

一种改进的武器效能评估方法

提出了改进的武器系统效能模糊评估方法,避免了原有方法存在的问题。将武器系统效能评估视为模糊多准则决策问题,通过“目标-准则-系统”层次结构,利用5个模糊比率表示判断矩阵和准则权重向量,将问题转化为模糊数的排序问题,从而选出被评武器系统最优者。与两种武器系统效能评估方法的比较显示新方法是可信有效的。     

反舰导弹仿真中的目标命中判断问题

阐述了模型校核的意义和作用。对属于模型校核范畴的仿真中的系统状态不连贯问题的基本概念通过乒乓球的下落和反舰导弹攻击目标舰艇的例子进行了说明。介绍了已有的解决系统状态不连贯问题的三种方法,并进行了优、缺点分析。给出了反舰导弹仿真中的目标命中判断模型。指出,反舰导弹仿真中的目标命中判断问题是一个系统状态不连贯问题。为解决该问题,提出并应用了一种新方法预测法。利用预测法,最多进行两步最小步长仿真,就能够以要求的精确度检测到任何一个系统状态不连贯。相对于以前的三种方法,在提高仿真效率的同时,预测法还能够避免对系统状态不连贯问题的漏检。     

语用知识-合作原则产生的会话含义在语言交际中的作用

介绍了合作原则在语言交际中的作用 ,并主要分析了违反若干准则而产生的会话含义或言外之意在交际中的效果以及与语境的关系 .此外 ,合作原则不仅用于会话 ,也用于文学作品中 ,而且在外语教学中传授一些语用知识 ,对提高学生的理解能力和交际能力是有益处的 .     

拉压异性材料具有圆孔的无限大薄板的极限分析

利用莫尔屈服准则,对拉压异性材料具有圆孔的无限大薄板进行了极限分析。计算结果表明,材料的拉压异性对结构的极限承载能力和弹塑性状态都有明显的影响。考虑了材料拉压异性的影响,分析结果更具一般性。     

序列近似优化方法及其在火箭外形快速设计中的应用

针对序列近似优化方法在代理模型构造与采样策略等方面的不足,基于采样点局部密度,引入与局部密度成反比的样本点影响体积概念,通过优化总影响体积确定径向基函数最优核宽度,满足序列近似优化过程不同规模、非均匀样本条件下的函数近似需要;建立潜在可行域最大距离加点准则,并与潜在最优加点准则结合平衡算法的探索能力与开发能力;建立三步收敛判定准则;构建改进序列近似优化的算法流程。对于Golinski减速器的优化设计问题,算法在目标函数调用42次后便搜索到全局最优解,体现了其良好的全局寻优能力与搜索效率。以"天航二号"火箭为例,建立其外形优化问题数学模型,所提优化方法在调用原始计算模型165次之后便搜索到全局最优解,大大提高了设计效率,同时飞行试验也表明设计结果满足要求。     

基于直觉判断矩阵和证据理论的群组决策方法

针对属性权重已知的群决策环境,根据直觉模糊和证据理论相关知识,提出了一种群决策方法。采用直觉模糊数描述专家关于方案的两两比较结果,构建直觉判断矩阵;根据直觉判断矩阵排序中转法,按一致性要求确定属性直觉模糊数型权重;以直觉模糊评价值构造Mass函数,结合证据冲突度和犹豫度,在属性层面区对专家权重进行合理分配;利用直觉模糊集加权集结算子集结决策信息,并根据得分值和精确值进行方案排序。通过算例,验证了所提方法的合理有效性。     

美英两国官员财产申报制度完备

美国早在1978年便开始实行官员财产申报制度。当年由美国国会通过的《政府行为道德法》明确规定，行政、司法、立法部门的官员，必须公开本人、配偶及子女的财产状况，并按规定程序提交财产状况的书面报告。1985年，美国国会又通过了《众议院议员和雇员道德准则》，对众议员及雇员的家庭财产的申报作了更为详细的规定。     

效能准则及其选取原则探讨

对武器系统效能分析中一个十分重要的步骤──效能准则及其选取原则进行了探讨,分析了效能准则的多种具体形式,并提出了选取效能准则的几个原则,为效能分析的定性化阶段提供一些有益启示。