体系攻防条件下的多阶段目标选择模型

针对体系攻防对抗条件下的目标选择问题,提出了一个基于完全信息序贯博弈的多阶段目标选择模型。该模型分析了目标体系攻防的博弈过程,使用动态贝叶斯网络描述了对抗双方策略对博弈状态的影响,将目标选择问题转化为标准的博弈树对策问题求解。然后设计了一种消除目标体系结构中与或子树的方法,以简化目标选择策略空间。最后通过案例说明了使用逆向归纳法求解目标选择策略的过程。结果表明,该模型和方法能够在体系攻防、目标间具有复杂层次关联的条件下为目标选择决策提供辅助。     

基于贝叶斯网络的我国海上能源通道海盗袭击风险分析与实验评估

鉴于能源进口安全保障的重要性及迫切性,针对海上能源通道海盗袭击事件的不确定性与突发性,基于风险理论、贝叶斯网络、蒙特卡洛模拟等方法,建立了海上能源通道海盗袭击风险的量化评估模型,探索了快速、量化评估突发性事件的技术途径,旨在为保障我国能源进口安全提供时效性强、精确度高的决策依据。     

出门六要

正每个人每天几乎都要出门。出门就要融入到大众里,所以应该注意自己的礼仪。以下列出"出门六要",供读者参考:一、仪容庄重:出门之人,一定要带着愉快的心情,要有庄重的仪容,保持自然,保持微笑,保持端庄。见了人不能苦着脸,一脸严肃的神情,让人见了就不欢喜,如此怎么与人洽谈办事呢?二、衣履整齐:出门的人,虽然不一定要穿着华丽的衣服向人炫耀,但是出门在外,衣履总要整齐清洁,朴素大方,不可邋遢随便,以免给人留下不好的印象。     

面向贝叶斯方法的作战试验样本量估算研究

随着计算手段的不断完善,贝叶斯方法在武器装备试验鉴定中的应用逐渐深入和广泛.作战试验作为当前试验鉴定的热点问题,也势必开展基于贝叶斯方法的相关实践.考虑到当前的相关研究主要集中在计算原理和试验流程等方面,对于样本量估算的研究还比较缺乏,梳理了贝叶斯方法在作战试验应用中的模式,探讨了相关样本量计算的准则,给出了各模式下样...     

目标识别中的传感器管理方法

基于假设检验的方法,研究了目标识别中的传感器管理方法。分别以用于假设检验问题中的最大后验概率、最小代价函数和最大正确检测概率为目标函数,给出了用于目标识别问题的多传感器管理方法,并针对目标识别问题的特点,对其进行了相应的改进。通过对一定场景的仿真,比较了三种不同方法的识别正确率和平均采样次数,分析了各种方法的特点。     

基于贝叶斯网络的特征分类器

本文讨论了贝叶斯网络的基本概念,推理算法和参数设置问题,研究了贝叶斯网络作为特征分类器的特点,以及在多传感器目标识别中的应用。     

基于贝叶斯网络的船舶动力装置战场损伤分析

针对船舶动力装置战场损伤特点,对其损伤分析进行了研究,提出了基于贝叶斯网络的动力装置战场损伤模型.以主机振动为例,分析了模型的建立、更新和完善等.分析结果表明,该模型和方法提高了船舶动力装置的战场损伤分析的速度和准确性.     

基于贝叶斯模型的装备剩余寿命预测研究

为了解决武器装备日益复杂及维修工作日趋繁重的问题,运用贝叶斯模型预测装备修理后的剩余寿命,为合理安排其修理计划提供依据。替代传统的指数分布,用威布尔分布描述系统寿命特征,并运用极大似然方法和贝叶斯方法估计威布尔分布的两个未知参数,给出其置信区间。在此基础上,对先验样本和后验样本两种不同情况,分别运用贝叶斯模型预测装备修理后的剩余寿命,并给出实例。结果表明了该方法的有效性。     

基于BP神经化贝叶斯网络的空袭目标毁伤效果评估

针对空袭目标毁伤因素的复杂多样性,以及贝叶斯网络在评估时对先验知识获取和对网络节点限制方面存在的不足,提出一种BP神经化贝叶斯网络的评估方法,解决空袭目标的毁伤问题。分析了空袭目标毁伤的影响因素,并进行了知识表示;分析了贝叶斯网络结构处理多个父节点问题时存在的几个缺陷,建立了空袭目标毁伤评估的BP神经化网络结构,给出了"BP神经化模块"的决策方法。通过实例分析,结合Netica仿真,验证了该评估方法的准确性,操作简单、有效性好。     

初始保障期内装备维修器材保障决策方法

为解决新服役装备在初始保障期内维修器材保障方案决策问题,分析了两级装备保障体制下维修器材的流动情况。利用贝叶斯估计理论,根据固定时间间隔期内最小顺序统计量与失效数的预测下限来确定服从威布尔分布的装备单元故障时间和故障数量。最后通过实例表明,与支持向量机、灰色神经网络和ARMA等预测模型相比,所建方法能够获得更佳的预测结果。