一种基于改进的ROUSTIDA算法的数据补齐方法

针对ROUSTIDA数据补齐方法存在的问题,提出了一种改进的ROUSTIDA数据补齐方法.该方法首先将条件属性与决策属性区分对待,优先填补决策属性值,避免了不一致决策表的产生;然后,在决策属性相同的前提下填补条件属性缺失值,扩展了原算法的使用范围;最后,通过一个实例说明改进算法补齐后的决策表的确能够获得更集中的决策规则...     

数据挖掘故障诊断专家系统

为了及时准确地对防空导弹飞行试验故障进行诊断,克服传统专家系统获取专家知识的瓶颈,立足于防空导弹飞行试验历史数据,利用数据挖掘的方法获得飞行试验故障模式判定决策树,进而得出导弹故障判定规则,形成故障诊断专家知识库,构建防空导弹故障诊断专家系统.这使数据挖掘和专家系统两者的优点得到充分发挥.     

多通道舰空导弹武器系统反导决策模型研究

当前水面舰艇面临着严重的反舰导弹威胁,特别是在饱和攻击的条件下,常规的单通道舰空导弹系统已经不能满足作战的需要。多通道舰空导弹武器系统具有同时引导多枚导弹拦截多批目标的能力,可以充分发挥系统的能力,相应的反导决策在防空作战中起到重要作用,反导决策的正确性和合理性直接影响防空作战效果。在对反导决策过程和制约因素进行分析的基础上,通过0-1决策模型,得到了舰空导弹武器反导的优化决策模型,较好地满足了使用多通道舰空导弹系统对多目标打击决策的合理性和有效性。     

射频识别系统的多目标识别-反碰撞算法

对多目标识别技术的二进制搜索算法、时隙ALOHA算法进行了剖析,并对ALOHA算法用概率论和数理统计的方法进行了深入的理论分析,得出要根据所设计的射频识别系统的特点合理采用各种算法方可得到良好的效果.该算法的实现对提高高速公路上自动收费系统、人员和物流管理等各领域的工作效率具有一定的指导意义.     

Optimization and mediated bartering models for ground delay programs

The Federal Aviation Administration (FAA) and the airline community within the United States have adopted a new paradigm for air traffic flow management, called Collaborative Decision Making (CDM). A principal goal of CDM is shared decision‐making responsibility between the FAA and airlines, so as to increase airline control over decisions that involve economic tradeoffs. So far, CDM has primarily led to enhancements in the implementation of Ground Delay Programs, by changing procedures for allocating slots to airlines and exchanging slots between airlines. In this paper, we discuss how these procedures may be formalized through appropriately defined optimization models. In addition, we describe how inter‐airline slot exchanges may be viewed as a bartering process, in which each “round” of bartering requires the solution of an optimization problem. We compare the resulting optimization problem with the current procedure for exchanging slots and discuss possibilities for increased decision‐making capabilities by the airlines. © 2005 Wiley Periodicals, Inc. Naval Research Logistics, 2006     

面向决策的一体化建模方法及其在兵力筹划中的应用

在对军事决策问题的主要特点进行分析的基础上,提出从军事概念模型到数学模型再到定性推理模型的一体化建模思想.以空军航空兵遂行直接航空火力支援任务为想定背景,根据EATI模板,利用基于UML的Rose工具依次对想定任务的实体、任务、交互等进行分析;对于兵力筹划中的结构化问题建立了机会约束多目标规划数学模型;对于非结构化问题则构造了推理机,推理机体现了定量与定性相结合的决策分析思想.最后,以一个实例验证文章思路的可行性.     

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。     

GPS接收信号中线性扫频干扰的抑制

研究了阵列接收的GPS接收信号中线性扫频(LFM)干扰的抑制问题。LFM信号瞬时频率的估计是抑制干扰的关键,而要准确估计信号瞬时频率,必须抑制接收信号时频分布中交叉项干扰。本文对接收信号矢量进行白化,得到信号矢量白化后的空时频分布(STFD)矩阵。文中推出一个与传统方法获得的判决变量不同的判决变量,用该判决变量可以更加清晰地选出LFM信号在时频分布中的自项。根据时频脊点的分布估计LFM信号频率参数以及信号瞬时频率,之后即可根据瞬时频率构建陷波器滤除干扰。仿真表明该方法能够将受交叉项严重干扰的接收信号时频分布映射为清晰的接收信号自项的时频分布,在数据快拍数满足一定要求时可以很好地抑制掉LFM干扰。     

战时装备维修保障资源优化模型

维修资源在抢修过程中的分配决定了抢修活动的平均处理时间和等待时间,针对抢修实施时维修资源的分配,研究资源的优化配置使抢修时间最小的问题.在抢修过程中使抢修时间最小的目标和约束条件下,提出了资源配置优化的排队模型,并结合遗传算法给出了求解最优配置模型的方法,通过实例分析说明了模型和方法的应用情况.资源配置优化模型和算法已成功应用于集群装备保障决策系统的开发.     

面向无人环境的机器人生态圈自主任务决策方法

借鉴自然界生态系统的典型特征,提出机器人生态圈概念。通过使集群机器人进行智能协同与复杂演化,涌现自我维持、自我复制与自我进化等生命特征,实现无人条件下的长期生存、繁衍与进化,并执行特定的任务。针对机器人生态圈典型任务场景的自主任务决策需求,分析不同机器学习任务决策方法的特点,建立机器人生态圈自主任务决策的决策树模型和神经网络模型。分析表明,两种模型的正确率均在80%~90%,且均具有良好的稳定性。这说明,机器人生态圈自主任务决策问题可以通过决策树、神经网络等机器学习方法来很好地加以解决,从而为面向无人化场景的任务应用提供技术支持。