模糊多目标群决策方法的军事应用

本文利用模糊数方法表示多目标群决策中的语言评价权系数和目标评价值 ,并用模糊数排序的方法求出各方案的排序指标 ,从而得到方案的最佳排序。     

舰船航行监控变量的微机产生方法研究

通过建立舰船航行监控变量的数学模型,提出了一种基于微机的产生舰船航行监控变量的实现方法,经过实际运用表明,能有效地监视和实时控制舰船航行．     

模糊群体决策的多方案评价方法

针对多方案评估中因素评价难于精确表示的问题,提出了一种基于模糊语言变量和OWA(OrderedWeightedAveraging)集结算子的群体评价模型与方法,给出各因素的方案两两对比偏好语言评价值,并通过对多决策者、子因素、主因素的三次集结和对模型中α值的恰当选取,可得到方案集的优序排列。该方法可行、有效,可为群体决策提供新的途径。     

二维矩阵卷积在向量处理器中的设计与实现

为了加快卷积神经网络模型的计算速度,便于大规模神经网络模型在嵌入式微处理器中的实现,以FT-matrix2000向量处理器体系结构为研究背景,通过对多核向量处理器体系结构的分析和对卷积神经网络算法的深入研究,提出将规模较小的卷积核数据置于标量存储体,尺寸较大的卷积矩阵置于向量存储体的数据布局方案。针对矩阵卷积中数据难以复用的问题,提出根据卷积核移动步长的不同动态可配置的混洗模式,通过对所取卷积矩阵元素进行不同的移位操作,进而大幅提高卷积矩阵数据的复用率。针对二维矩阵卷积由于存在数据相关性进而难以多核并行的问题,提出将卷积矩阵多核共享,卷积核矩阵多核独享的多核并行方案。设计了卷积核尺寸不变、卷积矩阵规模变化和卷积矩阵尺寸不变、卷积核规模变化的两种计算方式,并在主流CPU、GPU、TI6678、FT-matrix2000平台进行了性能对比与分析。实验结果表明:FT-matrix2000相比CPU最高可加速238倍,相比TI6678可加速21倍,相比GPU可加速663 805倍。     

微弱正弦信号在有噪声的FN神经元模型中的传输特性研究

长期以来弄清神经系统中的信号是如何传输的一直是广大研究人员努力的目标.针对一种被普遍研究的神经元简化模型--FitzHugh-nagumo(FN)模型,采用二阶随机龙格-库塔算法分析了该模型对加性噪声和微弱正弦信号的响应特性.时域和频域的统计参数表明适当强度的噪声有利于信号的传输,存在随机共振现象,即与噪声强度关联的输出信噪比曲线为倒钟形;另外值得关注的是,与正弦信号频率关联的输出信噪比曲线也为倒钟形,分析可见正弦信号的无量纲频率在区间0.2～0.8时模型的输出信噪比最大,表明该神经元模型有频率敏感性,即更易于检测到该范围内的弱信号.上述结果与生物学的发现是一致的,将有助于进一步揭示周期信号在神经元中的传输方法,建立更加准确的神经元数学模型.     

采用终端滑模控制实现交会对接逼近段姿态跟踪

针对交会对接逼近段追踪器的姿态控制问题,采用反馈线性化理论推导了非线性姿态动力学方程的相变量模型.基于导出的姿控模型,引入模型误差和随机噪声,结合终端滑模控制理论,给出了能够在有限时间内完成姿态跟踪,并使状态跟踪误差收敛的控制律的设计方法.对具有扰动项的系统,仿真结果仍能满足交会任务对时间的要求,且姿态角跟踪误差趋于0,说明控制律对相变量系统的姿态跟踪控制具有较好的鲁棒性.     

坦克排决策支持系统火力机动模块研究

基于D-S证据理论及灰数AHP层次分析法,研究了火力机动样式的选择系统.根据传感器收集的战场情报进行数据融合,给出了用于目标识别的D-S证据理论算法,并针对具体的战场目标进行了相应的算法改进.运用灰数AHP层次分析法对战场的具体目标进行相对比较判断,然后依据灰数AHP层次分析法得出的具体数据选择最佳火力机动样式.     

一类基于模型的仿射代数不变量

3D目标的标识别已逐渐成为计算机视觉领域的热点问题.在研究了传统的基于几何不变量和基于3D/2D约束关系两种识别方法的基础上,提出了1类新的空间几何结构模型,并计算出了这类模型3D仿射不变量和其对应的2D仿射不变量之间的约束关系.利用这种关系,可以在目标的姿态和摄像机的参数均未知的情况下,有效利用单幅图像来识别3D目标.     

改进熵系数法的预警机探测引导能力评估

引入欧氏距离来度量基于离差最大化法与熵系数法确定的两个权重向量的相似度,在相似度最大约束条件下,确定了熵系数法中参数ρ值,解决了参数ρ取值人为主观性的问题。采用区间数来表示专家对指标间的相对重要性,克服了实际中难于得到准确决策信息的问题。将区间数特征向量法确定的主观权重和改进的熵系数法确定的客观权重集成得到组合权重,采用加权算术平均算子对4种预警机的探测引导能力进行了计算。