论美军“作战云”理论的制胜机理

美军"作战云"理论的制胜机理是以云计算技术作为物质基础和技术依托,以"云部署、云聚合、云攻击(防御)、云消散"体现作战过程,以"集中指挥、分布式控制和分散执行"为基本指控方式,以"跨域协同"作为作战协同的基本方式。由于该理论实现了战场信息的有效融合和共享,作战力量的动态聚能和释能,作战任务的临时赋予和即时完成以及不同领域作战能力的互补增效,因此将促使美军的武器装备、力量结构、作战方式及战场形态等发生新的重大变化。     

海上机动目标的运动预测模型及精度分析

分析了海上机动目标的运动特性,针对海上机动目标在某些时间段运动具有一定的规律性,用插值外推法建立了预测其运动的数学模型。并对此模型的精度进行了分析,最后给出了实例。仿真结果表明,本模型能适用于海上机动目标不同的机动方式,算法快捷,具有较强的军事应用价值,模型的计算精度完全满足某新型号导弹的作战要求。     

灰色数列预测应用分析

对灰色理论与统计分析在装备经济管理工作中的实用性分别以模型机理、模型数据处理复杂性和模型结果精度三方面进行了比较分析,着重指出在某些情况下灰色模型具有小样本而精度高的特点,并列举了实例加以说明．     

Lot sizing with learning and forgetting in setups: Analytical results and insights

This article considers the dynamic lot sizing problem when there is learning and forgetting in setups. Learning in setups takes place with repetition when additional setups are made and forgetting takes place when there is a break between two successive setups. We allow the amount forgotten over a break to depend both on the length of the break and the amount of learning at the beginning of the break. The learning and forgetting functions we use are realistic. We present several analytical results and use these in developing computationally efficient algorithms for solving the problem. Some decision/forecast horizon results are also developed, and finally we present managerial insights based on our computational results. © 2016 Wiley Periodicals, Inc. Naval Research Logistics 63: 93–108, 2016     

大型装备费用预测中的系统分析

将大型装备连续建造的总成本及控制变量作为一个变化系统,并用灰色系统理论进行建模分析,采用龙格-库塔法求解微分方程组.通过对精度的分析,指出使用灰色系统预测结果不能采用统计分析方法的相关性检验标准,而要通过预测数列与原始数列的逼近情况来判断其预测精度.     

基于GM(1,1)模型的武器装备性能预测在作战需求分析中的作用

针对目前武器装备作战需求分析过程中存在主观性大、需求不准确的实际情况,借助灰色系统理论,建立了GM(1,1)预测模型,以历代武器装备的性能参数为输入,得到未来武器装备可能的性能参数值,其结论可为作战需求分析提供有效参考和约束.     

导弹装备战场损伤预测仿真研究

装备的战场损伤、损耗预测是作战保障的基础。文中构建了导弹装备损伤预测的马尔可夫Markov模型,导弹装备战场损伤部件数量动力学预测模型,并针对战场损伤强度和维修强度对损伤概率和部件损伤数量进行了仿真。对导弹作战计划以及装备保障与维修计划的制定具有指导意义。     

基于卫星云图历史资料反演云团非线性预测模型

针对线性预测方法难以有效描述云团的非线性、非平稳变化的困难,基于经验正交函数分解(EOF)和遗传算法参数优化结合的思想,提出了一条云团非线性预测模型反演的方法途径。首先将卫星云图序列作EOF的时、空分解;在此基础上,引入遗传算法对EOF的时间系数序列进行了动力模型重构和模型参数反演,建立了EOF时间系数的非线性微分方程组;再通过时、空函数合成,构造了云团演变的动力预报模型。试验结果表明,反演的云团预报模型能较为合理地描述特定季节区域内云团演变的基本趋势,预测结果与实际云图的主要特征基本相符,尤其是实现了云图3h以上的中、长时效的客观预测。     

基于AHP云模型的舰艇长独立操纵综合评价

独立操纵考核是评价舰艇长组织指挥和操纵技能的重要组成部分。针对训练评价过程中定性定量指标的转换计算问题,提出基于AHP云模型的综合评价方法,以处理评价指标中出现的随机性和模糊性。依据海图作业等4个项目15个指标建立独立操纵评价指标体系,运用云模型建立各个指标的评价模型。用隶属函数描述评价等级的模糊性,用超熵概念描述其随机性,更加符合实际评判的情况。应用AHP法确定各个评价指标的相对权重,经过模糊转换对参加训练的5名舰艇长进行综合评价。     

基于灰色神经网络的装甲器材需求量预测

分析了装甲器材需求量影响因素,将灰色预测与神经网络预测方法相结合,建立了装甲器材需求量预测的灰色神经网络计算模型。该模型具有灰色系统的少数据建模及神经网络的精度可控性等优点,能较好地解决目前装甲器材需求预测精度不高的问题,可为装甲器材管理部门制定订购、调拨计划提供决策依据。