A computation procedure for the exact solution of location-allocation problems with rectangular distances

A method is presented to locate and allocate p new facilities in relation to n existing facilities. Each of the n existing facilities has a requirement flow which must be supplied by the new facilities. Rectangular distances are assumed to exist between all facilities. The algorithm proceeds in two stages. In the first stage a set of all possible optimal new facility locations is determined by a set reduction algorithm. The resultant problem is shown to be equivalent to finding the p-median of a weighted connected graph. In the second stage the optimal locations and allocations are obtained by using a technique for solving the p-median problem.     

装甲机械化部队综合信息系统效能评估

首先通过对装甲机械化部队综合信息系统的功能需求进行分析,并结合建立效能评估指标体系所遵循的原则,建立了效能评估指标体系.然后介绍了确定评估指标体系各指标权重的AHP法,并建立了对装甲机械化部队综合信息系统进行效能评估的模糊综合评判模型.最后通过实例说明了模型的可行性.     

基于粗集的神经网络在目标类型识别中的研究

为克服传统的目标类型识别方法的不足,提出将粗集和神经网络紧耦合建立新的识别模型,即经过识别信息预处理、样本数据粗集方法简化、神经网络学习训练及待识信息网络识别等步骤,充分融合了粗集强大的规则提取能力和神经网络优良的分类能力。实验表明,该模型减少了识别的主观因素,简化了神经网络结构,提高了运算速度。     

基于多目标模糊决策模型的联合作战方案优选

为选择作战方案中的最优方案,对所有的方案进行了排序,依据定性准则和定量的数学模型,利用多目标模糊决策分析方法,对联合作战方案的相关因素进行了分析,综合评价出各方案的优劣程度,最后得到了较为合理的作战方案先后顺序.     

高层建筑消防登高面设计现状与对策研究

就高层建筑消防审核中消防登高面、登高场地设计现状和存在问题进行归纳分析,提出了加强审核、验收及监督工作;分段设置消防登高面;科学计算裙房高度和深度;形成有机整体;确保原消防设计和功能等对策。     

基于粗集理论证据加权的电子目标识别法

在对电子目标进行识别时,往往采取多传感器融合的D2S证据理论进行处理,但是由于传统的D2S证据理论中各传感器对识别结果的重要性没有区分,基于此将粗集理论属性重要度概念应用到各传感器的重要性上,从而实现加权融合的证据理论。仿真实验及其结果表明该方法对电子目标识别是有效的,尤其在传感器受到干扰时,具有较强的现实意义。     

基于模糊综合决策的军事信息网络效能评估

为了解决复杂战场环境下军事信息网络效能分析中存在的模糊性和不确定性,将模糊综合评判理论应用于军事信息网络。在介绍模糊综合评判决策模型和评估理论基础上,提出了军事信息网络效能评估指标体系,并通过实例仿真验证了使用方法的有效性和可行性。     

基于模糊综合评价的再制造发动机抽样方案决策研究

影响因素难以量化是再制造发动机抽样方案选择过程中的难点,不可避免地给检验人员带来了主观性和片面性的问题。提出了应用模糊综合评价方法的解决方案,建立了再制造发动机抽样方案综合评价指标体系,详细阐述了综合评价方法的算法步骤,最后以某再制造发动机抽样方案的决策为例进行了实例应用。模糊综合评价方法解决了再制造发动机抽样方案选择中所遇到的问题,可为检验人员选择合理的抽样方案提供决策支持。     

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...     

基于排放和模糊神经网络模型的柴油机故障诊断方法

根据排放检测数据规律,定义并提取特征参数,建立了规则与模糊神经网络有机结合的柴油机故障诊断模型及其对应的特征知识库,确立了模型的“可塑性”学习路线,并以单缸失火故障为例,进行了模型诊断实例研究。结果表明：运用该方法进行柴油机的故障诊断,结果准确,识别速度快,诊断效率高。