两栖重型合成旅登陆作战后勤保障

两栖重型合成旅是登陆作战的拳头力量，其后勤保障能力的强弱对战斗力生成至关重要，必须认清两栖重型合成旅登陆作战的地位作用、保障原则和要求，构建与信息化条件下登陆作战相适应的精确保障模式，准确把握登陆作战各阶段的保障重心，确保两栖重型合成旅登陆作战后勤保障顺利实施。     

使用保障资源的确定方法探讨

在使用保障过程中需要9项使用保障资源,包括人力与人员、保障设备、技术资料、训练与训练保障、计算机资源保障、保障设施、储存和运输、能源、弹药等。其中人力与人员、使用保障设备2项内容与使用保障联系最为紧密,在装备的研制阶段就应考虑确定。主要讨论了用相似系统法确定人力与人员的数量,用排队论确定保障设备的品种和数量。     

基于任意分布随机Petri网的装备维修保障建模与分析

通过将任意分布随机Petri网的基本理论和算法应用到装备维修保障的建模与分析,建立了维修保障系统的任意随机Petri网模型,实现了随机Petri网中变换概率服从指数分布的限制.根据实际系统中相关数据的统计分析和经验估计,以便为利用矩姆函数分析方法对维修保障系统的性能进行分析,为维修保障决策层提供参考,获得了一些有价值的性能指标信息.     

基于多Agent的网络化舰空导弹系统协同机制研究

针对舰艇编队反导防御作战的复杂性,采用网络中心战的作战概念,分析了网络化的舰空导弹系统作战资源共享的优势.以集成火控系统(Integrated Fire Control System)的构建原理为例,描述了网络化舰空导弹系统的网格结构和特点,基于多Agent协同原理,提出了网络化的舰空导弹系统两层"混合式"协同体系结构,并对该结构的协同机制进行了研究.     

装备保障能力评估指标选择方法研究

针对当前装备保障能力评估指标选择方法存在主观性较大、评估精度低、评估结果一致性差等问题,提出了3种装备保障能力评估指标确定方法。依据面向能力的思路,通过对能力、性能与特性关系的分析提出了指标确定方法;基于本体论与文本挖掘技术,对装备保障能力相关文本的特征进行表示和提取,最后定义合适的文本挖掘泛化规则提炼出评估指标和权重;利用FP-Growth关联规则和模糊贝叶斯网络建立混合模型获取评估指标及权重,最后通过案例验证各方法的客观性、有效性和一致性。     

车辆兵器GPS/DR/DM组合导航系统的研究

研究了GPS/DR/DM组合导航系统在车辆兵器上的应用,通过分析GPS(GlobalPositioningSystem)和DR(Dead-Reckoning)各自导航、定位的原理及特点,以及DM(DigitalMap)的特点,设计了一种新型的低成本车辆兵器GPS/DR/DM组合导航系统,并且用自适应的扩展卡尔曼滤波器对组合系统进行了仿真实验,证明了本系统的可行性。结果是车辆兵器GPS/DR/DM组合导航系统无论从精度还是可靠性来说较常规的导航系统都有明显的改善和提高,充分说明GPS/DR/DM组合导航系统是一种很有应用前景的车辆兵器导航系统。     

备件保障效能动态评估方法

针对目前效能评估方法多重视效能指标的静态观测值，对时序状态数据所蕴含的趋势信息关注较少的缺点，提出基于灰色聚类-粗糙集和集对分析的备件保障效能动态评估方法。针对主客观赋权方法各自的优缺点，引入依赖度和重要度的概念，建立灰色聚类-粗糙集组合赋权模型；将指标权重引入集对理论，提出集对同势、均势和反势的定义，描述备件保障效能的变化规律，构建基于马尔可夫链的集对分析动态模型。实例分析结果表明，该方法可以有效反映备件保障效能的动态变化特征，为决策者制定备件保障长期计划提供科学依据。     

基于系统科学原理的装备保障建设历史性分析

从哲学的视角，运用系统科学原理发展的规律，以世界军事变革的全球视域，分析了装备保障建设的历史性，指出一般系统科学所衍生的一般系统方法指导着机械化军队的装备保障建设，复杂系统科学所衍生出的综合集成方法指导着信息化军队的装备保障建设，并从加强顶层设计、注重逻辑集成、创设协同环境和把握序参量等方面提出了转型期装备保障建设的战略举措。     

“对口支援”：支援高校与受援高校的SWOT分析

为了更好地推动西部大开发的实施，积极发展西部地区的高等教育，加快开发中急需人才的培养步伐，教育部实施了“对口支援”西部地区高等学校的计划。在“对口支援”实施过程中，支援高校与受援高校作为不同的主体，面对着不同的环境和条件。本文用SWOT分析法研究“对口支援”的双方学校，以识别各种优势、劣势、机会和威胁因素，对支援高校与受援高校的综合情况进行客观公正评价，并对高校“对口支援”政策的障碍与问题进行了梳理。     

一种基于KNN-SVR的基因表达缺失值的估计方法

为了消除不相似基因对基因表达谱中缺失值估计的影响,提出了一种基于KNN SVR的缺失值估计方法.该方法先通过最近邻法选出与目标基因表达最相似的一组完全基因,再用这些基因通过支持向量回归对缺失值进行估计.还提出了用标准化偏差的方差来度量算法的稳定性和估计值的可信度.该方法通过对基因的过滤提高了缺失值估计的有效性.实验结果表明,KNN SVR法具有较高的估计精度和稳定性.