基于AdaBoost-SVM算法的某火炮炮闩技术状态评估

针对现役装备技术状态评估多依赖于手工拆卸的现状,提出一种基于AdaBoost-SVM模式识别算法的在线技术状态评估方法。利用人工后坐在线检测设备对炮闩装置技术状态参数进行检测,在对检测数据进行相关性分析特征提取的基础上,引入支持向量机模式识别方法,建立炮闩装置技术状态评估模型。通过将评估模型与Ada-Boost算法相结合,每次迭代都根据测试精度对分类错误的样本点和各分量分类器的权重重新赋值,在下一次迭代中形成新的分量分类器以优化分类结果,最终将各分量分类器依其权重综合完成评估。实例分析结果验证了评估模型的正确性和有效性。     

水下潜器自导搜索策略仿真平台设计与应用

根据研究实际需求,本文基于作战能力评估理论对水下潜器自导搜索策略仿真平台进行了开发设计,并结合建立的多指标评估体系和相应的评估方法,借助均匀设计法,将其成功应用于水下潜器自导搜索策略的设计优化中。文中首先分析了仿真平台的系统需求,进而确定了其总体构架,并针对自导搜索策略研究的特点确定了相应的人机交互界面。最后给出了进行自导搜索策略仿真优化的基本思路和方法,并通过水下潜器最优自导搜索策略方案仿真研究的实例表明,本文设计的仿真平台和研究方法不仅完全能够满足水下潜器的自导搜索策略仿真研究需求,还能有效节省科研成本,具有重要的工程应用价值。     

遥操作交会对接系统研究

遥操作交会对接是指操作人员在远端通过遥操作方式控制追踪航天器进行交会对接,主要用于无人航天器自动交会对接系统故障条件下平移靠拢段的交会对接控制.简要介绍了遥操作交会对接的基本概念及其国内外研究现状;结合我国载人航天工程的基本特点,设计了适用于我国未来空间站任务的遥操作交会对接系统;根据设计的系统方案,设计和开发了相应的遥操作交会对接仿真系统,并进行了部分仿真分析和遥操作交会对接试验,初步验证了设计方案的可行性.     

优化多星协同观测的改进广义模式搜索算法

多星协同观测可以最大化卫星的整体效能,如何对多星进行部署是一个设计空间大、设计变量多的优化问题.对此,提出了基于Kriging模型的改进广义模式搜索算法.在算法的搜索步,通过代理模型最优和最大期望提高在当前网格内进行选点,避免选择的盲目性;在筛选步,利用代理模型预测筛选集中各点提高的比例并排序,减少不必要的仿真分析.最后,采用该算法对多星部署方案进行优化,通过对比发现,算法性能优于STK-Analyzer,证明了算法的可行性和有效性.     

支持向量机的OTHR多频特征目标分类识别法

针对低信噪比下多频法在天波超视距雷达(Over-The-Horizon Radar,OTHR)目标分类识别中分类精度不高的缺点,充分利用雷达量测的一些先验信息,将基于支持向量机(Support Vector Machine,SVM)的多分类器引入多频法中,提出了一种基于SVM的OTHR多频特征目标分类识别方法。仿真结果表明,利用较少的3个频率点,在信噪比较低的条件下可获得较好的分类识别效果,说明了该方法在OTHR目标分类识别中的有效性和可行性。     

舰空导弹设计方案评价

舰空导弹设计方案评价是一项复杂的系统工程。因其涉及到的因素众多,有些因素易于量化,有些因素难以量化,往往给决策者带来诸多困难。在建立舰空导弹设计方案评价指标体系的基础上,采用熵权法和理想点法相结合的方法对舰空导弹设计方案评价问题进行研究,以期降低决策的主观随意性,使决策更加科学合理。     

自动武器谱系模块划分算法的研究与应用

根据新产品快速设计要求,必须利用模块化方法提高设计知识的重用率和可重构性,针对某些特殊机械类产品,在保证模块接口的几何尺寸装配外,其模块的通用还需满足十分严格的技术指标条件,必须结合其物理性能分析评估进行合理分划,并考虑在特定的产品谱系平台上实现模块的通用化。将谱系法规应用于自动武器模块化设计,提出两种实用的模块划分算法,即参照点谱系模块划分和模式法谱系模块划分方法;并利用模式法思想进行模块分划,首先根据能量流物理效应,将其划分为初始模块集合,再构造相关性矩阵,对其中复杂部件的模块划分进行验算,实践结果验证了该模块划分算法的正确性与可行性,对其他机械产品具有普适意义。     

一种面向Agent的概念化建模方法*

面向Agent的建模方法为基于Agent系统的概念化描述提供了一种新的技术.针对多Agent系统分析与建模问题,扩展并规范了面向Agent概念化建模过程,定义了Agent模型及其扩展模型,并给出了形式化描述.同时,给出面向Agent的分析和设计过程,为其具体建模提供了一种高层指导.最后,与其它现有面向Agent的方法在应用方面进行了类比分析,为该方法的广泛和深入地应用研究打下基础.     

A facility reliability problem: Formulation,properties, and algorithm

Having a robustly designed supply chain network is one of the most effective ways to hedge against network disruptions because contingency plans in the event of a disruption are often significantly limited. In this article, we study the facility reliability problem: how to design a reliable supply chain network in the presence of random facility disruptions with the option of hardening selected facilities. We consider a facility location problem incorporating two types of facilities, one that is unreliable and another that is reliable (which is not subject to disruption, but is more expensive). We formulate this as a mixed integer programming model and develop a Lagrangian Relaxation‐based solution algorithm. We derive structural properties of the problem and show that for some values of the disruption probability, the problem reduces to the classical uncapacitated fixed charge location problem. In addition, we show that the proposed solution algorithm is not only capable of solving large‐scale problems, but is also computationally effective. © 2009 Wiley Periodicals, Inc. Naval Research Logistics, 2010     

基于学科间差异信息的协同优化改进算法

分析了MDO(Multidisciplinary Design Optimization)中广泛应用的协同优化算法的特点和存在的问题,提出了一种基于学科间差异信息的协同优化改进算法COMI(Collaborative Optimization based on Multidisciplinary Inconsistency).利用学科间差异信息构造了系统级松弛约束和系统级罚函数,利用遗传算法作为系统级优化算法,并采用标准算例比较了标准CO(Collaborative Optimization)算法、松弛CO算法与COMI算法的性能.结果表明COMI算法在设计结果可行性和最优值上平衡性较好.