基于公理设计理论装备保障系统级别设计研究

针对装备保障系统级别设计领域的特点和不足,在深入分析装备保障系统级别设计概念的基础上,运用公理设计原理,建立装备保障系统级别分析模型,并对装备保障系统级别设计目标进行了＂目标-设计＂的分解,将原来复杂的级别设计问题分解成由若干个模块构成的简单设计策略问题,保证了设计过程中不耦合,实现了装备保障系统级别设计的科学性、创新性,确保了级别设计的准确性。     

基于任务的装备维修决策研究

以保证装备的任务成功性和任务后装备的战备完好性为目标,提出了基于任务的装备维修决策的概念,包括以任务成功性为中心的维修决策和以任务后装备战备完好性为中心的维修决策。分析了基于任务的装备维修决策过程;研究了基于任务的装备维修决策方法,主要包括装备任务描述模型、任务-功能-产品映射模型、产品任务功能故障分析方法、装备任务成功性评估模型、以任务成功性为中心的装备维修逻辑决策模型、以任务后装备战备完好性为中心的装备维修逻辑决策模型等;指出装备状态评估和预测、装备任务成功性评估是今后有待深入研究的问题。     

基于支持向量机的多分类军事目标识别应用

针对现代战场信息化程度的不断提高,电磁环境日趋复杂,侦查目标难以准确地识别情况,提出了运用支持向量机多分类器对军事侦查目标进行有效识别.结构风险最小化地支持向量机分类方法是小样本情况下统计机器学习的经典,具有速度快、泛化能力强等特点.用该算法建模军事目标的识别问题,达到了较高的识别准确率.所以应用在对侦查目标的识别上具有良好的效果,在军事应用上有较广阔的前景.     

基于MAS的战时装备机动保障模型研究

建立了一个基于多agent系统的战时装备机动保障模型,定义了划分层次和各agent模块的功能,并重点介绍了机动保障过程中机动过程和抢修作业过程模型的构建,为战时装备机动保障指挥提供辅助决策。     

OLAP技术在器材保障决策支持系统中的应用

为弥补基于模型库和方法库的器材保障决策支持系统的不足,探讨利用OLAP技术处理数据的方法。结果表明,利用OLAP技术从多角度、多侧面观察数据,将为我军器材保障决策的科学化提供强大的支持。     

基于Virtools 4.0的某型船艇柴油机虚拟维修关键技术研究

针对目前船艇柴油机维修训练方式,提出一种基于Virtools 4.0的虚拟维修方法,并对虚拟维修中的虚拟维修建模技术和虚拟维修仿真技术进行研究讨论,重点分析了场景优化、碰撞检测以及交互式维修过程仿真等关键技术。根据实际维修过程,制定虚拟维修训练流程图,编写交互式维修过程实现程序,实现了对船艇柴油机的虚拟维修仿真。最后结合自身的开发经验总结出Virtools 4.0应用中应注意的几个问题。通过对基于Virtools 4.0的虚拟维修关键技术研究,为船艇柴油机虚拟维修训练系统设计开发提供了一定的理论依据。     

装备集群预防性维修计划的粒子群仿真优化

针对同类装备构成的集群预防性维修计划问题,综合考虑了装备的使用和维修过程,分析了装备动用与维修计划之间的相互关系,刻画了装备使用和维修的触发机制,提出了一个包含离散事件仿真和粒子群优化算法的混合模型,并描述了模型的结构和数学表示。该模型基于离散事件仿真对给定的预防性维修计划进行评估,并以该评估值为基础利用粒子群演化进行优化,从而通过多次迭代进化可逐步逼近可能的全局优化结果。由于模型中考虑了装备使用过程中的不确定性,并且粒子群优化可从任意初始值开始,因而可用作维修系统效能评估以及维修方案优化的决策工具。     

基于风险评估的检测与修理决策模型

研究了基于故障风险的检测与维修策略，运用威布尔比例风险模型建立系统故障率与工作时间及所处状态的关系。分析了两类基于间接状态信息维修决策的风险，建立了系统检测及维修策略的决策树，通过比较检测与不检测情况下的期望费用确定最优的检测间隔。算例表明，所提出的方法能够有效控制系统运行风险，降低系统运行费用。     

基于支持向量机的多目标分类和识别

支持向量机(SVM)算法广泛应用于模式识别等领域,但是SVM最初是针对二类别分类提出,在多分类识别中稍显逊色。对将SVM由二分类扩展到多分类的算法进行了研究,发现有向无环图(DAG-SVM)是其中用的最多的算法之一。因此,针对军事领域图像的多目标分类,选择有向无环图算法来实现军事图像中单兵、装甲、低空等多目标的分类识别。     

装备保障人员优化配置方法研究

将装备保障人员按级别分为操作人员、维修人员及管理人员,结合人员进入、培训和退出的状态,构造了状态转移矩阵,求出了各级别人员数量。定义了不同级别针对不同任务的保障效率,按照保障人员完成最高效率任务构建了最优化配置模型。通过实例验证了模型的实用性。