基于LSSVM的缺失飞行数据组合填补方法

针对飞行数据的特点,将基于最小二乘支持向量机的一元填补方法和多元填补方法相互结合,提出了一种缺失飞行数据的组合填补方法。该方法将两者优势互补,既能反映出变量自身的变化趋势,同时也利用了相关变量间的作用信息,增强了算法的可靠性,提高了数据填补的精度。实验结果表明了所提方法在缺失飞行数据填补中的有效性和适用性。     

军事信息系统中台建设

随着国防信息化建设的快速推进,大量军事信息系统被开发,在开发过程中产生了诸如数据不统一、不标准以及服务重复建设等问题,既浪费了大量的建设和维护资源,也导致技术难以得到沉淀,数据不能被充分利用。中台在大型企业的成功应用,包括在电子政务发展中的规划,以及美军的全球信息栅格与军事云建设,都在着力解决类似问题。本文认为,军事信息系统中台具有巨大的潜在价值和较强的可行性,不仅可以提升数据与服务的共享能力和开发效率,还可以提供数据驱动创新来源和精细管理能力。相比企业和政府信息系统中台,军事信息系统中台由于其使用条件的特殊性,需要考虑更多的需求和技术因素,因此,目前只能给出军事信息系统中台的构想。     

航材库存规划策略研究

现有的航材库存管理信息利用不充分,导致航材保障针对性不强、库存成本较大。以供应链库存管理理论为依据,在对航材分类的基础上,提出了航材库存规划策略,包括周转库存、安全库存与航材使用监控等方面,最后采用模糊综合评价方法对供应商进行评价。能够有效缓解航材供需矛盾,提高库存资金使用效力。     

多机协同空战目标分配算法研究

多机协同作战已成为现代空战的主要形式,对其进行研究的重要性业日趋明显.通过对多机协同空战中目标分配的分析,建立了目标优化分配的数学模型,而后用标准遗传算法来求解该问题,最后通过应用"优势"基因遗传算子对遗传算法进行改进.仿真结果表明该算法能有效解决分配问题,而且"优势"基因遗传算子能够大大提高搜索效率.     

基于agent的多传感器管理原型系统研究

近年来,基于agent的分布式智能系统已成功应用于众多领域。将多agent技术应用于多传感器管理领域研究,以开发多传感器智能管理的多agent系统,提出了其原型系统的基本框架和系统实现途径及方法,其中着重研究了融合agent与传感器agent的原型系统结构、基于多a-gent理论的传感器管理问题分布式任务分解与控制问题以及agent之间的协调合作问题。原型系统的研究,为实际应用系统的研制开发提供了理论指导和方法依据。     

改进遗传算法的导弹目标分配方法

针对遗传算法在解决导弹目标分配问题中的困难,将火力单位的目标分配问题变换为针对导弹的目标分配问题,之后应用遗传算法求解,求解后还原为火力单位的分配结果,并用实例验证了应用遗传算法的可行性.之后,引入"优势"基因对标准遗传算法进行改进,大量实例表明,改进后的算法提高约60%的搜索效率.