融合遗传蚁群算法的区域覆盖卫星星座优化算法

针对特定区域覆盖并密集重访的卫星星座优化设计问题,采用回归轨道和共星下点轨迹星座的设计方案,提出特定区域内重点地区权值排序覆盖并融合遗传蚁群算法优化求解卫星星座轨道参数的方法。分析区域覆盖星座的设计需求,建立回归轨道覆盖区域模型,利用遗传蚁群算法计算出最优轨道根数,使用共星下点轨迹星座求解算法求出所有星座参数。仿真实验结果表明优化设计的星座满足对于区域目标的覆盖时间和重访次数需求,并对重要地点按照权值排序进行了侧重性覆盖和重访,验证了算法的可行性。     

浅谈网络图流程最优化问题——与斯卡契科“在流程方面实现网络图的最优化”问题的商榷

网络图在流程方面的最优化,在军队后勤得到广泛的应用。本文结合实际在理论上作了深刻分析,并提出了流程网络图最优排序原理与方法,以及消除流程中断现象应具备的条件,使流程最优化理论更趋于完善、科学。     

防空导弹对目标拦截的模糊二元对比排序

确定对空袭兵器的拦截次序是防空导弹火力分配的重要内容.定性分析和定量计算相结合,利用模糊数学中的模糊二元对比排序法确定防空导弹对多个目标拦截的优先次序,先对模型进行描述,给出模糊相似关系矩阵及相应的计算方法,再以4种空袭兵器为作战对象,运用模型进行计算,得出直观的目标拦截排序结果,变模糊的、复杂的问题为直观的结论.为指挥员科学分配防空火力,最大限度地发挥防空导弹的制空效能奠定基础.     

改进的AHP法在目标价值排序中的应用

针对在应用AHP法时,传统的标度法可能导致判断矩阵一致性与思维一致性脱节,进而破坏层次分析法的优选排序功能的问题。首先分析了传统的1～9标度的不足,然后通过引入指数(0,2)标度,建立了满足一致性要求的判断矩阵,改进了层次分析法。最后将改进的AHP法应用于战场炮兵的主要攻击目标价值排序的评估,进一步提高了评估的准确性。     

基于目标运动特征和TOPSIS决策的多目标选择方法

针对现代水面舰艇所布放的箔条、角反射器(体)等无源干扰设施严重影响导弹导引头选择真正舰船目标的现象,提出了一种基于目标运动特征属性信息和改进的逼近理想解排序(technique for order preference by similarity to ideal solution,TOPSIS)的多目标选择方法。通过将多目标选择问题等效成多属性决策问题,借助目标的运动特征,改进了理想解和负理想解的确定方法,最终得到决策模型。仿真试验表明:该方法简单有效,适合于工程应用。     

基于AHP算法的精确作战目标价值排序问题研究

针对精确作战中的目标价值排序问题,从战场实际出发建立了目标价值体系,并在此基础上应用AHP原理提出了目标价值排序的递阶层次结构模型．通过成对比较实现作战目标价值的精确排序,为指挥员基于目标价值的决策提供理论依据．     

拓展TOPSIS的地面目标关联算法

地面战场复杂的背景环境和目标的强机动性,使得传统关联方法所必需的先验信息不易获得,且传统关联方法仅利用状态信息进行关联,导致关联信息量不足,从而关联正确率不高。针对上述问题,采用无需任何先验假设的TOPS IS,在状态信息的基础上引入属性信息,作为拓展TOPS IS的评价指标,利用熵权确定各指标权重,最后用相对贴近度确定关联排序。仿真结果表明,该算法有效地提高了关联正确率,且能够满足实时性要求。     

加权α-比较数排序法在群决策中的应用

针对军事决策的群体性和模糊性,探索新的群决策方案优选方法。将区间数这一模糊概念与α-比较数排序法相结合,用区间数表示决策者对备选方案的模糊偏爱度,并结合决策者在决策群中的权重确定决策群对方案集的综合偏爱度,得到一种新的群决策方案排序模型,并通过算例验证了模型的准确性。该模型综合考虑了决策者在比较备选方案确定其偏爱度时的模糊性以及决策者的决策地位,能比较全面地反映军事群决策的特性,并且计算简便,便于指挥系统实时解算。     

AHP法在舰空导弹作战通道分析中的应用

层次分析法(AHP)是一种简便、灵活而又实用的多准则决策的系统分析方法。运用该分析方法对舰空导弹武器各作战通道的性能进行综合分析,其中在对决策矩阵进行计算时,使用了三种不同的效用函数对方案层的各项指标进行了量化,最后得出了各作战通道的综合价值,此值可为指挥员决策提供参考。计算结果表明该方法用于作战通道评价是切实可行的。     

基于用户相关反馈的排序学习算法研究

在信息检索中,系统需要根据用户查询将文档按照相似度大小进行排序,吸引了众多信息检索和机器学习领域研究者的眼球,并形成了诸多排序算法模型。然而并未考虑到查询短语与文档构成的特征对与用户相关反馈之间存在的同质性。在机器学习算法基础上,通过提取训练样本的主要特征进行有效聚类,并结合用户的相关反馈获取各个类中相关度判断的置信值,形成相似度判定模型,应用该模型来对测试样本进行相关度排序。算法对LETOR数据集进行了测试,实验表明,信息检索性能指标比其他排序算法有了进一步提高,并且无需复杂的数据预处理工作和手动设定算法参数。