基于MADM的雷达辐射源威胁等级评定

雷达被喻为战场的千里眼,在现代战争中扮演着重要角色.随着军队信息化程度的不断提高,目标威胁程度判断也成为亟待解决的瓶颈问题.如何快速、高效和准确地判断出众多雷达的威胁程度,对于电子对抗行动乃至整个作战行动具有十分重要的意义.研究了对敌防空压制行动中,基于多属性决策(Multiple Attribute Decision Making,MADM)的雷达辐射源威胁等级评定方法,建立了数学模型,最后的实例说明了模型的实用性.     

关于确定典型电磁干扰环境威胁等级方法的研讨

及时分析和掌握现代通信电子环境的特点,规律以及弄清作战对方电磁干扰威胁的强度,是作战指挥的重要环节。这就是根据电磁干扰环境典型化和量化的原则,研究典型电磁干扰环境威胁等级的确定及其战术模拟。本文采用定性与定量相结合的方法,提出了可工程实现的电磁干扰环境威胁等级的划分原则,建立了通过电磁环境威胁等级的划分标准,并讨论了跳频通信干扰威胁环境等级的划分。     

试论我院参加计算机等级考试的必要性及可行性

本文分析了武警部队计算机应用及武警技术院校办公自动化教学的现状及存在问题,论述了参加计算机等级考试对院校教学及部队择才任用的有利作用,并分析了本院参加等级考试的可行性.提出了武警学院应参加等级考试的新论点.     

弹药安全性试验技术研究进展

针对弹药自身受到敌方攻击或操作不当发生意外时的安全事故以及高价值武器平台弹药的安全性问题,通过大量资料调研,在总结和分析西方军事强国弹药安全性问题研究进展、考核试验类型以及国内学者开展的相关研究基础上,详细给出了被试弹药进行跌落、子弹撞击、破片撞击、快速烤燃、慢速烤燃、殉爆、射流冲击、制动冲脱8种弹药安全性的试验考核方法,并对弹药受到刺激后的反应类型、反应等级给出了相应的考核评定方法,对我国弹药安全性研究工作提出几点建议。     

基于神经网络的模糊理论在桥梁状态评估中的应用

探讨了模糊数学中的隶属函数在桥梁技术等级状态评估中的应用.在研究现有桥梁状态评估方法的基础上,把人工神经网络和模糊数学理论结合起来应用于大跨度预应力斜拉桥的等级状态评估,建立了基于三层神经元的模糊神经网络模型,并建立结构损伤度函数及等级隶属度模型,通过样本学习训练,获取评估专家的知识及直觉思维,最终确定桥梁所对应的技术状态等级.以检测的480组索力数据作为学习样本,另外4组作为验证样本进行了索力状态评估预测.计算结果表明,网络预测值与期望值吻合良好.     

着眼应对多种安全威胁 调整国防动员等级划分

科学的国防动员等级划分是保障国防动员高效实施的重要举措。针对我国现行国防动员只粗放划分为总动员和局部动员两个等级存在的弊端,应着眼更加有效应对多种安全威胁特别是非战争安全威胁,将局部动员细分为＂四个等级＂＂四级响应＂,同时加强相关体制机制法制建设,增强国防动员的针对性和时效性。     

对做好民兵军事训练等级评定工作的若干思考

组织开展民兵军事训练等级评定,是"十二五"民兵军事训练改革的重大实践安排,也是提高民兵军事训练质量的重要保证,必须结合实际科学组织实施. 做好民兵军事训练等级评定工作,必须实行"三个结合",拨正工作导向.一是要与军事斗争准备紧密结合.着眼推进常态化军事斗争准备,基于对信息化条件下体系作战的需求把握,下力改变过去重单兵、重基础、重技能的考评方式,积极向成建制、综合性、全过程的考评方向转变,不断融入信息化考评理念、丰富信息化考评手段、提高信息化考评能力.二是要与遂行任务需要紧密结合.紧密结合民兵的职能使命和可能担负的任务,根据分队性质、任务和年度训练要求,合理确定考评内容、考评标准和考评方法,突出快速集结、机动到位、抢险救援、反恐维稳、城市防空等实际能力的检验,注重把实战化检验、非战争军事行动能力作为考评的基本参照,不断增强考评的针对性和有效性.     

舰艇系统损伤等级模糊神经网络评估模型

在对舰艇系统损伤等级评估体系分析的基础上,建立了舰艇系统损伤等级的模糊神经网络评估模型框架.设计了框架项层模糊神经网络评估模型的模糊集合和训练样本,并对此模糊神经网络模型进行了训练.通过测试样本仿真,发现此模糊神经网络模型具有较好的评估精度.基于模糊神经网络模型的舰艇系统损伤等级评估方法克服了以往简单加权评估模型的不合理性,为舰艇系统损伤等级评估提出了一个新的评估理念.     

一种快速评定通信设备战损等级的方法

为解决通信设备战损等级评定中存在的问题,快速且准确地做出评定,提出了利用BP神经网络进行战损等级评定.在总结战损等级影响因素的基础上,建立了通信设备战损等级评定神经网络模型.经检验,该模型用于战时通信设备战损等级评定准确度高,具有很强的军事意义.     

基于K-Means聚类算法的空中态势威胁挖掘

战场环境复杂多样,各种探测手段层出不穷,空中威胁属性指标种类繁多,增大了指挥员对空中态势威胁分析难度。正确、快速地对空中态势进行威胁分析,将给战场部署提供有效的决策依据。建立基于K-Means聚类算法的空中目标威胁等级聚类模型,通过对空中目标威胁属性特征的数据进行分析,对威胁目标聚类进行深度挖掘,将目标威胁等级问题转化为最优聚类问题。实例分析表明该算法在对威胁目标等级聚类中有效,提高了目标威胁等级聚类的可靠性、精确性。