装备维修保障能力评估优化研究

针对现有装备维修保障能力评估无法直接支撑装备维修保障决策的问题,提出一种基于维修工时效率的优化评估方法,形成评估、决策、行动和改进的完整数据链,可为维修保障能力评估真正融入装备保障指挥决策流程提供数据支撑。     

基于评估需求的舰艇通信训练数据挖掘研究

数据是舰艇通信训练效果评估组织实施的基础,其质量优劣直接关系到评估结果的准确性。针对舰艇通信训练数据缺乏科学化、标准化管理的问题,从训练效果评估需求出发,将改进优化后的聚类划分、立方体归约、贝叶斯分类和直方图归约等技术方法应用于训练数据挖掘工作中,构建了一套规范化的训练数据挖掘体系,可为舰艇通信训练效果评估工作提供技术理论支撑。     

军民融合陆军装备维修保障体系能力评估

军民融合陆军装备维修保障体系是一个复杂系统,目前能力评估的指标体系和评估方法尚缺深入研究.应用德尔菲法,建立了军民融合陆军装备维修保障能力评估指标体系;针对赋权过程中存在的不确定性,运用改进群组层次分析法,改进熵权法以及博弈论方法进行主客观结合,确定指标权重;针对能力评估中决策信息的随机性、模糊性等问题,提出了基于云模型的军民融合陆军装备维修保障体系能力评估方法;最后,结合示例验证了所提出方法的可行性.     

基于改进投影寻踪算法的装备保障能力评估

针对当前部队装备保障能力评估过程中人为干预引起的误差,深入分析影响装备保障能力的各类要素,构建装备保障能力评估指标体系并进行科学量化,采用改进优化投影寻踪算法对原始装备保障过程中多维数据进行分析,建立装备保障能力综合评估模型,解决了模型中多约束全局寻优的问题。评估实例表明:所提及的算法模型计算效率高、易操作,评估结果客观准确。     

灰色理论和模糊数学相结合的装备保障能力评估模型

军事装备保障能力的评估研究.对于战斗力的形成和保持有着重要意义.以灰色理论和模糊数学为基础,提出了一种新的装备保障能力评估模型,它是由AHP、灰色聚类分析,模糊评判综合集成而成的,既能体现装备保障能力评估的模糊性,又能充分利用信息,避免了使用单一模糊数学方法的不合理之处,为全面系统评估军事装备保障能力提供了一种新的途径.     

基于改进ANP的军事通信保障能力评估方法

根据军事通信保障能力评估需求,针对传统ANP方法中存在的标度选择和专家偏好问题,提出了基于指数标度和多专家多粒度判断的ANP方法,并采用模糊三角数融合多专家判断信息.然后,建立了基于改进ANP的军事通信保障能力评估模型,进行了实例分析,使得评估结果更加客观、公正且符合实际.     

基于FCA-DEA方法的装备维修保障能力评价

文章基于模糊综合评价与数据包络分析综合分析方法（FCA—DEA）,针对装备维修保障的特点,提出了装备维修保障能力评价指标体系,采用模糊综合评价对维修保障能力进行初步评估,并构建适合能力评价的DEA模型,研究了评估结果的有效性及改进方法,为部队进行装备维修保障能力评估提供思路。     

太空训练评估体系构建

太空训练评估是改进太空训练质量、检验训练效果的重要手段。本文从分析太空训练的特点入手,研究太空训练评估体系构建的指导原则,从评估理论与指导思想、评估组织机构与人员、评估标准与指标体系、信息采集系统、评估模型与方法及软件系统与平台等方面分析太空训练评估体系内容,设计太空训练评估体系运用流程和步骤,可为改进和优化太空训练评估、促进遂行太空任务能力生成提供参考。     

模拟训练信息系统的设计和实现

为保障模拟训练系统有效组织单平台整体训练、多平台协同训练、多中心组网训练和多要素体系融合训练,实现多专业、多系统、多层次、多资源的互联互通,通过对模拟训练信息系统仿真领域核心业务和周边业务流程的分析,建立了核心业务和周边业务流程及模型,并设计了系统软件概念架构和系统可信度评估模型。该研究为模拟训练仿真系统在业务逻辑层面的集成提供了理论基础,可用于指导后期模拟训练系统的建设。     

基于Delphi-BP神经网络的装备保障能力评估

针对评估指标数量过多可能给评估过程及结果带来的弊端,在构建装备保障能力评估指标体系基础上,给出了基于Delphi法的指标体系筛选的方法步骤,通过计算累计贡献率,对指标体系进行了筛选,降低了评估模型的输入维度。建立了评估部队装备保障能力的三层BP神经网络模型,利用Matlab神经网络工具箱对网络进行了训练和仿真,结果显示误差小于10-3。最后,通过对比评估,验证了方法的有效性和正确性。     

基于数据包络分析交叉效率模型的装备保障方案评估

针对装备使用过程中对具体保障方案评估研究少,传统自我评估方法存在主观偏好等问题,采用基于交叉效率的数据包络分析法(DEA),对某保障单位近10年来的装备保障方案进行了评估。分析并构建了装备保障方案评估指标体系,建立了基于DEA交叉效率的装备保障方案评估模型;通过Matlab编程计算得出各方案效率值,并进行有效性分析;根据投影原理对DEA无效方案提出改进方向;通过交叉效率模型计算得出效率评估矩阵,据此对方案进行优劣排序;对比分析了CCR模型和交叉效率模型评估结果。实际评估表明,该方法有效克服了传统DEA评估方法指标权重确立主观性强、不能对有效决策单元进一步排序的不足,从而使评估结果更客观、可信。     

一种改进的云评估方法

在现有云评估方法的基础上,将云概念化和逆向云发生器引入其中,对原有评估方法进行改进。利用改进后的评估方法对C4ISR系统效能进行评估,使评语的各个数字特征由训练数据得到而非人为确定,进一步消除了评估过程的主观性。     

远程火箭炮武器系统保障效能仿真与评估技术研究

远程火箭炮武器系统是我陆军实现远程火力压制的“撒手锏”装备,其保障效能能否充分发挥直接影响战役进程.针对传统效能评估方法存在的不足,从战备完好性和任务成功性两方面进行分析,在建立训练或作战任务模型、功能组成模型、维修任务模型、维修保障系统模型和保障效能评估模型的基础上,采用虚拟样机、失效试验与实装试验相结合的方法对自然故障过程进行仿真,基于Monte-Carlo方法对战场损伤过程进行仿真,开发了远程火箭炮武器系统仿真评估系统,通过灵敏度分析,指出了平时和战时维修保障过程中存在的突出问题,并提出针对性建议.     

舰艇通信训练数据支持系统设计?

可靠的数据保障是舰艇通信训练效果评估工作开展的基础。针对舰艇通信训练数据记录存储不规范、处理技术运用不合理和可视化程度不高等问题,构建一种实用性较强的舰艇通信训练数据支持系统。该系统充分融入数据挖掘、数据仓库和数据可视化等技术的优点,可对训练数据进行充分的分析处理,能够直接服务于训练评估工作和构建存储数据库,具有一定的实际应用价值。     

改进的GRA及其在地对空雷达对抗训练中的应用

地对空雷达对抗训练水平评估是对于地对空雷达对抗部队装备训练水平的全面评价,是一个复杂的多指标综合评估问题。通过对地对空雷达对抗训练内容的分析,构建了评估指标体系,采用灰色关联分析法(GRA)对训练水平进行评估,并对确定指标权重的方法进行了改进,运用专家主观、客观权重相结合进行指标赋权,可以使评估结果能够更贴近实际。最后,实例说明了改进的灰色关联分析法在地对空雷达对抗训练水平评估中的应用。     

集成神经网络的飞机作战效能评估

根据飞机作战效能的指标体系和集成神经网络的原理,提出了一种基于集成神经网络的飞机作战效能评估模型.模型由空对空作战效能评估神经网络、空对地作战效能评估神经网络和决策融合神经网络组成,当训练结束后,输入飞机的能力参数可得到飞机的单项和综合作战效能.最后用米格-29、F-15E和Su-20等三个机型作为评估的对象,结果表明该模型能有效减少评估中的人为因素及克服单神经网络结构的不足,使评估结果更为客观可信.     

基于BP神经网络的炮光集成武器系统作战效能评估与预测

为了有效地评估和预测炮光集成武器系统的作战效能,以反舰导弹为例,针对空袭目标低空突袭的特点,建立了炮光集成武器系统的效能评估模型和BP神经网络预测模型。用BP神经网络对炮光集成武器系统的作战效能进行了预测,并与效能评估模型的计算结果进行了对比。结果表明:BP神经网络的预测结果与效能评估模型的计算结果比较近似,说明BP神经网络模型对于炮光集成武器系统作战效能评估与预测是有效的,可以为下一步的炮光集成武器系统的研制提供一定的理论参考。     

混合现实技术在军事训练中的应用优势——以美军综合训练环境为例

随着科技手段的进步,现代战争的作战样式不断发展。信息化条件下的作战对军事训练提出了更高要求,传统的训练方法与模式亟待改进。混合现实技术的应用开辟了军事训练新模式。这种针对数据的可视化集成运用以及在其基础上开发的训练系统,通过对数据的处理利用实现了军事训练效果的有效评估。本文以美国陆军综合训练环境这一混合现实技术在军事训练中的典型应用案例作为对象,分析概述了综合训练环境的世界地形、训练模拟软件及训练管理工具三大组成部分的功能特点、架构组成,并根据混合现实技术的发展状况探析综合训练环境的应用优势,以期为军队混合现实技术在军事训练中的应用提供一定借鉴。     

基于ICRITIC-GCN的空战目标威胁评估

为研究解决空战目标威胁评估问题时目标属性复杂、数据非结构化等问题,提高评估效率,提出图卷积网络（graph convolutional network,GCN）的解决方法,并引入改进的指标相关性权重确定方法（improved criteria importance through intercriteria correlation,ICRITIC）,构建了基于ICRITICGCN的目标威胁评估模型。针对战场威胁目标的空间拓扑性和属性复杂性,利用图卷积网络在处理非欧式数据时的优势进行学习训练;针对传统方法在属性权重时过于主观的问题,ICRITIC法考虑属性之间的关联性及属性的信息量,客观分配属性权重。仿真结果表示,该算法在解决多目标威胁评估问题时,在处理效率、准确率等方面均有所提升。     

基于L-M算法改进BP网络的信息对抗能力评估

在未来密集和复杂的电磁环境中,快速、客观地评估敌我双方的信息对抗能力具有重要的意义。目前通常采用的人工打分方法具有一定的主观性,且周期较长,难于满足战场瞬息万变的需求。提出了一种基于L evenberg-M arquardt算法改进的BP神经网络信息对抗能力评估方法,以某组信息对抗数据为训练数据,对改进BP神经网络进行训练,并进行了验证性的仿真试验。仿真结果表明:改进BP神经网络能客观有效地评估信息对抗能力,较大程度地提高了神经网络的收敛速度、缩短了评估时间。