基于多属性决策方法的防空C3I系统效能评估

介绍了防空C3I系统效能的定义及效能评估的一般处理过程.针对效能指标的多样性,提出了基于多属性决策(MADM)的效能评估方法,并通过一个示例给出MADM方法的处理过程,有效地解决了防空C3I系统效能评估这一复杂而困难的问题,仿真结果证明了方法的可行性.     

矿物掺合料对GRC耐久性的影响

通过长达3年的标准养护试验及80℃热水加速老化试验,研究了矿物掺合料粉煤灰、硅灰对耐碱玻璃纤维增强普通硅酸盐水泥(GRC)耐久性的影响,并对矿物掺合料改善GRC耐久性的机理作了初步分析探讨。研究结果表明,粉煤灰和硅灰矿物掺合料可明显改善GRC的长期耐久性。     

基于深度学习的军事辅助决策研究

信息化战争对作战指挥的时效性、精确性都提出了更高要求,也为军事辅助决策研究发展指明了新方向。随着AlphaGo的出现,深度学习技术在多个领域均取得了显著成果,也给军事领域特别是军事辅助决策领域带来了深刻影响。通过综合分析总结当前军事辅助决策领域的研究现状,结合深度学习的原理和特点,从情报信息融合、样本自动生成、训练模型泛化、自然语言理解等方面,提出基于深度学习的军事辅助决策智能化建设发展的新思路。     

大规模科学数据体绘制技术综述

体绘制是刻画大规模科学数据中复杂物理特征的有效途径,然而,数据量极大、特征难以捕捉等问题依然是目前体绘制研究的主要挑战。为此,研究者们从三个方面对体绘制算法进行了深入研究,以提高大规模数据体绘制的效率和效果。一方面,依托硬件通过多处理器核来分担计算,降低单处理器核所要完成的计算量,是提高体绘制效率的一个有效途径。另一方面,充分发掘数据场内在特性对三维数据场进行约简,大幅减少绘制处理数据量从而降低算法开销,也是提高体绘制效率的一个有效途径。同时,在体绘制算法中融入特征分析和特征增强方法,让复杂物理特征从数据场中突显出来,以实现对科学数据的高质量绘制。本文对国内外体绘制技术相关研究进展进行了调研、综述,并分析了不同的研究方法,最后展望了未来体绘制技术研究的可能发展方向,包括应用驱动的特征体绘制、基于特征的约简体绘制、适应硬件的体绘制多级加速以及原位智能化体绘制等。     

激光制备高附着性能的铜基类金刚石膜

提升类金刚石(Diamond-Like Carbon, DLC)膜在被保护基底上的附着能力具有明显的实际应用价值。从微观机理上分析了前期设计的Cu基多层DLC膜有效性的原因。在此基础上,研究了DLC/SiC循环层中两者厚度比例对膜层的附着性能、纳米硬度和耐磨性的影响,以优化结构、进一步提升实际应用所需的膜层性能。纳米划痕和压痕测试结果表明:随着DLC层与SiC层厚度比例的增大,多层DLC膜在Cu基上附着性能逐渐降低,但当厚度比小于2.3时,仍接近厚度400 nm的单层DLC膜在Si基上的附着性能;Cu基多层DLC膜的纳米硬度逐渐提高,同时,耐磨性接近纯DLC膜。     

基于冲突容忍协议的隐藏终端改进方法

在军队物联网中大规模部署的无线传感器节点密度加大,节点周边有众多传感器需要将数据传递到上级节点,隐藏节点在收到感知数据时共同竞争信道,发生在接收节点处数据碰撞。在分析现有的冲突容忍传输协议的基础上,结合协议固有特点和隐藏节点问题,对其进行了改进,减少了节点之间由于隐藏终端问题带来的吞吐率下降的问题。通过多次实验验证,结果表明改进后的冲突容忍协议能够有效地提高数据传输可靠性,系统的吞吐量也有了明显的提高。     

轴承装配误差及预紧量对导引头伺服机构谐振频率影响与分析

为了在精密装调过程中对导引头伺服机构的动态特性进行准确预测,采用理论建模的方法确定了轴承微量装配参数与伺服机构谐振频率的定量关系。基于Hertz接触理论,建立5自由度轴承刚度模型,并将微量装配误差对轴承刚度矩阵的影响进行建模和分析;采用Timoshenko梁理论推导弹性阶梯轴单元矩阵,并确定系统特征值和特征向量的求解方法;采用MATLAB/GUI建立伺服机构谐振频率分析系统,并搭建实验系统对理论模型进行验证。分析和实验结果表明,所建立的分析方法可以对轴承的微量装配误差引起的谐振频率变化进行比较准确的计算,解决了目前伺服机构精密装调过程中动态特性预测的难题。     

气液比对液体中心式气液同轴离心喷嘴燃烧过程的影响

为了分析气液比对液体中心式气液同轴离心喷嘴燃烧过程的影响,针对一台采用液体中心式气液同轴离心喷嘴的燃气发生器在不同气液比下进行热试,并对试验结果进行深入分析。结果表明:随着气液比的增加,燃烧过程存在三种状态——稳定燃烧、稳定燃烧过渡到低频不稳定燃烧、低频不稳定燃烧。这种低频不稳定燃烧与供应系统的振荡无关,是由气液比增加造成三岔火焰远离喷注面板,当三岔火焰到达喷雾撞击点后火焰稳定性降低,使得火焰在回流区内前后振荡引起的。     

稳定特征选择的多目标蚁群优化

为了提高进化算法特征选择稳定性,提出一种面向稳定特征选择的多目标蚁群优化方法。通过抽样策略集成三种特征排序法的输出作为多目标蚁群优化的稳定性指导信息,聚合特征的费舍尔分值和最大信息系数值作为多目标蚁群优化的启发式信息,以分类正确率和扩展昆彻瓦指标值作为两个优化目标,兼顾算法的分类性能与特征选择稳定性。在四个标准数据集上进行对比实验,结果表明,所提方法能够在分类性能与稳定性方面达到较好的平衡。