标准化全连接残差网络空战目标威胁评估

针对空战态势中威胁评估传统方法存在缺乏自学习能力和面对大样本数据集推理能力不足的问题,提出了利用深度学习的基于标准化全连接残差网络空战目标威胁评估的方法。将影响空战目标威胁的主要因素作为输入,利用普通全连接神经网络训练模型的自学习能力,结合批量标准化(Batch Normalization)的优化算法和结构优化的残差网络(ResNet)增强网络的自学习能力,比较了样本的标记和网络模型的输出。分析了训练样本个数对网络训练准确率和损失变化的影响,对比了3种不同数据量下的训练模型在同一测试集下测试的准确率和损失变化。结果表明,该方法可以快速准确地评估空战中目标的威胁程度。     

基于博弈云模型的目标作战效能态势评估方法

针对作战效能态势评估系统中因评估指标体系权重分配不合理而导致评估结果准确性出现偏移的问题,将博弈论应用到云模型加权偏离度的求取中,提出基于博弈云模型的目标作战效能态势评估方法。分别采用AHP与RAGA-PPM确定主观权重与客观权重,通过博弈云模型自适应地确定最优组合权重,并实现定性指标和定量指标的模糊转换,从而完成目标作战效能态势评估。实验结果表明,该方法准确率高达99.85%。     

基地化试验训练研究与启示

自动控制技术、信号处理技术、元器件工艺水平等的进步,推进了武器装备集成化、标准化和小型化,使其呈现出信息化程度高、系统性强、维护维修性复杂等特点。为满足武器装备作战训练的需求,本文阐述了基地化试验训练的基础,分析了基地化试验训练现状,提出基地化试验训练建设发展启示,以提高武器装备的作战应用水平。     

装备作战单元任务可信度评估方法

首先简要分析了任务可信度的影响因素,并对最小任务单元的任务进行了分类;然后借助马尔可夫过程建立了k／N系统的任务可信度模型,该模型考虑了维修保障和备件补给对任务可信性的影响,在此基础之上分别建立了单台装备、最小任务单元、装备作战单元任务可信度的模型;最后通过实例分析和计算,结果表明该装备作战单元任务可信度评估方法有效可行。     

美陆军数字化部队装备保障特点及其启示

美陆军全面转型后,数字化部队从编制结构到装备保障均呈现出鲜明的特色。为充分借鉴其经验教训,探索在该领域的发展道路,在回顾美陆军数字化部队建设历程的基础上,从维修作业体制、装备保障力量编配、装备保障指挥层级、力量编组、信息系统建设等方面入手,深入分析了美陆军数字化部队装备保障的特点,结合国情、军情,对比分析、梳理总结后,针对陆军数字化部队装备保障建设,归纳了几点启示,提出相关建议。     

地心甚高轨道星座构形协同捕获控制策略

针对地心甚高轨道星座构形协同捕获控制问题,基于虚拟编队方法设计了协同捕获控制策略,采用三脉冲燃耗最优轨迹规划算法对构形捕获轨迹进行协同规划;并且结合自适应全程积分滑模控制器对卫星各自转移轨迹进行跟踪控制。以10万km轨道高度的三星星座构形捕获为例进行仿真验证,仿真结果表明:该策略可以有效应用于地心甚高轨道星座构形捕获控制,能够在燃耗较少的情况下使星座中卫星同时到达各自的标称位置,同时具有较高的精度。     

基于优化BP神经网络的气象环境下军事通信效能评估

气象条件对作战的各个方面都产生不同程度的影响和制约,恶劣的天气情况会影响军事通信质量,为提高在气象环境影响下的军事通信效能评估效果,将BP(Back Propagation)神经网络模型应用于军事通信效能评估中,并结合基于信息素的细菌觅食改进算法(Bacterial Foraging Optimization base...     

基于评估的任务间隔期维修任务选择方法

针对任务间隔期维修任务的选择问题,提出了求解该问题的方法。首先,给出了维修任务优先级评估指标,以及修理有效性评估指标;然后,提出了AHP-熵-DEA-TOPSIS方法,用来确定维修任务的优先级,以及修理有效性;接着建立基于维修效果的数学规划模型,其目标是使维修方案的加权有效性总和在满足维修资源约束条件下最大化。最后,应用该方法对具体示例进行了求解,验证了方法的有效性和可行性。分析表明所求得的维修任务选择方案能够充分利用各种信息,具有较强的可信性与实用性,有助于维修管理人员对维修任务选择进行优化。