舰载软杀伤仿真中模型不确定性分析方法研究

舰栽软杀伤仿真系统中,不可避免地存在不确定性因素,分析仿真系统的不确定性是利用仿真系统进行效能评估的关键.研究了BMA方法在模型不确定性定量分析中的理论知识,介绍了软杀伤仿真中反舰导弹捕捉目标的数学模型,并把BMA方法应用到舰载软杀伤仿真系统.通过仿真结果比较,BMA方法的估值精度高,算法简单,计算速度快,BMA方法是分析模型不确定性的有效方法.     

消防灭火救援指挥中优选方案的效用模型

评估优选作战方案是指挥决策活动中的重要环节和内容.在建立优选指标体系的基础上,提出一种基于效用函数的灭火救援指挥决策优选评估方法模型,该方法模型使不同优选指标对待评价方案的效能值通过效用函数得以转化,从而使其更具可比性,便于进行方案优选.实例研究表明:该方法模型充分利用专家评判和现有决策信息,决策结果相对比较合理、客观、可靠,可为消防指挥员进行灭火救援指挥决策参考.     

边缘计算军事应用需求及作战运用构想

边缘计算具备低延迟性、高可靠性、高安全性、低流量等优势,其将云服务中心的计算、分析、存储等能力扩展到网络边缘,能够提供低延迟、高可靠和隐私保护的本地计算服务,在军事领域具有广泛的应用前景,目前已成为各国争相角逐的战略要地.分析了未来多军种联合作战对边缘信息服务的迫切需求,提出了边缘计算在军事领域的作战运用构想,并从开展...     

不确定性推理方法研究

对3种最常用的不确定性推理方法进行了分析和评述:概率推理、D-S证据推理和模糊推理。分别针对不同类型的不确定性。概率推理针对的是"事件发生与否不确定"这样的不确定性。D-S证据推理针对的是"分不清"或"不知道"这样的不确定性。模糊推理则是针对概念内涵或外延不清晰这样的不确定性。概率推理的理论体系是严密的,但其推理结果有赖可信的先验概率和条件概率。D-S证据推理是不可信的,但在一定条件下可以转化为概率推理问题来处理。模糊推理是一种很有发展潜力的推理方法,主要问题是推理规则需要具体设计,且设计好坏决定推理结果。     

联合火力打击弹药需求计算动态模型研究

弹药是火力打击和火力毁伤的基础.传统的火力毁伤弹药需求计算主要有两种思路,一种是不考虑对抗,单纯基于目标的幅员和弹药的毁伤概率静态计算弹药的需求,一种是考虑对抗,运用兰切斯特方程计算弹药的消耗,这样求得的预测结果与实际需求均有较大的差距.研究发现,将基于目标打击的弹药需求和在对抗条件下武器损耗因素结合起来考虑,可以有机地将两种弹药消耗的计算思路融合在一起,建立新的数学模型,所得结果反映了弹药实际需求与外部因素的内在关系,与实际作战更加相符,对战时的弹药供应决策具有重要意义.     

潜艇变深运动的变结构控制研究

采用变结构控制方法.考虑舵的响应特性,对潜艇变深控制进行了仿真研究.给出变结构控制的切换函教和控制律的设计方法,分析了各控制参数对控制性能的影响,以及舵的响应特性对控制性能的影响.仿真结果表明.变结构控制对潜艇变深运动具有良好的控制作用,且具有良好的鲁棒性.     

基于熵权决策的灭火救援方案优选方法

针对灭火救援方案优选中属性信息的模糊特性,提出了一种基于熵权决策的多属性灭火救援方案优选方法。该方法模型充分挖掘了待选方案的固有信息,采用熵权和专家评判相结合的方式,确定了一个综合考虑主客观因素的评价权重,进而通过确定熵权系数对待选方案进行排序优选,避免了决策者的主观偏好和意向,使决策更加科学化。实例研究表明:该方法模型的决策结果相对比较合理、客观、可靠,具有较强的实用价值,可为消防指挥员进行指挥决策提供参考,同时也为模糊多属性决策问题提供了一条新的解决途径。     

新型优化同心筒自力发射流场机理与降温效果

针对同心筒自力发射结构优化与热环境改善的问题,基于雷诺平均方程及轴对称N-S方程,依托弹性变形和网格再生成方法结合的动网格技术,对3种不同结构形式同心筒发射装置的二维轴对称流场进行了非定常数值计算,得到了不同结构条件下动态的流场机理及导弹热环境特性。计算结果显示:导流器方案能实现燃气流迅速顺利排导;筒底收缩段设计能有效遮挡反溅燃气流;筒口导流板结构较好抑制了内筒的"倒吸效应",确保导弹和内筒的热安全;揭示了优化同心筒的流场结构与降温机理,可为相关研究提供参考。     

基于灰色神经网络的装甲部队油料消耗预测

油料消耗量的精确预测直接影响装甲部队后勤保障能力的提升,而传统预测模型精度不高,应用范围也有一定的局限,难以满足信息化战争精确保障的需要。提出一种装甲部队油料消耗预测的组合模型,对历史油料消耗数据和油耗影响因素进行统计分析,求出各影响因素与油耗量的关联度作为权重系数;通过改进GM(1,1)模型预测某部队下一次军事行动的油耗量;用GM(1,1)模型的预测值、加权后的各影响因素值和油耗实际值训练网络,对下一次想定的军事行动油耗量进行预测。通过平均相对误差计算表明,组合预测模型比单一的GM(1,1)模型预测精度高,能够较好地指导部队进行下一步的油料供管工作。