基于安全库存的战时应急弹药储备库选址建模研究

为了更好适应战时弹药需求的不确定性,必须做好对战时应急保障系统的管理工作,应急弹药储备库的选址问题就是应急保障系统的关键环节．首先依据战时弹药需求特点,从库存策略的角度出发,引入安全库存概念;其次,建立了以建设成本和运输总距离为目标函数的战时应急弹药储备库选址模型;最后,运用Matlab对模型进行了仿真,验证了该模型的有效性．     

基于构件的装备管理综合信息系统软件开发

针对陆军部队装备管理综合信息系统软件开发的需要,采用基于构件的软件开发方法,建立了系统软件开发模型,分析了系统软件需求,分解了系统软件功能,设计了基于构件的系统软件多层体系结构,提出了业务构件开发和系统软件集成方法。     

C2组织的定量描述与分析

信息时代的C2组织是信息化战场作战体系的内核,高效运作的C 2组织是体系对抗优势的保证。以组织的规范描述为目的,提出C2组织要素间的多重关系及关系的定量描述方法,并以一次典型作战想定及其兵力编成为例,分析了C2组织的定量描述分析方法。     

复杂系统多属性决策方法

多属性决策已成为复杂系统评定的重要手段。属性标准化是多属性综合决策中的一项重要内容,标准化方法应严格遵循属性的物理意义和对决策目标的影响,要求标准化前后属性值比较的物理意义一致或接近。首先在分析现有标准化方法不足的基础上,提出了效益型、成本型和固定型属性标准化新方法,经过该方法得到的标准化结果,满足了标准化前后的可比性和线性化。其次,综合分析了加权和和加权积决策模型应用范围,得出加权积模型更适用于复杂系统的多属性综合决策问题研究。最后,将标准化方法和加权积决策模型应用于算例分析,分析结果验证了提出方法的有效性和一致性。     

基于Vague集的TOPSIS法求解目标优先级

针对传感器管理中目标—传感器配对出现的目标优先级求解问题,提出了一种基于Vague集的TOPSIS计算方法。在分析目标优先级的主要影响因素基础上,定义了各影响因素的影响系数。同时结合Vague集的TOPSIS法给出了目标优先级的计算步骤,为目标优先级求解提供了一种新途径。并结合仿真算例表明该方法的合理性与有效性。     

面向任务的作战数据保障能力评估方法与工具

作战数据保障为部队的指挥决策和作战行动提供数据服务,是确保精确指挥和精确打击的重要措施。提出面向任务的作战数据保障能力评估过程,建立作战数据保障能力评估指标体系,研究了作战数据保障能力的指标量化分析方法,开发相应的评估工具。该工具支持指标体系编辑、指标量化和数据采集等功能,为作战数据保障能力评估提供了有效的支持。     

PCA和ICA的舰船尾流后向散射光信号检测

水体的后向散射光信号是舰船尾流后向散射光信号检测的常见干扰,由于其在频域十分接近且信号强度大于尾流信号,因此严重影响了有用信号的提取。针对这一问题,提出了一种基于主成分分析(PCA)和独立成分分析(ICA)相结合的尾流散射光信号检测方法。首先使用主成分分析对采集的散射光信号进行降维,去除冗余成分,之后使用基于负熵的F astICA算法对数据进行处理,分离了水体和舰船尾流的散射光信号,通过实验验证了该算法的有效性。     

基于使命和方法框架的武器装备体系结构建模

针对武器装备体系的特点,提出一种基于使命和方法框架(M iss ions and M eans F ram ew ork,MM F)的武器装备体系结构建模方法。MM F模型包含使命的确定、方法的分配和使命完成的评价。采用使命-方法框架对武器装备体系进行组织和描述。在自上而下的规划和决策过程中,实现了使命的确定和方法的分配,以数据要素的形式完成对武器装备体系结构模型的构建。并以"超地平线登陆"作战装备体系为例,验证了该方法的可行性。     

多机协同空战制导权移交决策

针对多机协同空战中需要将对空空导弹的中制导权移交给其他飞机的问题,对制导权移交对象选择问题进行了研究。根据每架飞机的制导优势和是否具有多目标攻击能力来选择新的制导平台,分别针对单目标攻击飞机编队、多目标攻击飞机编队及混合编队3种情况,通过建立相应的目标函数和约束条件,给出了制导权移交决策模型。通过仿真算例验证了该模型的有效性。     

Technical note: Finite-time regret analysis of Kiefer-Wolfowitz stochastic approximation algorithm and nonparametric multi-product dynamic pricing with unknown demand

We consider the problem of nonparametric multi-product dynamic pricing with unknown demand and show that the problem may be formulated as an online model-free stochastic program, which can be solved by the classical Kiefer-Wolfowitz stochastic approximation (KWSA) algorithm. We prove that the expected cumulative regret of the KWSA algorithm is bounded above by where κ₁, κ₂ are positive constants and T is the number of periods for any T = 1, 2, … . Therefore, the regret of the KWSA algorithm grows in the order of , which achieves the lower bounds known for parametric dynamic pricing problems and shows that the nonparametric problems are not necessarily more difficult to solve than the parametric ones. Numerical experiments further demonstrate the effectiveness and efficiency of our proposed KW pricing policy by comparing with some pricing policies in the literature.