多武器系统的火力分配模型

目前对于单一兵器火力分配问题的解决方法比较成熟,然而由于在现代防空作战中,经常是多种类型的兵器联合进行防空,故需要对多种不同类型的兵器的火力分配问题进行探讨。这里针对多种不同类型的兵器毁伤多个目标的问题,建立了数学模型,进行了深入的探讨。按照模型的特殊性,定义了映射、邻域和连通的概念;同时针对模型,将遗传模拟退火算法进行了一定的修改,并利用此算法对模型进行了最优化求解。最后,实例的计算结果表明该算法对于模型的求解具有较好的收敛性。     

水力测功器模拟螺旋桨高海情负载的神经网络预测控制仿真研究

为解决用水力测功器实现螺旋桨高海情下动态负载模拟的难题,首先给出了问题的数学描述并从工程应用角度做了适当简化,完成了开环辨识试验和神经网络建模;然后基于模型预测控制的基本原理进行了水力测功器模拟螺旋桨高海情负载的神经网络预测控制研究;仿真研究结果证明,文中所提方法确实有效,可用于水力测功器建模及动态加载控制。     

解析结构模型在军队信息化建设中的应用

文章将军队信息化建设顶层结构中错综复杂的因素看作一个大系统及五个分系统,利用系统工程分析方法中的解析结构模型,分析了各系统中要素间的可达与邻接关系,划出多级递阶结构,进而描述了各要素之间的相互关系,找出影响军队信息化建设发展的根本要素,并对目前军队信息化建设面临的主要问题给出了相关的策略措施。     

一种计算目视与光学器材探测概率的Monte-Carlo方法

目视与光学器材是防空兵侦察器材的重要组成部分。深入研究这些器材的搜索规律,对于提高防空兵的侦察能力和空情保障能力、完善防空兵侦察理论具有重要意义。以可见光探测理论为基础,根据目视与光学器材对空搜索的特点,建立了其探测概率的计算模型,并在此基础上利用Monte Carlo方法对模型进行了仿真分析,仿真结果贴近实验数据,对防空兵侦察器材的优化配置具有一定的参考价值。     

人机混合智能技术主要发展动向分析

人机混合智能是由“人-机-环境”相互作用而产生的新型智能系统。对人机混合智能领域的最新研究与应用动向与进展进行了综合评述。首先介绍DARPA近年来在人机混合智能领域的加速布局;然后盘点了脑机接口、可信人工智能、虚拟现实、环境感知等人机混合智能核心技术的最新科研与应用进展;最后讨论人机混合智能面临的挑战与对未来军事发展的启示。综述表明,机器在未来将更多地用作人类“同事”,而不仅仅是“工具”,人机混合智能的各项核心技术已经不同程度地产生实战应用,而人、机之间的权责分工、能力分配、交互接口、伦理规制等将是人机混合智能进一步发展所需解决的关键问题,人机混合智能将加速军事变革进程,对作战样式、装备体系、战斗力生成模式等带来根本性变化。     

基于SDS-耦合协调度模型的装备质量链耦合协调分析

推进装备高质量发展的关键是增强军队和地方系统跨组织质量管理合力,以此为目标研究两者之间的耦合协调关系。针对传统耦合协调度模型只考虑测算子系统内各个指标对整体有效程度,忽略了指标之间、指标与子系统之间相互作用对整体耦合效应产生影响的问题,采用可持续发展系统(sustainable development system, SDS)协调发展模型与耦合协调度模型结合的方法,在计算耦合度时将各子系统指标受其他子系统的总影响纳入其中,更加科学全面地测量整体耦合协调程度,最后通过实例验证了该方法的可行性。     

面向部队实兵演习的作战能力多维聚合评估

针对部队实兵演习作战能力评估模型机械单一、要素不全、评估虚实数据脱节,流程上不适应导演部演习组织筹划,内容上无法区分指挥程序、指挥质量、指挥时效、战斗作风等不同评估对象的问题,提出一种体系完整、要素齐全、指标科学的多维聚合评估模型,同步设计AHP+权重+归一化的作战能力计算方法,可自动化地将不同评估对象分层加权求和、回...     

犯罪动态序列的ARIMA模型

运用时间序列分析方法,借助于SPSS软件,建立了犯罪动态序列的季节性ARIMA模型,并对未来的犯罪趋势进行了预测。     

经典海浪谱下运动飞行器接收到的海浪磁场噪声

根据前人对海浪感应磁场研究的成果,在海浪是平稳正态随机过程的假设下,求出了飞行器接收的海浪感应磁场噪声功率谱的表达式.在讨论功率谱和飞行角度的关系时,发现海浪感应磁场随飞行角度变化,为低频、窄带大干扰或高频、宽带小干扰,并且在某些飞行角度会出现奇点.进行了仿真计算,结果符合理论表达式.     

运动目标轨迹分类与识别

运动目标轨迹识别是运动分析中的基本问题,其目的是解释所监视场景中发生的事件,对所监视场景中运动目标轨迹的行为模式进行分析与识别,智能地做出自动分类.对轨迹有效性判断后采用K均值聚类,引入改进的隐马尔可夫模型算法,针对轨迹的复杂程度对各个轨迹模式类建立相应的隐马尔可夫模型,利用训练样本训练模型得到可靠的模型参数,计算测试样本对于各个模型的最大似然概率,选取最大概率值对应的轨迹模式类作为轨迹识别的结果,对两种场景中聚类后的轨迹进行训练与识别,平均识别率较高,实验结果表明该方法是有效的.