不完全信息下战斗机综合作战效能评估方法

为了处理评估过程中的不完全信息,将偏好规划理论引入到战斗机作战效能评估研究中,在RICH方法基础上,提出了一种不完全信息下战斗机综合作战效能评估方法.并将RICH法使用范围进行拓展,讨论了更适合效能评估的多层值树的RICH法使用问题.最后,通过一个效能评估仿真示例对方法进行了验证.结果表明,该效能评估方法在不完全信息条...     

对解决当前“退兵难”问题的三点思考

全面推行征接兵方式改革以来,新兵质量由兵役机关负全责,部队不参与征兵过程,这一举措既节约了接兵成本、减轻了部队负担,又明确了兵役机关责任、提高了征兵工作效率,受到普遍好评。但部队与兵役机关在不合格新兵退兵工作中时有龃龉,"退兵难"问题凸显。退兵工作涉及军地多个部门和青年本人及家庭,政策性强,社会关注度高,组织实施复杂。军地各级必须充分认清不合格新兵留营对部队建设带来的危害,认清退回合格兵对挫伤适龄青年参军积极性的不利影响,本着对国防和军队建设高度负责的态度,采取积极措施,妥善加以解决。     

非法拘禁罪之“共犯与身份”问题探究

＂国家机关工作人员利用职权＂犯非法拘禁罪是以义务违反和法益侵害为规范特质的不纯正的身份犯,相对于非法拘禁罪的基本犯,特别地增添了职责义务违反的不法要素。＂国家机关工作人员利用职权＂犯非法拘禁罪缺乏独立的法定刑与罪名,无身份者加功有身份者或者有身份者加功无身份者实行非法拘禁行为,有无身份者虽能在＂国家机关工作人员利用职权＂犯非法拘禁罪的层面成立共同犯罪,但有无身份者只能被认定为＂非法拘禁罪＂的正犯或者共犯,仅在适用刑罚层面考虑身份犯的共犯关系对刑罚轻重的影响。     

一种不完整数据的清理方法的应用研究

数据采集过程中常常存在一些不完整数据,不完整数据总是和样本空间中其他完整数据存在一定的相似性。为了提高不完整数据清理的效率及正确性,提出一种基于小波聚类加权的不完整数据的处理方法,实例验证证明该方法在不完整数据处理方面有很好的效果。     

求最大数目不相交多约束QoS路由的一种新方法

针对多约束QoS路由问题中从资源点到目的点的最大数目的不相交路由,文章给出了一种基于罚函数与整数规划的求满足QoS约束的最大数目的互不相交路由算法。该算法利用了路由模型的结构特性,使整数规划问题转化为线性规划问题,初步的算例表明算法是有效的。     

MOQPSO/D算法求解不确定目标分配问题

为了增强不确定目标分配对战场态势变化的适应性,提出了一种基于分解的多目标量子行为粒子群算法(MOQPSO/D)的不确定目标分配方法.基于模糊多目标规划方法建立了不确定目标分配模型.以MOEA/D为算法框架,以QPSO算法为寻优手段提出了一种MOQPSO/D算法.通过粒子编码和非法粒子调整,将MOQPSO/D算法成功应用于求解目标分配模型.仿真结果表明:采用多目标优化方法能有效增强不确定目标分配对战场态势变化的适应性;MOQPSO/D算法在求解目标分配模型时要明显优于MOEA/D及MOEMD-CD算法.     

基于LMD频域近似熵频谱感知算法研究

针对现有频域近似熵频谱感知技术在低信噪比条件下抗噪声性能和检测性能有待提升的问题,提出了一种基于LMD频域近似熵的频谱感知算法。(1)算法筛选出3个PF分量累加求和,使得算法提取局部调频包络特征信息得到最优,进一步排除噪声不确定度的影响。(2)算法对累加PF分量进行频域变换后求其近似熵,增强算法对频域信息的嗅探能力,提升算法检测性能。Monte Carlo仿真结果表明,在噪声不确定度为0dB,采样点数为8 000的情况下,当信噪比大于-19 d B时,可以对2ASK信号达到100%的检测概率,与现有频域近似熵算法相比,检测性能约有17 d B的提升。     

星光导航大气折射模型及数据模式研究北大核心

星光大气折射模型及大气数据模式是整个星光折射自主导航方案中的一个重要组成部分。利用光线追迹方法,建立了一种考虑大气空间不均匀性的星光大气折射模型,模型数据基础为自主建立的基于实测廓线数据的全球范围三维空间格点化大气参数廓线模式。同时分析了新建立的星光折射模型与基于单点大气密度指数高度分布的传统星光折射模型之间的差异,相对于传统模型,新模型由于考虑了大气不均匀性,理论精度更高。     

多层多跨框架简捷计算方法

给出一种框架内力的简捷计算方法,该法利用弯矩零点的特性,把复杂的超静定结构体系变为静定结构。使计算大为简化,同时还可根据需要,使用该法计算出任一杆件的内力,此方法计算简单,易于掌握。     

长管水击最大水击压强的解析

从管道水击微分方程的特征分析入手,提出了水击特征方程的黎曼不变量和网格分析解,建立了管道水击问题的近似解析解,给出了长管水击最大水击压强的计算表达式。通过实际算例对解析解和数值解结果进行了比较。对水击微分方程的重力项也进行了讨论。