基于贝叶斯网络的潜艇攻击决策研究

BN(贝叶斯网)被认为是人工智能研究中不确定性知识表示和推理的重要工具,广泛应用到复杂系统的建模等领域。贝叶斯网络高效的推理算法非常适合解决不确定性军事决策问题,分析了潜艇攻击决策问题的复杂性和不确定性,提出了构建贝叶斯网络进行攻击决策的步骤,通过具体实例,对用贝叶斯网络推理解决潜艇攻击决策问题进行了初步探讨。     

空空导弹对目标的毁伤计算与仿真

根据空空导弹破片式战斗部对空中目标的毁伤特点,对战斗部对空中目标的毁伤过程进行分析.在分析研究的基础上,建立了计算空空导弹单发杀伤概率的数学模型,设计了空空导弹对空中目标毁伤过程的仿真流程,研究了基于OpenGL的空空导弹对目标毁伤过程的可视化仿真实现,为正确评估空空导弹武器系统的作战效能提供了依据和手段.最后,给出了基于OpenGL的空空导弹毁伤空中目标过程的仿真实例.     

火箭子母弹对行进中炮兵连射击的毁伤概率

炮兵实施机动是提高其生存能力与作战能力的重要手段之一,而从集结地域至待机阵地机动阶段由于距离对方近、暴露时间长,是对方毁伤火力种类最为丰富和威胁最大的阶段.以行进中的自行与牵引炮兵连为研究对象,分析了该阶段火箭子母弹攻击时的毁伤概率,计算了相应条件下的毁伤概率值,描述了毁伤概率与航路角、行进速度之间的基本关系和变化规律.     

组合网络与证据理论相结合的电路故障诊断

针对神经网络中两种常用的网络类型BP和Elman,在模拟电路故障诊断中的应用过程的特点——各自网络都有自身缺陷,提出基于BP-Elman神经网络与证据理论相结合的故障诊断方法.首先BP-Elman网络得出其各自的初步诊断结果,经过必要的转换将其转换成证据理论的概率赋值,作为证据组合的依据;证据理论组合规则将初步诊断结果融合得出决策级诊断结果.通过对某装备位置调节器板的故障诊断过程表明,该模型经过尽可能融合有效故障信息,大大提高了系统的诊断精度和诊断正确率,而且有效降低了系统不确定性.     

Kriging与改进一次二阶矩融合的可靠性分析方法

针对结构可靠性分析问题,提出了Kriging与改进一次二阶矩方法相融合的分析方法。传统的改进一次二阶矩需要计算结构功能函数的梯度信息,在处理包含有限元模型的隐式极限状态问题时会比较困难。该方法将Kriging代理模型与改进一次二阶矩迭代有效而充分地结合,借助Kriging方法提供功能函数的梯度信息,以解决隐式极限状态函数的求导难题,提高分析效率。通过数值与工程算例验证了所提方法的可行性和高效性。     

采用区分性幅相联合字典学习的低截获概率信号分离方法

为解决采用字典学习的信号分离方法存在的相位信息缺失和子字典交叉表示问题,提出一种区分性幅相联合字典学习方法。该方法针对相位信息缺失问题,构建了幅相联合字典模型;针对混合信号在联合字典上投影时存在的交叉表示问题,基于区分性字典学习思想提出在字典学习过程目标函数中加入交叉表示抑制项。仿真结果表明：幅相联合字典能够充分表示典型低截获概率信号的幅相信息,交叉表示抑制项能有效抑制信号间的交叉表示,算法具有良好的分离性能。     

陆用弹药毁伤概率模型分析

以毁伤元(弹头或其有效破片)为研究对象,以明晰的物理概念、严谨的数学演绎,将现行的毁伤元的毁伤概率模型归结为四类,明确了它们各自应用的条件和区别,论证了现行国军标在此方面的缺失,以及在评估陆用武器系统的弹药毁歼概率时采用对数正态律的必要性.