基于LEACH协议的研究与改进

无线传感器网络中如何节能是一个关键问题。对经典的LEACH协议做研究与改进,并提出了一种新型的动态网络转换机制。该算法通过综合考虑候选节点的地理位置、剩余能量等参数来进行网络协议的选择,从而有效地降低了低能量与位置不佳的节点被选为簇首的可能性,进一步保证网络内节点能量负载的均衡性。仿真结果表明,新型的动态网络协议机制能够有效平衡节点的能量消耗分布,延长节点与网络的寿命。     

一种新的支持向量机决策树设计算法

支持向量机决策树的精度和速度取决于树结构。为了获得好的泛化性能,应由可分性强的类为树的上层结点定义分类子任务。提出了一种新的支持向量机决策树设计算法。决策树中每个结点的分类子任务定义规则如下:采用模糊核C-均值将当前训练集粗分为两个子集,然后基于隶属度从各个子集中选择可分性强的子类定义当前结点的分类子任务,并将可分性弱的子类移至下层结点。实验结果表明,该方法的精度和速度都优于其他传统的多类分类方法。     

基于熵的地磁匹配定位算法

地磁匹配定位是近年来发展起来的新技术,针对地磁匹配定位中的匹配算法问题,引入了熵的概念,定义了地磁信息熵和地磁差异熵,提出了地磁信息熵和地磁差异熵综合的匹配算法,详细分析了其基本原理和实现过程。仿真实验表明,地磁熵算法的匹配误差并不随实时数据测量误差的增加而增加,该算法计算速度快、具有良好的抗测量误差干扰的能力,符合匹配精度和速度的要求。     

基于熵权TOPSIS的场站飞行后勤保障计划优选

场站飞行后勤保障计划优选问题属于多属性决策问题,针对目前传统TOPSIS方法中通常事先人为给定权重,不具备客观性的缺点,采用信息熵权对TOPSIS法进行改进,建立场站飞行后勤保障计划优选模型,从而降低飞行保障计划优化过程中指挥员决策的主观随意性。最后,通过实例计算及其分析,验证了所建模型的科学性和有效性,为场站飞行后勤保障指挥员决策提供了一种科学的方法。     

不确定熵证据合成法在防空兵火力配系评估中的应用

防空火力配系是根据任务、敌情、地形和火器的性能,对参战的各种火器作适当的配置和分工所构成的火力系统,防空火力配系是典型的多属性决策问题,而多属性决策问题中存在着属性评价的不确定性问题,而证据理论是典型的多属性融合理论,它的天生缺陷就是不相容证据合成带来的问题,为此引入基于不确定熵证据合成的多属性决策理论,能够很好地克服上述不足,用来对防空火力配系进行优化,可以解决多目标决策中的信息不完全性,效果良好.     

自组织特征映射网络在目标分类识别中的应用

为了在日趋复杂的空战环境中准确分析出目标的类型,以达到辅助决策之目的,采用自组织特征映射网络来对目标进行分类识别.首先提取影响目标识别的类特征,然后对其预处理.在此基础上建立SOM网络目标识别模型,并利用SOM网络算法实施无监督的自组织学习.在学习的过程中,通过不断调节网络节点间的权向量,来实现目标聚类.最后,通过仿真验证了该方法在目标分类识别中的可行性和实用性.     

多基纯方位目标交叉定位中的非线性最小二乘方法

纯方位目标定位方法广泛应用于被动探测系统中,通常采用最小二乘方法对多基平台交叉定位结果进行估计定位.在纯方位定位估计中的最小二乘方法主要采用线性近似法,但难以满足实用中的非线性特性,因此导致定位精度难以提高.从非线性估计出发,利用牛顿迭代的非线性最小二乘估计算法对交叉定位结果进行估计,保留了二阶以上的观测误差,迭代趋于收敛.仿真结果表明与线性近似法相比,牛顿迭代法提高了定位精度,增强了定位稳定性,有效地改善了多基纯方位目标定位系统的定位性能.     

基于熵权的机械传动系统方案评价的模糊AHP法

针对机械传动系统涉及因素较多且各因素具有不同程度的模糊性的特点,分析了机械传动系统方案的评价指标,建立了方案评价指标体系,并运用基于熵权的模糊层次分析法(AHP)建立了机械传动系统方案评价模型.以一个带式输送机的传动方案为例,成功选出了适合已知工况的最佳方案,验证了方法的有效性.     

基于模糊聚类分析在炮兵战场目标打击排序中的应用

炮兵战场上经侦察得到的目标情况往往比较复杂,利用模糊聚类分析法确定目标区域内各种目标的先后打击次序,建立模糊相似关系矩阵,最后在给定阈值的基础上计算出目标的优先打击次序,为战场指挥员提供比较合理的火力分配,从而最大限度地发挥炮兵火力效能。     

基于熵权的导弹型号论证方案评价模型

针对导弹型号论证决策中的部分属性信息具有模糊性,给出了一种基于熵权的模糊信息多目标决策方案评估方法。该方法在只有模糊判断矩阵而没有专家权重的情况下,通过多指标的模糊评价矩阵的熵权计算,得到各属性信息提供的有用信息量的程度;再通过各方案与理想点的距离,得出了可信度较高的优选方案。