离散线性系统部分可观测性测试配置

不可观测系统的部分状态可观测性对于大系统故障检测具有十分重要的意义.研究了基于部分可观测性的不可观测离散线性系统测点优化配置问题,证明了采用有限次观测值构造一个矩阵,可以给出部分可观测性成立的充分必要条件,并进一步证明了部分可观测性的度量可以用一个矩阵的秩的特性来刻画.最后,给出了离散线性系统部分可观测性测试优化配置的度量指标.算例表明,提出的部分可观测性度量指标具有简单实用的特点.     

国防科技大学学报2012年总目次

第一期光学工程皮秒脉冲泵浦的高功率超连续谱光源……………………………………………………陈胜平,谌鸿伟,王建华,等(1)一种非稳腔调腔干涉条纹的建模与仿真………………………………………………………………刘文广,邱伟成(4)非均匀光强对曲率型自适应光学系统的影响……………………………………………黄盛炀,习锋杰,宁禹,等(9)R-C系统中由表面散射引起的视场内杂散光分布…………………………………………孙可,江厚满,程湘爱(1 3)MgSO4弛豫吸收对水下强声波脉冲传播的影响分析……………………………………张军,曾新吾,王一博,等(1 9)两路相互注入锁定Nd:YAG激光器……………………………………     

优化军事财力资源配置的思考

国防与军队建设事业发展的需求同经济资源保障相对不足的矛盾,要求我们优化财力资源配置,向科学管理要效益,这是当前军队建设面临的现实任务。对此,必须以军事斗争准备为牵引,贯彻胡主席"主题主线"重大战略思想,树立财力资源配置新的理念,把握财力资源配置新的重点,积极探索财力资源配置新的途径。     

基于信息系统体系作战的军交运输信息资源配置

信息资源配置是军交运输信息资源建设过程中的关键环节。当前,必须积极适应基于信息系统体系作战对军交运输信息资源建设的新要求,采取行政干预法、市场调节法以及综合配置法等有效手段,优化军交运输信息资源配置,不断提升军交运输保障能力。     

基于协同学的编队协同空战任务决策

基于协同学理论给出了编队协同空战系统的协同学框架;提出了编队协同作战方案的五元组定义,明确了影响系统进程的序参量;基于系统有序度与协同度的概念,构建了协同效能优化模型;以任务冲突检测与消解为依据给出了任务决策的约束条件;最后以二进制粒子群优化算法对此约束优化问题进行了求解.仿真结果表明,以协同学理论描述编队协同任务决策问题是可行的,构建的协同效能模型与任务决策方法在处理编队时序任务决策问题时是有效的.     

创造性思维粒子群优化的武器目标分配

现代战争特点为防空作战中武器目标分配(WTA)问题的求解效率和质量提出了新的需求和挑战.建立了WTA问题模型,并选择粒子群优化算法(PSO)求解模型.针对PSO算法在求解WTA模型中出现的早熟收敛特性,从认知心理学角度进行分析,将创造性思维(CT)引入PSO的速度更新公式中,提出了一种基于创造性思维的PSO算法CTPSO.针对WTA模型的离散性特点,设计了编码与解码策略,及位置和速度矢量的离散化运算规则.实验证明了CTPSO算法在WTA问题求解质量和求解效率方面的优越性.     

多阶段任务系统可靠性并联冗余优化模型

多阶段任务系统是一类普遍存在的复杂系统,研究其可靠性冗余优化对于该类系统设计具有重要的参考价值。针对多阶段任务系统的可靠性并联冗余优化问题,提出了采用冗余故障树和冗余BDD来描述系统冗余结构的方法。给出了冗余模块在多阶段任务系统中的可靠度计算方法,建立了整个冗余多阶段任务系统可靠度计算模型。在此基础上以费用最小为目标,构建多阶段任务系统可靠性冗余优化模型,并应用微粒群算法对模型进行求解。算例验证了模型的合理性及算法的有效性。     

分布式约束优化问题及其求解算法

分布式约束优化问题(DCOP)能够对多智能体系统(MAS)中的各种分布式推理任务进行建模,广泛应用于分布式规划、调度、资源分配等问题中。首先从DCOP的概念出发,引入一个典型的DCOP实例,在此基础上对DCOP问题求解的两类主流算法进行了详细介绍和比较分析。针对DCOP对现实问题建模中出现的部分集中式、硬约束、开放式、隐私和anytime等5个方面的问题进行了阐述,并介绍了相应的扩展算法。在动态实时问题,自稳定性与误差容错以及在物理分布式环境下仿真等问题仍需进一步研究。     

基于灰色理论的电子系统状态预测方法

电子系统的状态预测是利用其历史信息来实现系统未来状态和趋势的估计,以防止灾难性故障的发生,对于推动视情维修具有重要意义。针对典型模拟滤波电路,通过分析其关键测试信号的特点,研究了基于灰色理论的状态预测方法,并针对该预测模型的不足,设计粒子群算法选择最佳预测维数,设计新陈代谢法使该模型参数在线改变,从而建立符合电子系统信号特点的灰色预测模型。将该模型与ARAM模型比较,实验结果验证了该模型具有较好的状态预测精度和预测性能。     

GM(1,1)和SVR的雷达电子部件状态趋势预测模型

为提高雷达电子部件状态趋势预测的精度,根据测试数据特点,提出了基于GM(1,1)与支持向量机回归(SVR)的组合预测模型。采用粒子群优化算法分别对GM(1,1)和SVR模型进行了改进,提高了单一模型的预测精度。在此基础上,结合GM(1,1)模型对趋向性数据的预测优势和SVR模型对数据波动的强适应性,达到了取长补短、相得益彰的效果。实验结果表明该组合模型不但具有更高的预测精度,而且对不同预测对象有更强的适应能力。