基于遗传神经网络的装备抢修性预测模型

装备的抢修性是装备设计时赋予装备的一种固有属性,直接影响到战场抢修工作。抢修性模型是抢修性研究的重要内容。针对抢修性量化模型难度大的特点,尝试采用具有自学习能力的神经网络对抢修性进行仿真预测,同时为提高神经网络的性能,运用遗传算法对其优化,从而得到基于遗传神经网络的装备抢修性预测模型。最后仿真结果表明该模型可较好地用于抢修性的仿真预测,能为新研制装备的抢修性设计提供有益参考。     

模拟训练系统中CGF的号手操作技能建模

针对模拟训练系统对CGF真实性的要求,从号手的操作技能入手,建立可以反映真实训练水平的号手操作技能模型。在分析操作技能相关原理和规律的基础上,采用时间序列分析的方法对其进行预测。采用了指数平滑预测模型,详细分析了其原理,并针对其在实际应用中的缺陷进行了改进。最后,通过两个实际案例验证了模型的可用性和可信性。所建模型反映了号手的操作技能,为模拟训练系统中CGF的真实性研究提供新的思路和方法。     

不平衡数据的软件缺陷预测方法

数据的不平衡问题是数据分类领域中的一个热点问题。当分类算法处理这些数据时,算法将偏向多数类而忽视少数类。在软件缺陷预测领域,它并没有引起足够的重视,在4组NASA不平衡数据上比较和分析了14种分类算法的性能,为了克服数据的不平衡性,采用SMOTE技术对软件缺陷数据进行平衡化,最后在AUC和F-measure评价指标下对算法进行评估。实验结果表明随机森林算法在4组数据上表现最佳,这为软件缺陷预测提供了很好的参考。     

基于灰色分离建模方法的装备寿命周期费用预测

根据我装备研制项目有限、样本很少和寿命周期费用(life cycle cost,LCC)预测的不确定性以及易受外界不确定性因素影响的特点,提出在基于GM(1,1)建模的基础上,采取灰色分离建模方法来预测装备的LCC.所举实例证明这一方法可以取得较高的预测精度.     

基于灰色预测法的军械维修器材消耗规律

研究并掌握军械维修器材的消耗规律,对做好军械维修器材的保障工作有着重要的意义.基于此,研究了灰色预测法,并针对军械维修器材的实际情况,论述了如何确定影响因子,进而对灰色预测模型进行了改进,用改进后的模型研究军械维修器材的消耗规律,预测结果非常贴近实际值.     

模糊聚类方法在地震火灾评判中的应用

参照地震火灾的历史资料,用模糊聚类方法对城市地震的特征及火灾损失进行了分类,在此分类基础上给出了预测和评估某城市地震火灾损失的计算方法。     

多样化军事任务中军事租赁法律制度研究

正军事租赁是租赁的特殊形式,其在军队发展史上古已有之。当前,在我军执行多样化军事任务的时代背景下,军事租赁与军事采购、军事征用、军事征收等同为军事资源筹供的重要手段。对军事租赁立法,是发展这一资源配置方式的现实需要,也是军队依法动员民间资源的制度需求,理应成为完善军事法规体系不可或缺的组成部分。     

应用改进灰色预测模型进行装备修理费用预测研究

由于装备修理活动对承修方和托修方的严重信息不对称,托修方会采取各种方式希望获得尽可能多的修理费用信息,装备修理费用预测是一种很好的途径。本文分析了我军装备修理费用数据信息的特点,引入灰色预测模型进行预测,并对模型进行了改进,提高了预测精度。     

城市经济可持续发展油气战略研究

分析国内、西部和CQ城市的油气资源环境与供应能力;建立"十一五"期间CQ城市的GDP灰色预测模型、油气消耗量灰色预测模型、弹性系数预测模型和能源总消耗量控制目标模型,对CQ城市的油气需求和总能源消耗进行预测,以实现对单位GDP能耗的有效控制;并根据预测结果,提出油气发展的战略目标和战略措施,包括多种节能降耗措施(体制节能、产业结构调整节能、产品结构调整节能、技术节能、管理节能、价格节能、循环经济节能等).     

面向作战任务的弹药消耗预测模型研究

针对战时弹药供应存在断供以及盲供问题,从实战情况出发,按照宏观把握与微观分析相结合的思想,在重点分析弹药消耗规律与补给特点的基础上,建立了基于消耗规律的战时弹药预测模型．以红蓝双方对抗演习为背景,以影响弹药消耗与补给的各类因素为落脚点,通过数值计算与结果对比分析,验证了预测方法的有效性,一定程度上为指挥员宏观层面上整体把握弹药消耗规律,快速制定弹药补给方案提供了重要的辅助支撑作用．