网络化维修信息系统互操作性等级评估

网络化维修保障中信息交互平台缺乏对互操作性优劣的评估方法,互操作性评估难。在网络化维修这一特定领域,互操作性是获取信息的基础。明确了网络化维修的互操作内涵,针对维修信息系统的特点,搭建网络化维修互操作平台所需的网络支撑,研究适用的互操作性评估模型和指标体系,构建了维修信息系统的互操作性等级评估模型,对维修保障信息系统建设具有指导意义。     

一种用于战术通信网络仿真的通信业务量模型

针对战术通信网络仿真的实际需求,在分析现有通信业务量建模方法基础上,基于吸引系数法和泊松流模型,提出了一种用于战术通信网络仿真的通信业务量建模方法。该方法依据泊松流模型构建了指挥机构生成通信业务总量模型,根据指挥机构两两之间通信业务量大小关系建立了吸引系数矩阵,依据吸引系数占比将指挥机构生成通信业务总量分配至接收用户,最后引入了不同作战阶段通信业务量强度繁忙系数。仿真结果表明,该方法能够快速有效生成指挥机构通信业务量,较好满足战术通信网络仿真需求。     

无人机协同下远程火箭炮作战能力评估

分析了无人机协同远程火箭炮作战的实施方法、作战过程以及对抗条件,在此基础上,构建了无人机协同下远程火箭炮作战能力评估指标体系,并阐述了指标值的标准化方法。采用幂指数和层次分析法(AHP)相结合构建模型,通过分析计算结果进而得出评估结论,对类似作战能力评估问题研究和解决部队作战训练实际运用问题有一定参考意义。     

一种作战模拟训练效能自动评估方法

为了实现作战模拟训练效能评估自动化,将人工智能的机器学习技术作为解决自动评估的途径,针对主观评定指标提出一种自动评估方法。依据指标数据相关性,替换主观指标并重新构建近似客观评估体系,基于训练集数据而构建的评估算法模型用来为新的评估指标进行效果自动评分。通过实例表明:自动评估模型在保证泛化能力的同时提高了精度和稳定性,在评估模型应用时无需再依靠主观实施评定,为作战模拟训练自动评估提供了可行思路。     

基于灰色滑模控制的火箭炮伺服系统仿真

新型火箭炮伺服系统的控制过程具有明显的非线性和时变特性,传统的PID控制是基于精确数学模型的控制方法,难以获得满意的控制效果。为了提高控制精度,在伺服系统中采用滑模控制与灰色预测相结合的控制方法,以减少参数变化和外部干扰对伺服系统的影响。通过MATLAB仿真表明,该控制方法削弱了滑模控制抖动对伺服系统的影响,提高了系统的鲁棒性和抗干扰能力。     

合成化装备体系火力协同关键技术

多军兵种合成是现代军事大国部队编成的基本形态,体系化对抗是现代战争的基本方式。火力协同技术对充分发挥装备体系作战效能、提升合成部队作战能力具有重大推动作用。在简单介绍装备体系火力协同技术实现流程的基础上,重点介绍装备体系火力协同所涉几种关键技术的发展过程与应用领域,并对其发展进行了展望,期望能对有兴趣投身相关领域研究的学者给予借鉴与启迪。     

训练空域管理安全性的灰色综合评价

为改善军事飞行训练的安全水平,提出一种空域管理的安全性评价方法。在该方法中,通过问卷调查与统计分析,建立了军事飞行训练的空域管理安全性评价指标体系;通过信息熵的专家群组灰色聚类方法实现评价标准的授权;在评价指标赋权基础上,采用灰色综合评估法进行军事飞行训练的空域管理安全性评价。实例分析表明,所提出方法可对军事飞行训练的空域管理安全性进行评价,能够得出较为符合实际的评价结果,从而验证了方法的有效性和可行性。     

混合扩频测控系统抗干扰效能评估与优化选择

针对航天测控系统在复杂电磁环境下的抗干扰效能评估问题,以直扩/跳频混合扩频测控系统为研究对象,分析了系统基本结构和主要性能参数,从信号捕获、跟踪测量、数传通信3个能力视角出发,构建了一种多性能参数结构约束的抗干扰效能评估指标体系,有效解决了传统指标体系中各指标之间一致性模糊、属性分散的缺点。在此基础上,根据不同的评估需求,提出了最大效能和最小代价2种评估指标体系选择模式,分别建立了基于层次分析法(AHP)的综合抗干扰效能评估模型和基于灰色关联法的抗干扰系统参数优化选择模型,通过仿真分析验证了模型在抗干扰评估和系统参数优化选择中的可行性和有效性。     

美国全国性职业认证机构的院校认证 ——以独立院校认证委员会(ACICS)为例

美国独立院校认证委员会作为全国性职业认证机构,在认证中,鉴定独立院校教育质量,诊断独立院校教育得失,直接调控与间接调控相结合,监督与自我监督相链接.但在2016年由于认证工作的不规范,从2017年起不再得到美国教育部的认可.这对我国新建本科院校合格评估的发展有着一定的警醒,合格评估中要完善评估内容,构建动态科学的评估指标体系,评估为手段,诊断问题是目标,打造良好的评估生态,真正落实以评促建,推动新建本科院校的国际化发展,合理运用评估结果,施行对合格评估的元评估.