《军事历史研究》征稿征订启事

正《军事历史研究》是研究军事历史的综合性学术刊物,由中国人民解放军南京政治学院主管、主办,国内外公开发行。经上级主管部门批准,本刊2015年起由季刊变更为双月刊。本刊研究领域涵盖古今中外战争史、国防和军队建设史、军事思想史、军事经济史、军事文化史、     

征订启事

正《军队政工理论研究》是全军唯一由总政治部宣传部主管的政治工作理论研究综合性期刊,主要服务对象是全军各级领导干部、团以上政治机关干部、院校政治理论与政治工作教学研究人员,以及所有军队政治工作研究爱好者。《军队政工理论研究》坚持为国防和军队现代化建设服务,紧紧围绕忠实履行我军历史使命,注重研究新世纪新阶段军队思想政治建设的重大理论课题,探索并回答部队政治     

南京政治学院招收博士后研究人员

正南京政治学院是军队"2110工程"整体条件重点建设院校,全军研究生培养单位重点建设院校,为全军培养政治指挥干部、政治机关干部、政治理论和政治工作高级研究人才。现有6个博士点、14个硕士点、3个专业硕士学位点,2个国家重点学科、3个军队"2110工程"重点建设学科专业领域点、5个江苏省一级学科重点学科,设有马克思主义理论、军队政治工作学、图书情报与档案管理三个博士后科研流动站。     

防务

美国催促日本归还300公斤钚 1月26日,日本国家通讯社共同社援引日本和美国政府消息源报道,美国正在催日本归还超过300公斤的放射物质钚。报道说．美国曾于冷战时期交给日本331公斤钚,其中大多数为武器级丰度的钚,用于核研究。共同社说,这批钚目前在日本茨城县那珂郡东海村用作快中子反应堆核燃料。     

基于人工蜂群算法优化的改进高斯过程模型

高斯过程(GP)的非线性特征导致其对大样本的训练时间复杂度过高,而且其超参数的选取是否适当直接影响高斯过程回归模型的预测精度。提出采用人工蜂群(ABC)算法优化改进GP以减小时间复杂度和提高预测精度。改进GP通过选取训练样本的子样本进行模型学习,以降低训练过程的时间复杂度。ABC通过优化改进GP的超参数,提升预测精度。选取训练样本的子样本构建改进GP回归(GPR)模型,采用ABC算法搜寻改进GPR的最优超参数,并用得到的超参数构建最优的改进GPR模型,输入测试样本进行预测并输出预测精度。将该模型应用于解决海上远程精确打击(LPSS)体系作战效能评估问题中,通过MATLAB仿真实验,与常见的多种优化方法相比较,验证了该模型的有效性。     

威胁环境生存突防优化策略分析

讨论了影响飞机作战生存性的主要因素,建立了生存概率模型。根据生存概率模型确立了威胁环境生存突防优化策略。最后,为了简化计算推导了实用危险性模型     

基于最优化模型的太阳影子定位方法

针对利用太阳影子实现目标的定位问题,分析得到影响影子长度的参数,确立了影长与太阳高度角、目标物长度、经纬度等的函数关系,并结合最小二乘法思想,建立了以理论影长与实际影长之差的平方和最小为目标的优化模型。以直杆为例,运用粒子群优化算法快速求解得到目标的可能位置,并与实际地点进行了比较。     

基于邻域最优控制理论的中制导弹道簇生成

针对临近空间高超声速目标飞行速度快,跟踪预测难的特点,提出了在中制导阶段进行最优弹道设计与弹道簇生成用于对目标预测命中区域进行有效覆盖的方法。首先,通过分析临近空间高超声速目标对现有防空体系带来的挑战,阐明了在中制导段进行弹道簇设计与生成的必要性,其次,将中制导段的弹道规划问题视为求解满足多种约束条件下的最优控制问题,应用最优化理论方法得到了基准的最优弹道,再次,应用邻域最优控制理论,针对终端约束条件进行调整,设计了邻域最优弹道簇的生成算法。最后,通过仿真验证了所提方法的有效性。     

基于进化搜索策略的并行子空间设计算法

并行子空间设计是一种有效的多学科设计优化算法,但其搜索策略存在两点不足:一是寻找全局最优解能力有限,二是计算复杂。为弥补上述不足,将遗传算法应用到CSD算法中,提出了一种基于进化搜索策略的CSD算法。介绍了该算法的设计流程,应用该算法对一测试问题进行了优化,取得了满意结果。     

基于Hamming网络的空袭目标评估模型

针对空袭目标威胁程度评估问题,在模糊优化模型的基础上,提出了一种基于Hamming神经网络的求解方法.该方法将神经网络与模糊优化模型相结合,既方便了原问题的描述又简化了问题的求解,发挥了二者的集合优势.经仿真试验证明了该模型的有效性.该方法为此类问题的研究提供了一种有效、可靠的新途径,同时它也是模糊理论与人工神经网络相结合的理论方法的有益尝试.