基于RBF神经网络的军事物流设施规模预测

确定合理的军事物流设施规模对于成功实施军事后勤保障十分重要。提出了基于RBF神经网络的军事物流设施规模预测模型的建模方法,该方法旨在确定军事物流设施规模与其影响因素之间的非线性关系;采用算例说明了基于RBF神经网络的军事物流设施规模预测的具体做法,对军事物流设施规模的确定具有指导意义。     

基于改进支持向量机的导弹备件消耗预测

在系统分析武器装备备件预测方法研究现状和导弹备件消耗特点的基础上,提出把粗糙集和改进加权最小二乘支持向量机的组合预测模型应用于导弹备件消耗预测的构想.首先阐述了粗糙集和加权最小二乘支持向量机的基本原理,并改进了最小二乘支持向量机的加权方法;然后建立了基于粗糙集和改进加权最小二乘支持向量机的导弹备件消耗预测模型,并分析了其实现过程.实例结果表明,所建立的组合预测模型在进行导弹备件消耗预测时具有较高的精度和重要的实用价值.     

时变环境下基于加速寿命试验的产品故障预测方法

针对传统可靠性模型及分析方法无法分析产品在时变环境下可靠性的缺陷,提出了时变环境应力下产品可靠性预测方法.引入比例风险模型描述产品可靠性与工作环境因素的关系,结合加速寿命试验数据,利用极大似然估计确定基准失效率函数及各环境因素协变量回归系数.在假设产品工作环境应力转换时间确定的情况下,建立了时变环境下可靠度分析模型.实例验证了该方法的有效性.     

制导火箭弹非线性最优预测姿态的控制器设计

为了提高制导火箭弹的控制效果,基于最优控制理论,提出将非线性预测控制方法应用于火箭弹姿态的控制器设计.根据火箭弹的运动特点,结合弹箭一般运动方程组,给出了尾翼稳定火箭弹姿态动力学模型.以舵偏角为控制变量,推导出姿态控制系统的状态方程、目标函数与控制律,并设计了姿态控制器.在控制时域一定的条件下,利用6自由度弹道模型仿真分析了控制阶数对制导火箭弹非线性姿态控制器的影响,得到控制阶数对非线性最优预测控制影响的定性规律.仿真结果表明:该控制器具有良好的控制效果,系统控制响应快,可基本实现无差控制.     

科学指导基层的辩证法

正确处理调研与决策的关系。加强科学预测,搞好超前指导。风势不顺不扬帆,情况不明不拍板。师旅团机关要想掌握指导基层建设的主动权,就必须有超前意识和务实精神,通过深入实际调查研究,在科学预测和超前指导中帮助基层解决带有普遍性、规律性、紧迫性的问题。一要根据所担负的使命任务进行调查研究,把工作思路理在前。要通过组织综合性的调查,找出带倾向性的问题,从而增强工作的针对性和有效性。二要针对新情况、新问题进行预测分析．把对策措施拿在前。要根据形势任务的变化,提早进行预测性分析研究,拿出对策举措．防患于未然。三要适应部队建设发展需要,把抓工作落实的方法想在前。要积极探索基层建设规律,选准抓落实的突破口,牢牢掌握指导基层建设的主动权。     

复杂多功能区域人员疏散方案优化设计探讨

针对复杂多功能区域建筑物,设定了最不利疏散条件和火灾发展过程处于最不利情况的模拟场景.根据火灾烟气危险状态判据临界值,结合复杂多功能区域疏散性能模拟软件,模拟预测某超市二楼商业区火灾烟气流动特性数据,计算出该商业区的人员可用安全疏散时间,进而为消防疏散方案设计人员提供重要数据依据,便于其结合工程实际情况进行消防方案优化改进,确保商业区在火灾事故时,具备一定的安全疏散系统设施和足够的安全疏散时间.     

领导跟班作业

前不久,韶关市平谷区人武部以提高非战争军事行动任务能力为目标,组建了一支100人的民兵应急分队,并集中进行了为期一个月的强化训练。集训期间,部领导每天跟班作业,严格按训练计划组织实施,坚决纠正偏训漏训现象发生,使参训民兵进一步熟练掌握手中装备,熟悉应急处突的基本程序。5月12日,该民兵应急分队参加北京卫戊区组织的比武考核,取得优异成绩。     

在碱水里浴三次才能脱胎换骨

二军教导团开赴草湖拉开军垦第一犁,是在1950年4月,而联络部的1226名学员比教导团早一个多月就来到了阿尔肖、斯里木、托克其三处垦荒,只是规模没有教导团那么大,也很少有人知道,因为联络部垦荒的这段历史少有记载。用碱荒来形容这三处的地质特点最恰当,当时学员们没人懂得科学治碱,见地就开、就播,力没少出,汗没少流。在白花花的盐碱地上,人们     

基于支持向量机和遗传算法的末敏弹系统效能参数优化设计

末敏弹是一种先进的新型弹药,由于其结构复杂,影响因素多,所以对其进行全面的系统优化设计比较困难。文中探讨了基于支持向量机的末敏弹命中概率预报模型的建模方法,并采用遗传算法对系统效能参数进行了优化,获得了影响系统效能的几个主要因素的合理搭配,为末敏弹的系统效能研究提供了依据。     

Cocast：一种基于传感器的分布式网络距离预测任意播算法

针对Internet环境中基于网络坐标估计节点间网络距离的问题,提出了一个利用任意播机制分布式的网络坐标预测算法Cocast:所有用户节点均加入一个结构化Peer-to-Peer对等网;对等网中任意的节点均可以发送网络坐标任意播查询消息,该消息被转发到多个负责坐标计算的用户节点,这些用户节点分布式地预测消息发起节点坐标,最终消息发起节点获得一个综合的坐标位置。Cocast基于网络坐标任意播选择提供位置估计的用户节点,利用层次化网络嵌入预测坐标位置,借助位置融合传感器机制过滤恶意节点的影响。实验表明Cocast具有可扩展、快速收敛、渐增精度、抗恶意节点破坏等优点。