一种抗电子干扰体系探测资源管控预案设计算法

针对抗电子干扰体系探测资源管控预案设计问题,首先根据由多雷达组成的体系级预警装备探测资源管控与抗电子干扰任务的特点,考虑多种实际约束条件,构建了抗电子干扰体系探测资源管控预案设计模型;然后,为了解决该模型规模大和求解复杂的问题,提出了一种基于量子计算的改进杜鹃鸟搜寻优化算法;最后,实例验证了所提算法的有效性。实验结果表明:该算法相比传统算法收敛速度更快、寻优能力更强,为设计智能化的预案提供了一种方法和手段。     

模型驱动的作战概念工程化设计方法

作战概念设计是一项军事科学与系统科学相互交织的复杂领域。本文利用模型驱动的“V型”工程化设计方法将军事设计的艺术性和工程方法的科学性进行有机融合,通过构建可视化展现模型、体系化设计模型及科学化论证模型三类核心模型簇,支撑开展作战需求分析、作战概念研提、作战概念体系设计、作战概念验证优化与作战需求确认等活动,形成由作战需求牵引的作战概念研提、设计和验证的工程化设计链路,实现作战概念由原型到样品再到产品的螺旋迭代优化。采用模型驱动的工程化方法设计作战概念必将促进作战概念设计由粗放式的概略定性思辨向系统化的精细定量设计转变,提高作战概念的可操作性和实用化水平。     

专家信度优化的装备效能评估方法

针对不同评判专家主观因素影响装备效能评估质量问题,提出一种专家信度优化的装备效能评估方法。该方法以传统层次分析法与模糊量化模型为基础,引入专家信度量化每个专家评判信息的优劣程度,并将专家信度转化为专家权重,利用专家权重分别融合计算层次分析法的指标权重和模糊量化模型的评判结果,从而减少专家主观因素影响,增强了综合评价客观性。其有效性已在某装备效能评估中得到验证。     

改进AHM-RS雷达装备保障性评估指标赋权方法

针对主观赋权法过于依赖主观经验,客观赋权法由于数据有限可能偏离实际情况的问题,为提高雷达装备保障性评估指标权重的科学性,针对现有属性层次模型(AHM)和粗糙集(RS)赋权法的不足,改进了AHM和RS赋权法,运用离差最大化思想将主客观两种赋权法进行组合处理,提出了改进的AHM-RS综合赋权法,通过实例验证了该方法的有效性和可行性。     

基于ERA和PT的舰艇编队多作战想定下效能评价

为了解决舰艇编队作战效能评价高度专业性、复杂性及要素间关联性等技术难题,提出了基于证据推理法(ERA)和前景理论(PT)的舰艇编队作战效能评价方法,分两步确定最优的评价指标体系及权重。对于要素间客观存在的关联性,从理论上证明了关联性越低,证据推理法的应用效果越佳,再以此为目标优化效能评价指标体系;运用前景理论构建了指标体系关联度最小、评价能力前景价值最大的非线性优化模型,同时确定指标最优权重,并给出求解方法。为了验证这一方法的有效性,将基于ERA和PT的舰艇编队作战效能评价方法应用于多想定的算例分析,结果表明,提出的方法能有效地解决舰艇编队作战效能的评价问题。     

基于AHP的中小学信息技术教师胜任力的评价指标体系构建研究

教育信息化2.0时代,作为实现学校教育信息化的领航者,信息技术教师的个人综合素质与技能对胜任中小学信息技术工作发挥着重要的作用,而如何选拔一名合格的信息技术教师,考察其胜任力尤为重要。本文在对国内外信息技术教师胜任力评价指标体系及胜任力模型分析的基础上,运用层次分析法构建由3个一级指标及44个二级指标组成的中小学信息技术教师胜任力评价指标体系,并以洋葱模型为原型,构建出中小学信息技术教师胜任力模型。     

基于深度强化学习的兵棋推演决策方法框架

针对兵棋推演的自动对抗问题,文章提出基于深度学习网络和强化学习模型来构建对抗策略。文章结合深度强化学习技术优势,立足多源层次化的战场态势描述,提出面向智能博弈的战场态势表示方法;将作战指挥分层分域的原则同即时策略游戏中的模块化和分层架构相结合,提出一种层次化和模块化深度强化学习方法框架,用于各决策智能体与战场环境交互的机制以及对抗策略的产生;为满足实际作战响应高实时特点,提出压缩的深度强化学习,提升模型输出速度;为改善对不同环境的适应性,提出利用深度迁移学习提升模型泛化能力。