基于混合属性无监督聚类的作战目标分群

作战体系中目标分群在信息化战争中具有重要意义,能有效提升战场态势分析的输出,提高指挥人员的决策效率和质量.利用复杂网络基本特征量对网络进行定量描述,针对作战目标个体属性数据的多源性和异质性,分数值型属性和分类属性构建了有效的数据预处理算法,设计出融合作战目标的个体属性以及网络邻接关系的相似度模型和基于K-prototype的作战目标分群算法.实验结果表明基于复杂网络模块度的K-prototype算法结果优于现有的HSAPOTDG和GAPOTDG算法.     

基于0特征值的复杂网络结构可控与优化研究

网络结构可控对于网络控制具有重要的意义,其核心是确定结构可控时最少输入节点数量和输入节点集.针对无向网络这一问题,提出了基于无向网络结构邻接矩阵的"0特征值"的结构可控最少节点输入数量求解办法,并进一步得到结构可控最少输入节点集,在此基础上,给出了网络结构优化策略与方法,并对网络进行了优化.实例计算表明,采用邻接矩阵"0特征值"求解无向网络结构可控最少输入节点数量方法,适用于稀疏网络和紧密网络,网络结构优化策略有效,具有很强的现实意义.     

基于复杂适应系统理论的作战理论研究进展

复杂适应系统理论为人们提供了崭新的视角去研究军事问题,这对于作战理论的创新具有重要的意义。本文首先介绍了复杂适应系统理论的基本思想、特点及主要概念,论述了军事系统与复杂适应系统的内在一致性。然后在掌握的现有资料的基础上,全面系统地分析了国内外基于复杂适应系统理论的作战理论研究现状,最后对作战理论的创新做出了展望。     

无声迫击炮走向战场

迫击炮自20世纪初问世以来,一直是支援和伴随步兵作战的一种有效的压制兵器。它的主要任务是杀伤或压制近距离暴露的和隐蔽的敌有生力量和技术兵器,摧毁敌轻型工事和障碍物,也是施放烟幕和实施战场照明的理想武器。迫击炮由于射速快、威力大、重量轻、结构简单、使用方便,无需特殊准备即可投入战斗,并可在较复杂地形上和恶劣气候条件下灵活可靠地使用,在历次战争中部发挥过重要作用。     

基于改进克隆选择算法的复杂系统测试选择

为了解决复杂系统测试优化选择问题,提出了一种基于改进克隆选择算法的测试选择方法.该方法针对测试选择问题的具体特点,对基本克隆选择算法进行了以下改进:采用二进制编码方式进行抗体编码,选用加性分段函数形式构建亲和度函数,利用混沌搜索优化初始种群的生成方式,并引入免疫网络的抗体抑制操作对抗体种群进行预处理.最后,以某实际系统为例进行了算法验证,实验结果表明:该方法搜索效率高,具有很强的全局和局部搜索能力,可有效解决复杂装备系统测试性设计中的测试优化选择问题.     

舰艇编队协同反导网络抗毁性研究

在深入研究舰艇编队协同反导作战体系结构的基础上,构建了舰艇编队协同反导网络模型。针对构建网络,提出了网络抗毁性测度指标,分析网络遭受随机攻击和选择性攻击后网络测度的变化,仿真结果表明决策器之间的连接对网络的抗毁性更加敏感。     

超视距协同空战网络化效应研究

利用复杂网络理论将超视距协同空战的实体及其之间的联系进行节点和边的抽象处理,分别从编队无协同、仅火力协同、仅传感器协同(树型/分布式指挥结构)、传感器+指控协同(树型/分布式指挥结构)、传感器+指控+火力协同(树型/分布式指挥结构)、预警机指挥引导下的传感器+指控+火力协同(树型/分布式指挥结构)进行网络化协同结构模型构建。在所构建的模型基础上进行网络化效应分析,体现网络化协同结构对超视距协同空战的影响,为后续研究超视距空战协同提供相关理论基础。     

复杂决策任务层级分解动态控制策略与算法

针对复杂决策任务分解,综合考虑任务的结构特征及求解主体(人和计算机)的求解能力等因素,以任务求解为驱动,提出决策任务层级分解的基本思想,研究决策任务分解和人件的相关概念,并探讨了任务分解的原则、目标、相关定理及规则等基本问题,进而重点研究了基于人件服务的复杂决策任务层级分解动态控制策略与算法,最后以时敏目标打击为例验证了研究结果。     

一种面向宽带复杂信号侦察的可配置计算应用框架

可配置计算系统的优势与系统设计过程的复杂性是一对矛盾,可配置计算框架为此提供了有益的思路。但受限于适用范围与通用性考虑,已有的特别是商业框架仅支持系统的静态重构。本文针对宽带信号侦察这一特定应用领域,提出了一种功能级可配置计算应用框架BSRRCS-RCAF,该框架将领域应用中具有共性的计算与功能模块抽取和集中起来,形成二进制比特流配置文件库,并提供构建此类系统的公共服务体系。基于公共服务体系以及配置文件库,当需要修改或者重新构建宽带信号侦察系统时,只需在现有框架下动态调用配置组件库,或者遵循框架的统一设计接口完善补充组件库中的特定功能部分,整个系统设计框架将得到方便复用,便于实现基于快速重构的多种系统功能。     

基于非对称balls-into-bins的高效平衡负载分配模型

在大规模数据中心和P2P覆盖网络等复杂网络负载平衡分配中,前人提出了多种多样的负载分配方法,但许多方法为了达到更好的平衡负载指标,追求越来越复杂的算法,使得时间复杂度和算法复杂度很难控制在合理的范围之内。本文在研究了经典balls-into-bins、Azar balls-into-bins和balls into non-uniformbins等模型的基础上,提出了一种新颖高效的非对称balls-into-bins平衡负载分配模型,该模型具有异构的balls、异构的bins,以及不同的bin选择概率,能以很高的概率将最大负载均衡地控制在合理的范围内,通信负载很小,且具有很好的可扩展性,通过拓展,该模型在负载平衡的诸多领域都将有广阔的应用空间。