智能化战机编队指派的战术匹配寻优算法

战机编队指派是空战指挥决策的重要一环,属于多属性决策优化问题。为提高空战指挥的自动化水平,设计了一种智能化战机编队指派的战术匹配寻优算法。首先分析了战机编队空战优势的估算方法;然后提出了战机编队指派的初步匹配方法,该方法通过战术匹配得到满足编队级最小空战优势要求的,能够覆盖最多目标编队的初步指派方案;最后设计了基于自扰动蚁群算法的战机编队指派寻优算法,该算法针对未分配战机寻找能够使己方战术价值总和最大化的战机编队指派方案。对战机编队指派的初步匹配结果和自扰动蚁群算法寻优结果进行合成得到最终的战机编队指派方案。示例验证了该方法能够得到与空战指挥员经验一致的战机编队指派结果,而且具有较好的实时性。     

多基线干涉仪导引头对带闪烁诱饵雷达制导效果

针对反辐射无人机采用前沿测向技术无法对抗闪烁诱偏这一难题,通过分析导引头对两点源测向原理入手,提出一种利用长短基线交错提取相位差解算雷达角度实现抗诱偏的方法。该方法提取导引头长基线与短基线接收到合成信号前沿与中部的相位差,通过解算可以确定雷达的方向,通过仿真验证了该方法的有效性。最后描述了导引头区分诱饵干扰与多径干扰的过程,并分不同情况分析了导引头攻击时相位差的选择。     

地面机动目标跟踪问题研究

对地面机动目标跟踪问题进行了研究,针对当前存在的问题,提出了将交互多模型应用到地面机动目标跟踪的思想,从而提高跟踪的精度。     

基于CAIV的武器装备风险权衡与指标设计方法

以美军CAIV装备采办策略为基础,研究分析了已有的基于CAIV的效费权衡模型。针对当前风险管理可能引发的各种问题,将研制风险纳入"权衡空间"。通过建立新的三维"权衡空间",提出了一种新的指标设计方法,实现了对武器装备性能、费用和研制风险的综合权衡以及对系统方案的全面分析与评价。最后,通过实例验证了该方法的有效性。     

高架索的多体动力学模型

针对目前海上补给装备研制中尚无可用的高架索模型的现状,从多体动力学角度入手,研究了绳索多体系统动力学模型的建立方法,将绳索均匀划分为若干刚体单元,各单元之间采用球铰连接。用该方法建立了绳索的多刚体系统动力学模型,并在此基础上,应用仿真软件 ADAMS 对海上横向干货补给过程进行仿真计算。结果表明：海上补给高架索多刚体系统动力学模型完全可以模拟实际的高架索,且仿真计算结果与高架索力学振动模型的计算结果相比更贴近实际情况。     

基于目标运动特征和TOPSIS决策的多目标选择方法

针对现代水面舰艇所布放的箔条、角反射器(体)等无源干扰设施严重影响导弹导引头选择真正舰船目标的现象,提出了一种基于目标运动特征属性信息和改进的逼近理想解排序(technique for order preference by similarity to ideal solution,TOPSIS)的多目标选择方法。通过将多目标选择问题等效成多属性决策问题,借助目标的运动特征,改进了理想解和负理想解的确定方法,最终得到决策模型。仿真试验表明:该方法简单有效,适合于工程应用。     

军魂铸就辉煌 创新引领未来——保利公司30年改革发展的探索

2014年,中国保利集团公司迎来30周年华诞。30年来．保利提交了一份令世人瞩目的答卷：截止2013年底,集团总资产4553亿元,列央企24位;2013年,保利集团实现营业收入1318亿元,利润总额206亿元．列央企14位,净利润151亿元．列13位．集团主要经营指标连续12年实现两位数增长。     

重叠网格方法研究多子弹抛撒气动问题

子母弹抛撒气动问题是一类典型的有相对运动的多体气动问题,也是重叠网格方法最有价值的应用领域之一。采用MI-Grid重叠网格软件系统,耦合流动力学方程和动力学/运动学方程,研究子弹分离过程的气动性能和运动轨迹,并结合正交试验设计,讨论和评估了出舱条件及气动干扰对子弹分离运动的影响,指出子弹在抛撒流场中受激波干扰对姿态运动影响很大,单子弹抛撒时母弹激波扫射使子弹俯仰特性剧烈波动,多子弹抛撒时弹舱流动受子弹挤压反射激波使子弹姿态抬头。     

使用多Agent模型求解N－难题的新方法

借鉴多Ａｇｅｎｔ模型思想给出了求解Ｎ－难题的新方法。将Ｎ－难题分成多个Ａｇｅｎｔ,赋予每个Ａｇｅｎｔ以算法,利用Ａｇｅｎｔ之间的协作和交互有效地进行问题求解。该方法将前人的指数时空复杂度降为多项式时空复杂度,实际实现结果表明了该方法可行、高效。     

面向监督学习的稀疏平滑岭回归方法

岭回归是监督学习中的一个重要方法,被广泛用于多目标分类和识别。岭回归中一个重要的步骤是定义一个特殊的多变量标签矩阵,以实现对多类别样本的编码。通过将岭回归看作是一种基于图的监督学习方法,拓展了标签矩阵的构造方法。在岭回归的基础之上,进一步考虑投影中维度的平滑性和投影矩阵的稀疏性,提出稀疏平滑岭回归方法。对比一系列经典的监督线性分类算法,发现稀疏平滑岭回归在多个数据集上有着更好的表现。另外,实验表明新的标签矩阵构造方法不会降低原始岭回归方法的表现,同时还可以进一步提升稀疏平滑岭回归方法的性能。