基于作战数据分析的协同计划拟定及调整

探索作战因素与作战目的间的定量化关系对协同计划的影响:构建仿真战例想定,采用回归正交旋转组合实验设计法进行作战仿真实验,得到作战模型,并通过对模型优化求解确定理想条件下的协同计划,然后对模型进行单因素效应分析和双因素交互效应分析,确定非理想条件下协同计划的被动和主动调整方案。     

非常余维数的未定向协边子群

本文在如下情况:(1)取定P(1≤P≤8),设K_i=8l_i P(i=1,…,l),k_2>9/4(k_1-1)>O;(2)取定整数q(l≤q≤4)式,设k_1=4t_1 q(i=1,…,l),k_2>5/2(k_1-1)>0满足时,决定了一些非常非常余维数的未定向协边子群J_n~(k_1…k_l).     

基于偏最小二乘的红外探测设备指标评估方法

针对长期以来靶场鉴定试验中红外探测跟踪设备主要性能指标难以评估的问题,提出了一种利用非典型环境条件下的小样本试验数据进行指标参数评估的方法.通过对偏最小二乘回归方法的分析,结合红外探测跟踪设备的战术指标和工作特点,建立了红外探测跟踪设备偏最小二乘回归单指标评估模型,并通过实例分析表明了方法的有效性和正确性.     

基于PCR的战时物资需求预测研究

需求预测作为物资供应的首要环节,是有效消除"需求迷雾",提升保障效能的关键.选取回归分析法作为战时物资需求预测的主要方法,分别构建了多元线性回归和主成分回归预测模型,并结合野战供水实例进行了对比分析.结果 表明,主成分回归模型不仅具有较强的可操作性,而且有较高的预测精度,能有效提升战时物资需求预测水平.     

回归型支持向量机的机翼结冰冰型预测

飞机结冰严重威胁着飞行安全。针对机翼结冰冰型预测时不确定性因素较多、难以准确预测的问题,提出了一种基于回归型支持向量机的机翼结冰冰型预测方法。在建立冰型模型的基础上,利用回归型支持向量机(Support Vector Regression,SVR)获得冰型多项式系数,从而预测出相关飞行条件和大气条件下的冰型。仿真结果表明,该方法具有较好的预测能力,可以及时提供可靠的结冰信息,为保证结冰条件下的飞行安全提供了保障。     

粗集支持向量机的战斗机空战效能智能评估

根据现代空战特点,选取了战斗机的空战效能评估指标集,并采用粗糙集理论对指标体系进行约简,提取对空战效能影响起关键作用的特征参数,消除冗余信息,减少了支持向量的维数。支持向量机(SVM)具有结构简单、全局最优、泛化能力强的优点。根据所提取的特征参数,文中提出采用回归型支持向量机(SVR)建立空战效能智能评估模型。并通过实例与指数法和BP神经网络法计算结果进行了比较,验证了该模型的可行性和有效性。     

基于卷积神经网络与滤波融合算法的某惯导系统剩余寿命预测模型建立

在对产品中具备大量运行观测性能数据的关键系统部件进行剩余寿命预测的过程中,因寿命数据稀少难以建立寿命分布模型。而对产品性能观测数据进行退化建模,传统退化过程分析模型对于产品性能观测数据适应性差导致产品寿命预测精度低、有效性弱的问题,充分挖掘部件退化数据信息,依据相关退化分析技术,基于统计模型中的滤波预测方法与机器学习技术中的回归卷积神经网络（regressive convolutional neural networks, RCNN）预测方法建立产品剩余寿命预测融合模型。融合模型结合了滤波预测模型对产品退化状态的挖掘能力、不确定表达能力与RCNN网络模型良好的数据适应性、预测的准确性,提高了产品退化数据分析的准确性及有效性,可对产品关键部件的寿命进行有效预测,为产品中具备大量运行观测数据的关键系统部件健康管理提供辅助参考。     

基于改进支持向量回归机的天基信息系统效能评估

天基信息系统效能的评估对于一体化作战的现代战争具有重要意义。针对武器系统效能评估的影响因子复杂、样本数量少、非线性较强等特点,采用支持向量回归机算法,并引入布谷鸟搜索算法对支持向量回归机的3个参数进行优化选取。仿真实验结果表明,改进支持向量回归机与传统支持向量回归机、BP神经网络相比,具有更高的准确度,可以有效地对天基信息系统进行效能评估。