融合跟踪系统性能的综合评估

首先通过分析融合跟踪系统的性能评估需求,并结合已有性能评估指标,制定出一组相对完备的评估指标.使用时间加权平均的方法,详细描述了各指标的定义及其计算方法;其次,基于该组指标提出了系统性能的模糊综合评价方法,说明了该评价方法的原理及其在融合跟踪系统性能评估中的具体实现.对融合跟踪系统的测试实验表明,指标体系设置合理,评估方法可操作性强.     

基于改进信息熵法的反集群目标作战效能评估研究

随着信息化技术的不断创新,无人机集群体系在未来战场将占据主导地位,分析研究相关的防御策略及拦截手段对我国无人技术创新和体系建设尤为重要.结合反集群作战任务需求,基于观察、判断、决策和行动(OO?DA)循环理论,建立对抗作战网络模型,并构建了反无人机集群作战能力指标体系.采用改进信息熵方法,提出一种高效准确的作战效能评估...     

自然损耗对储油经济效能影响的模糊综合评估

石油及其产品在储存过程中,受到工艺技术、设备以及管理方法的限制,不可避免会有部分轻质组分汽化,逸入大气,对环境造成污染,并造成经济损失。这种因自然损耗对储油经济带来的影响因素很多,既有定性的,又有定量的,且各因素大多又难以精确地描述,因此,为了反映这些不确定因素对油罐储油经济性的影响,运用多级模糊综合评判的方法,对储油经济性进行综合评判。该方法的思路是建立一个经济效能三级模糊综合评判指标体系,构建相应的评判模型,并以算例加以验证。分析计算结果表明:该方法能较好考虑到评判中的模糊因素,为客观准确评估储油经济效能提供了科学依据。     

不确定失效阈值影响下考虑设备剩余寿命预测信息的最优替换策略

为了进一步提升设备维修决策的科学性,通过建立综合设备剩余寿命预测数据与不确定失效阈值的最优维修决策模型,实现了不可维修设备的最优替换策略.构建基于非线性Wiener过程的设备性能退化模型,并采用极大似然法估计退化模型参数;提出一种基于期望最大(Expectation Maximization,EM)算法的不确定失效阈值...     

基于双基点模糊推理的智能系统评估方法

针对现有面向智能系统的智能化水平评估方法存在的粗粒度评估、泛用性差、不可解释等不足,提出一种基于深度双基点模糊推理的系统智能化水平评估方法。该方法提出一套通用的智能化水平评估指标体系,并基于该指标体系搭建深度双基点模型,该模型首先根据多个维度的细粒度指标生成初步综合评价,随后使用自适应模糊推理网络进行模糊计算,最终输出智能化水平。该模型采用定性评估与定量评估相结合的评估策略,融合专家知识和模糊推理方法,使得评估结果具有可解释性且模型具有较强的泛用性。针对不同的信息系统,基于所提出的智能化水平评估指标体系,使用相关数据及相关领域的专家知识进行实验验证,结果表明所提出的评估方法能够稳定地进行智能化水平评估,评估结果可解释且评估模型具有良好的泛用性。所提出方法能够为大数据及人工智能系统的智能化水平评估提供方法和参考。     

基于Lanchester方程的编队舰空导弹作战能力评估模型全文替换

针对编队舰空导弹作战能力对抗评估问题,在构建舰空导弹初始作战能力指数、双方损耗效率系数、正常发挥因子、指挥自动化系数评估模型基础上,构建了基于Lanchester方程的单舰舰空导弹作战能力评估模型,进而分析编队对抗损耗效率系数及武器分配系数评估模型,构建了基于Lanchester方程的编队舰空导弹协同作战能力评估模型,评定编队舰空导弹作战能力,为编队舰空导弹协同作战能力评估提供模型依据。     

协同爆炸时冲击波毁伤效应研究综述

协同作战作为未来战场针对关键目标的重要打击形式。多弹协同爆炸时,冲击波等多毁伤元相互交会、耦合,作用载荷异常复杂,进而导致目标出现新的毁伤模式,为协同毁伤研究带来了很大的困难。为此,国内外学者针对协同爆炸时冲击波叠加效应、目标结构的响应规律、毁伤效应及毁伤评估方法等方面,开展了地面技术兵器、建筑等目标的多次多弹协同打击研究。从协同爆炸毁伤元特性、部分目标的结构响应和仿真研究手段等3个方面论述了目前的研究现状,总结了目前研究中取得的成果,并对未来的研究方向进行了展望,为开展多次多弹协同爆炸的毁伤效应研究提供了参考。     

基于双层随机森林的空袭目标识别

空袭目标识别是防空作战指挥决策的关键环节,针对空袭目标特征繁杂容易造成模型拟合和识别精度不高这一问题,为提高空袭目标的识别能力,提出了一种基于双层随机森林的空袭目标识别算法。该算法在第一层随机森林通过计算基尼指数变化量对特征进行重要性评估和优选,然后在第二层随机森林进行数据降维和目标识别,相较传统随机森林能够提高目标识别的准确率和稳定性。将该算法与传统随机森林、支持向量机和PNN神经网络进行对比分析,仿真结果表明该算法能够在保证识别准确率的基础上同时具有较高的识别速度和识别稳定性。     

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。     

大空间钢结构建筑消防安全评估研究

大空间钢结构建筑发生火灾时,火焰及火灾产生的高温羽流可能对钢构件构成一定威胁。采用经验公式计算和FDS模拟分析两种方法计算火灾环境中大空间建筑钢构件的温度,评估钢构件是否达到或超过其失效温度。