混合遗传算法的战时舰艇伴随保障人员优化配置

遂行一次作战任务的伴随保障人员总数往往是有限的,针对各舰艇进行人员科学配置,对于缩短战时累计修复时间、提升维修效率意义重大。建立了战时舰艇伴随保障人员优化配置模型,分析了与之相关的因素和限制条件,运用混合遗传算法求解人员配置方案,实现战时舰艇编队累计修复时间之和的最小化,通过数值仿真实验验证了模型及算法的可行性、客观性和高效性,有效缩短了总修复时间。     

平衡炮内弹道不平衡冲量技术研究

基于某型平衡炮的弹道试验,研究了不平衡冲量对无后坐力身管武器系统的影响。建立了实体模型并装配平衡体和弹丸,利用有限元分析了阻力曲线并代入编写好的内弹道程序,计算出弹丸与平衡体的运动曲线,将其作为位移荷载导入有限元中,进行了内弹道的有限元分析,进而分析了内弹道过程中的不平衡冲量。根据结果对弹丸、平衡块行程和平衡体质量进行调整,得出不平衡量基本趋于零的结构参数,为无后坐力身管武器的相关设计提供了一定的参考。     

基于军事管理革命的军费管理制度

现代军费管理是推动军事管理革命的基础和重要支柱。从军费投入到军事能力生成,主要经历需求、规划、预算、执行、评估等基本环节,环环相扣、相依相制。其中,需求是牵引,规划是主导,预算是龙头,执行是主体,评估是保证。解决资源配置与备战打仗相脱节、军费管理效能不高的问题,关键要以预算为龙头核心,建立系统化流程化的资源配置机制,打通资源投入与军事能力需求、战斗力生成之间的链路。     

基于层次分析法的军校学员体能训练评估

针对目前军校学员军事体育训练评估难以量化考核的问题,提出了基于层次分析法的军校学员体能训练评估方法。首先,通过建立评估指标体系,构建评估指标判断矩阵;其次,进行归一化并计算指标组合权重,构建评估基本模型;最后,利用评估模型对学员体能训练进行综合评估。结果表明本文提出的方法能够对军校学员体能训练进行有效评估,相比于传统考核评估方法更能反映出学员体能的真实状况,突出学员体能特征,开展针对性训练。      

基于两阶段算法的半潜维修船功能舱室布局

以维修舱空间、舱室邻接、舱室全局位置三个指标为目标函数,以满足高初稳性要求、保证船舶浮态等为约束条件,建立技术可行前提下半潜维修船功能舱室布局优化模型。通过设计贪婪取走启发式算法与规划求解相结合的两阶段算法,实现对模型的求解。以载重为5×10~4 t的半潜船体为载体进行设计,得到半潜维修船功能舱室优化布局方案。随着维修设备质量系数的增加,可行的布局方案数呈上升趋势。该方法可提高半潜维修船在功能舱室布局过程中决策的科学性。     

基于可视化HPSO的无人机装备维修任务调度

分析了目前军用无人机装备维修任务调度问题的组成及现状,构建了改进的混合粒子群算法,通过离散化粒子群简化粒子论域,加快计算速度;引入浓度监控机制,综合粒子浓度分布和适应度大小两方面信息,对进化过程进行调控;结合遗传算法,增加粒子间的交叉、变异,加快粒子群进化速度,防止陷入局部最优;并在Matlab环境下对图形展示函数进行优化,实现迭代过程动态可视。最后通过实例分析,高效计算得出最佳调度方案,实现了混合粒子群算法在装备资源调度问题的有效应用。     

基于主客观组合赋权的PSSA安全性指标分配方法

初步系统安全性评估(PSSA)是飞机系统安全性设计中的关键环节,PSSA最为核心的问题是所建故障树的安全性指标分配问题。针对目前的PSSA安全性指标分配具有较大的主观性和不确定性的难点问题,提出一种基于主客观组合赋权的PSSA安全性指标分配方法。应用粗糙集理论(RS)和区间层次分析(IAHP)法分别确定客观和主观权重,并采用最优赋权法对分配结果进行优化,具有既能客观反应各指标的重要性,又能反应决策者主观愿望的优势。利用一组案例验证了模型的合理性和实用性,可为飞机系统安全性设计提供定量的理论参考。     

一种提升树算法在网络故障关联分析中的应用

针对移动网络故障反馈与故障分类的准确率问题,提出一种基于k-NN的多分类器提升树算法,该算法采用k近邻对特征向量空间划分,结合adboost误差函数和迭代算法,实现多分类器决策判别,并利用R语言可视化方法的关系数矩阵提取和筛选出投诉/故障映射主属性,进而建立基于基站退服、覆盖盲点、非网络原因3类故障投诉关联分析及预测模型。实验结果表明,与C50决策树、RIPPER分类规则及SVM比较,在网络故障关联预测方面新算法的分类准确率提升约2%～10%。     

一种基于改进K-means算法的空间群划分方法

空间群划分是兵力分群的重要环节,其关键在于确定"距离"度量函数、分群数目和初始分群中心。传统算法的初始聚类中心和聚类数目不固定,直接用于空间群划分将使得划分结果不稳定。为此,提出了一种基于改进算法的空间群划分方法。利用了现有空间群划分方法中的距离函数改进策略计算敌方作战单元两两之间的"距离",引入一种快速搜寻高密度点的方法,确定了初始分群中心和分群数目,通过仿真实验验证了该方法的有效性。     

基于PSO-BP神经网络的HRRP目标识别

为提高雷达目标识别准确率,提出了一种基于PSO-BP神经网络的雷达一维距离像识别方法。利用粒子群优化算法良好的全局搜寻能力,对BP神经网络的权值和阈值进行了优化,弥补了BP神经网络收敛速度慢、存在多个局部极值点的缺陷。利用实测数据对PSO优化前后的BP神经网络的识别性能进行了对比测试。实验结果表明,PSO-BP神经网络具有更高的识别准确率及噪声鲁棒性,分类性能优良。