指挥自动化系统需求工程基本理论研究

对指挥自动化系统需求工程相关基本理论研究成果进行了总结性论述,分析了系统需求工程的基本内容和框架,确立了系统需求的层次结构,指出了系统需求描述的基本特性,明确了系统需求工程研究的基本过程,并在此基础上提出了相应的需求工程方法与工具。     

军事需求工程面临的困难及典型对策

军事需求是构想式的、虚实结合的、滚动发展的.开发"好"的军事需求需要解决一系列问题,面临诸多困难.本文结合军事需求工程的理论研究和应用实践,归纳总结了军事需求工程需要解决的常见问题,从客观、主观两方面分析阐述了军事需求工程实施的主要困难,研究探讨了解决军事需求工程实施困难的典型对策.     

裁军的经济成本与公共政策

裁军是人类为避免战争、谋求和平而进行的一种努力。人们渴望希望通过裁军来享受“和平红利”,将大量的军事资源释放到民用部门,进而消除贫困,满足人类在医疗卫生、教育与住房等福利需求。然而,裁军是一个投资过程,不仅有经济收益,也有经济成本,如导致军工企业转轨、改变地区经济结构、增加失业等。为了实现裁军经济成本的最小化,政府必须制订公共政策,适当地介入裁军过程,促进资源的合理配置。     

基于战备完好率的军用飞机维修费用需求确定方法

军用飞机维修费用需求与战备完好率要求密切相关,为保持飞机一定的战备完好率水平,必须投入一定的维修费用。维修费用投入多,则维修设备齐全,维修人员维修能力高,维修备件充足,飞机故障修复时间短,战备完好率高;维修费用投入少,会造成维修设备短缺,设施破旧,维修人员培训不到位,维修备件供应不足等各种问题,直接影响战备完好率水平。     

基于QFD的动能反卫装备体系技术需求分析

动能反卫装备体系涉及技术领域众多,高精尖技术相对集中。利用质量功能展开(QFD)方法,建立了QFD在装备体系需求分析中的质量屋(HOQ)结构,并且将德尔菲和头脑风暴法相结合确定了顾客需求权重,重点分析了QFD在动能反卫装备体系技术需求分析中的需求转换过程,将动能反卫装备体系的作战能力需求转化为装备体系技术需求,得到了动能反卫装备体系关键技术的重要度排序。     

基于战争设计工程的装备需求开发方法

首先分析传统需求开发方法的不足,并根据装备需求的特点,提出装备需求开发面临的主要挑战是没有确定的未来作战形态,但又必须预测未来作战形态。针对以上问题,提出了以完成未来作战任务为目标,在未来作战形态设定环境下,异质专家协同研讨的需求开发机制。最后,在该需求开发机制的指导下给出基于战争设计工程中讨论式模拟的装备需求开发方法。     

军事云计算安全管理战略

跟踪和分析2014年以来美军在云计算安全领域发布的指令、指南、标准等政策文档,结合我军实际,提出我军云计算安全管理战略的基本发展思路,即明确系统安全分级、制定安全需求标准、划分安全职责分工、建立安全评估机制,以期完善我军云计算安全战略框架,进一步推动云计算在军事领域的应用。     

后勤物资消耗测算系统设计需求分析?

针对当前后勤物资消耗测算方法过于简单粗略的问题,以构建有效的后勤物资消耗测算系统为目的,对系统的设计进行了需求分析。介绍了后勤物资消耗测算的基本流程以及关键理论,研究了后勤物资消耗测算系统的用户特点以及应用流程,着重对系统的功能需求进行了分析,确定了系统各主要功能的相关内容,并按照功能需求确定了系统的组成结构和接口关系,为系统的设计和实现奠定了基础。     

在京津冀协同发展中推进深度军民融合

<正>十八大提出要坚持走中国特色军民融合式发展路子,建设与我国国际地位相称、与国家安全和发展利益相适应的巩固国防和强大军队。党的十八届三中全会提出要推动军民融合深度发展,在国家层面建立推动军民融合发展的统一领导、军地协调、需求对接、资源共享机制。健全国防工业体系,完善国防科技协同创新体制,改革武器装备科研生产和武器装备采购体制机制,引导优势民营企业进入军品生产和维修领域。军民融合发展上升为国家战略。河北省委《关于学习贯彻党的十八届三中全会精神的决议》中提出,要鼓励支持军民融合产业,促进国防科技工业与地方经济资源共享融合发展。     

舰艇编队海上运输补给物资需求预测方法

按照是否与任务、事件相关,将物资需求分为两类,对于任务、事件相关物资需求的预测,将任务进行合理的分解,并根据物资消耗与任务、事件之间的关系,给出了预测的一般模型;对于与任务、事件联系不紧密的物资需求的预测,则根据历史经验及该物资固有的消耗规律,提出了经验预测模型。为了解决舰艇编队海上运输补给物资需求预测所存在的问题,利用案例推理的方法生成了预测所需的样本数据,以最小二乘向量机(LSSVM)模型为预测模型,并以岛屿进攻作战的防空弹药需求预测为例进行了实例分析。结果表明:案例推理生成的样本数据可用,选用LSSVM模型的预测结果与其他预测模型表现出了一致性,但LSSVM相对误差较小;该方法在某种程度上解决了样本数据有限的问题,适用于作战物资需求的预测问题。