基于系统动力学的反恐怖作战模型

在未来作战中,反恐怖作战将成为一种重要的作战样式。以反恐怖作战理论为基本依据,针对反恐怖作战的实效性、非对称性、不可预测性等特点,基于系统动力学,建立反恐怖作战模型,解决了反恐怖作战中作战效能评估、兵力需求预测、兵力分配决策等问题。     

基于粒子群算法维修保障单元优化配置

针对维修保障单元配置过程中需权衡综合多因素问题,提出了一种基于粒子群算法的维修保障单元优化配置决策模型和方法。首先,以维修任务完成概率为设计目标、以维修保障单元总数量为约束,建立维修保障单元配置决策模型;其次,运用粒子群算法对维修保障单元配置问题进行优化求解。通过具体实例分析,证明了该方法的正确性和有效性。     

基于多雷达组网IMM-GMPHDF的机动多目标检测跟踪

高斯混合概率假设密度滤波(GMPHDF)有牢固的理论基础,是解决高斯条件下跟踪强杂波环境中目标数未知的多目标问题的有效方法。但当目标发生机动时,就难以跟踪到目标,因此,在GMPHDF中引入交互多模型(IMM)算法,对继续存在目标的运动模型进行建模,根据计算的模型概率融合各模型滤波器估计得到的继续存在目标概率假设密度,解决了运动模型机动问题。仿真实验表明,IMM-GMPHDF能实时跟踪到强机动超音速多目标,在多雷达组网系统中跟踪强机动超音速多目标精度(OSPA距离均方根误差)能达到70 m,满足了工程使用要求。     

基于CFP模型的装备系统能力开发方法

基于系统能力的装备系统开发能够使装备发展更好地适应未来战争。首先建立系统能力-功能-性能(简称CFP)概念模型,进一步定性分析系统能力与性能参数之间的映射关系。然后提出了在n维参数空间进行影射关系函数轨迹拟合的方法,定量地描述系统能力与性能参数之间的映射关系,建立CFP模型。最后以简例演示基于CFP模型进行定量系统能力开发的方法。     

基于模型诊断的集合逻辑运算法计算最小碰集

在基于模型的故障诊断仿真系统的诊断流程中,由最小冲突集计算最小碰集是整个流程中的关键步骤。针对现有计算最小碰集方法中存在的缺陷,提出了运用集合逻辑运算法计算最小碰集,将冲突集表示为集合的逻辑"与"、逻辑"或"运算,通过其运算法则进行运算简化,可得到全部的最小碰集。该方法具有简单有效、数据结构简单、计算简便快捷和易于程序实现等优点。最后通过实例计算,验证了该算法的正确性、简单性和高效性。     

基于多模型组合的模拟电路故障诊断方法

针对传统模拟电路故障诊断方法识别准确率低及耗时较长的问题,提出一种基于改进的二进制粒子群优化算法(IBPSO)与隐马尔科夫模型(HMM)的综合诊断方法。该方法利用IBPSO对故障特征进行提取优化,降低故障特征维度,进一步利用HMM对提取的故障特征进行预处理,排除不可能类故障特征,提高了LSSVM的分类准确率。经过仿真结果分析验证,该方法较现有的BP神经网络诊断方法,能够在确保正确率得到提升的基础上,进一步提高故障诊断速度,具有更强的战场环境适用性。     

用组合模型预测备件消耗量

科学预测备件消耗是有效实施备件保障各项工作的基础。结合指数平滑法及灰色模型的特点,建立组合模型,解决了小样本条件下备件的消耗预测问题。实例分析表明,组合模型比单项模型具有更高的预测精度。     

基于CLOUD-TFN-AHP-α的健康状态评估方法

针对复杂装备维修管理中仅以部件的技术状态确定系统状态的不足,构建基于CLOUD-TFN-AHP-α的系统级健康状态评估框架。在此基础上,首先研究基于系统健康度概念的健康状态等级量化描述方法;然后运用云模型评估子系统健康状态,借助TFN-AHP评估系统健康状态,最后采用惩罚函数修正评估结果。以期为获得合理、准确的复杂装备健康状态提供定量依据。     

基于SARIMA-SVM组合模型的战时军用物资需求预测

针对战时非平稳、非线性环境下预测难题,利用季节性差分自回归移动平均模型(SARIMA)和支持向量机模型(SVM)分别对线性和非线性时间序列的较强拟合能力,采用SARIMA对军用物资需求量时间序列数据进行线性建模,并用SVM对SARIMA模型残差进行非线性建模,将SARIMA模型与SVM模型组合对战时需求进行预测,结果表明,SARIMA-SVM组合模型预测精度明显优于单一模型,发挥了两种模型各自的优势,与滑动平均模型(MA)相比更具优势.该组合模型是切实可行的,可为战时军用物资供应提供决策依据.     

基于LDA的综合集成研讨实验数据聚类分析方法研究

综合集成研讨实验数据聚类分析是联合作战实验重要而现实的难题.立足其数据特征,提出一种基于LDA模型的聚类分析方法,核心内容包括LDA模型、基于联合作战实验领域本体的语义距离度量算法和语义概念扩展规则,分别解决研讨话题发现、词汇间语义距离计算和分布概率失衡问题.着眼未来综合集成研讨实验数据面临的大数据挑战,依托大数据平台Mahout对本文提出的方法进行技术实现和案例验证.