高考试题中有关函数图象的考查分析

首先我们来回顾一下十多年来高考中关于函数图象的考查情况，就考查的侧重点分类如下：     

基于模糊随机贝叶斯网络的意图估计方法

意图估计是数据融合五级模型中态势评估的重要研究内容。意图估计结果的稳定性对于辅助战场决策具有重要意义,在分析了影响意图识别结果稳健性的基础上,将模糊随机贝叶斯网络应用于战场目标的意图分析。在研究了战场环境下网络结点构造及推理方法的基础上,结合具体场景给出示例并进行了仿真验证。     

基于模糊数的防空C3I系统效能评估

根据模糊数适于量化模糊信息的特点,运用模糊集理论,提出了一种基于模糊数的模糊综合评估方法.通过计算被评估系统效能的模糊数,将问题转化为模糊数的排序问题,并给出了采用该方法对防空C3I系统效能评估的模型及实现步骤.该方法能对防空C3I系统的效能指标进行合理的量化处理,较好地解决了防空C3I系统效能评估问题,通过计算实例验证了该方法的正确性和实用性.     

基于Dirichlet先验分布的模糊可靠性增长模型研究

将模糊理论应用于基于Dirichlet先验分布的Bayes可靠性增长模型,提出了可靠性增长的模糊模型。在对Dirichlet先验分布函数研究的基础上,分析了先验参数的获取方法。针对某水冲压发动机可靠性增长试验使用Dirichlet先验分布模型进行了分析,给出了试验各阶段的先验分布和后验分布,并分析了与先验信息方差有关的参数对后验可靠度的影响。在此基础上,通过引入模糊变量,发展了模糊可靠性增长模型,得到了试验各阶段模糊可靠度。     

基于不确定数据源的远程数据采集系统的设计与实现

以有关管理部门对特定行业信息进行收集、监控分析的要求为背景,提出了一种跨平台的不确定数据源的远程数据采集系统设计方案。该方案能够透明地适应数据源和信息分析内容的变化,及时准确地采集具有利用价值的信息,为相关部门进行数据分析、实时监控提供重要的工具。     

智能控制在空战仿真中的应用

智能控制是以复杂系统(对象、任务、环境中至少有一个是复杂的)控制为目标的一个研究领域。智能控制以其特有的控制复杂对象的能力,产生伊始就引起了空战仿真界的高度重视。20世纪70年代中期,美国决策科学公司(DicisionScienceIncl就提出了自适应机动逻辑的方案(AML)。     

量化目标威胁等级的改进

目标威胁等级评判是战场数据融合中决策系统进行系统资源分配或重分配的基础。建立了基于模糊理论的目标威胁等级评判函数,提出了利用层次分析法(AHP)确定目标威胁等级加权向量的方法,实现了对目标威胁等级的量化评判。     

一种利用目标属性进行态势关联的方法

为了解决由于航迹中断产生的态势关联问题,提出了属性态势关联的思想,分别采用目标身份识别、速度、ESM参数和专家知识等信息作为属性,利用模糊综合方法对各属性得到的关联度进行融合后判断关联情况,仿真试验结果表明该方法用于恢复中断后的态势问题是有效的,对进一步研究目标的态势关联具有重要的参考意义.     

基于模糊多属性决策的反装甲目标战场价值评估

信息化战场反装甲目标层出不穷,指挥员决策难度增大。针对反装甲目标信息的复杂性,应用模糊多属性决策理论,提出坦克分队进攻战斗中敌反装甲目标战场价值评估的方法。并通过确定各决策因素指标值和计算加权值,构建价值评估多属性决策模型,快速有效地确定分队本级范畴内的敌反装甲目标的战场价值,有利于分队指挥员迅速果断地实现其作战指挥决策。