强化学习在多阶段装备组合规划问题中的应用

针对多阶段武器装备组合规划中的选择难、规划难问题,提出基于多目标优化算法以及强化学习技术的混合优化方法。在各个阶段以装备组合效能最大和成本最小为准则,构建单阶段多目标优化模型,并设计基于非支配排序遗传算法的求解算法以生成各阶段的Pareto解,在此基础上建立多阶段的组合优化模型。通过强化学习的Q-Learning方法,在各阶段的Pareto解中采用探索或者利用两种模式,生成各阶段的装备组合,并指导下一阶段的装备选型,从而生成整个周期内的规划方案。通过对比实验分析,验证了所提模型和算法的有效性,能够为多阶段武器装备组合规划提供辅助决策。     

音标“适当集中”教学的体验

初中英语新大纲把调动学生的积极性、主动性、激发学生的学习兴趣和良好的学习习惯的培养写进了教学目的中,同时把培养学生思维能力和自学能力作为教学内容的一个重要组成部分.这就要求我们老师在教学时要改变以往那种以教师为中心“满堂灌“、“一言堂“的现象,注意学生口语交际能力的操练.……     

系统误差下航迹关联算法

针对系统误差对目标航迹的影响,提出了一种新的系统误差下航迹关联算法,该算法采用模糊综合决策的思想,抓住目标航迹的不变信息建立模糊因素集,通过构建目标航迹紧密度矩阵提取最有可能的航迹关联对,从而达到系统误差下航迹关联的目的,通过典型环境下的仿真,验证了该算法在传感器组网存在系统误差情况下进行航迹关联的优越性,其具有较好的航迹关联效果和较强的鲁棒性。     

对策论在机动目标跟踪中的应用

针对机动目标与目标跟踪的动态对抗特性,在介绍对策论基本理论的基础上,结合典型IMM算法模型集,将对策论应用在了机动目标跟踪领域.通过产生赢得矩阵,计算赢得概率,探讨了IMM算法模型集中最优模型组合的选择问题.并利用对策理论对跟踪模型集进行了改进,引入“当前”统计跟踪模型,改善了跟踪效果,提高了期望收益,所得结论具有一定工程实践指导意义.     

现代营房建设管理评估模型研究

现代营房建设管理是一项复杂的系统工程,具有很强的不确定性,采用传统的评估方法很难满足评估实践需求。依据现行有关规定标准,在给出现代营房建设管理递阶结构图的基础上,构建出基于集对分析的评估模型,以便为建设单位和上级业务部门进行决策提供科学依据。     

一类集值映射的高阶微分

在文[1]中,H.T.Banks 与M.Q.Jacobs 讨论了集映Ω:R~m→(?)(R~n)的一阶微分,分别给出了Ω可微的充分条件与必要条件。本文改进了文[1]的工作,证明了[1]中条件(3.2)的限制是不必要的,从而得到了Ω可微的充分必要条件,及较为简洁的Ω微分解析表达式。在文中也讨论了Ω的k 阶微分,得到了Ωk 阶可微的充分必要条件及k 阶微分的解析表达式。     

按照打仗的要求编兵整组

河北某预备役高炮团拟制下发计划、深入调查摸底、军地联合政审、组织集结点验、进行实力统计……连日来,河北某预备役高炮团年度整组工作紧锣密鼓地展开。该团团长王绪森介绍说,这次整组工作坚持以平战结合为牵引,以预备役军官和技术骨干为重点,以优化结构、落实编制、健全组织、强化管理为着力点,夯实了战斗力生成基础,提高了部队遂行多样化任务能力。该团紧密结合团队实际和任务     

军魂铸就青年心——送给新战友

七一党旗艳,八一军旗红。党的旗帜就是军队的旗帜,党的方向就是军队的方向。在党的先进理论指引下,我们的军队怀着救国救民之心而生,揣着强国强军之梦而行。南昌城树起了旗帜,井冈山孕育了灵魂,长征路历练了风骨,8年抗战凝聚了民心,解放战争重整了河山,抗美援朝打出了士气,自卫还击打出了和平,出国维和收获了友谊,抢险救灾收获了真情……只要党一声令下,这支日益强大的军队,无论刀山火海,无论洪水猛兽,无论天崩地裂,必将是剑锋所指,所向披靡!正是因为我们的军队坚决听党话,始终跟党走,为人民打     

基于Vague集极值记分函数的装甲分队目标威胁评估

为了快速准确地对装甲分队作战单元面临的目标进行威胁度判断,提高信息化装甲分队作战辅助决策水平,建立了基于Vague集的极值记分函数评估模型,且构造了适合威胁评估的记分函数。实例分析表明,该模型可有效地完成目标威胁评估与排序,为分队火力优化控制提供重要数据支持。     

基于Vague集的目标优先级求解方法

针对地面防空武器系统中目标优先级排序问题,建立了基于Vague集的目标优先级的模型。首先分析并量化了优先级影响因素中的定性指标和定量指标,建立了基于Vague集目标优先级决策矩阵;其次,针对传统基于Vague集目标优先级求解问题中影响因素权重难以确定问题,提出了基于Vague值距离测度最大化原理的权重确定方法,该方法有效地避免了权重选择的主观性;最后根据综合贴近度进行优先级的排序。算例仿真验证了该方法的可行性和有效性。