未知量测噪声分布下的CBMeMBer算法

针对目标跟踪过程中量测噪声概率分布等先验知识无法准确获取的问题,提出一种基于风险评估的势均衡多目标多伯努利(RE-CBMeMBer)滤波算法。采用CBMeMBer算法的序贯蒙特卡洛实现,在粒子预测后利用风险函数和评估函数计算粒子风险值,并用评估结果更新粒子权值。避免了计算似然函数且不依赖量测噪声的概率分布。仿真表明:与SMC-CBMeMBer算法相比,RE-CBMeMBer算法具有更好的实时性,特别是当量测噪声分布未知时,具有更高的跟踪精度和稳定性。     

基于EML模型的备件库存优化方法

针对当备件重要度不同时METRIC模型无法再使用边际效应法及在有限的保障经费和仓库空间约束条件下的备件库存问题,建立了评价备件重要度的12个指标,并给出了备件重要度的求解步骤;以装备可用度模型为基础,结合备件重要度,改进了边际效应法;以仓库空间、装备可用度为约束条件,以保障费用为目标函数,给出了以改进的边际效应法求出备件库存配置方案的步骤;案例研究表明:采用EML模型可以在最大化利用约束条件、满足目标要求、重点照顾重要度高的备件,同时对重要度一般的备件也能兼顾。