关于部分K值逻辑中正则可离函数集的极大封闭集之最小覆盖判定的一些结果

根据部分多值逻辑完备性理论,证明了当m=2时,若正则可离关系G2=G2({1,2})∪G2之关系图仅是一个回路,则T(G2)不是P k的最小覆盖成员.     

引入权重的防空战场态势分析模型

在防空作战中,战场态势的分析非常重要,是辅助决策的基础.为了分析和把握防空作战时的战场态势,针对战场态势的主要影响因素,应用集对分析理论和方法,以集对分析的同异反联系度和距离测度为基础,构造了防空战场态势的分析模型,并对该模型进行了深入探讨.最后,通过实例计算表明了应用该分析模型进行战场态势评估的可行性,为防空作战的战场态势评估提供了一种有效的方法,具有一定的应用价值.     

装甲车轮毂电机自适应预测控制

针对经典有限集模型预测控制(FCS-MPC)算法在无位置传感器控制应用场合依赖电机参数匹配精度等问题,提出一种参数自适应设置改进的FCS-MPC预测控制算法,算法将系统干扰等未建模因素折算为改进模型的等效电压总误差,并依据Popov超稳定性定理推导出改进模型参数的自适应律,实现等效总误差和总电感在线辨识估计,进而推导出电机转位置观测器的辨识表达式,实现改进算法的自适应预测控制,结合补偿后低能滤波和均值修正有效消除直流偏置量,进一步提高位置观测精度.仿真实验结果表明,改进算法在电机不同工况和负载下能准确估计转子的位置,验证了算法的有效性.     

空袭目标威胁动态评估SPA法

针对防空作战中空袭目标威胁评估问题,提出了一种动态评估SPA(Set Pair Analysis)法.依据防空作战特点,构建了空袭目标威胁动态评估指标体系;在利用熵权理论确定评估指标主观权重以及AHP(Analytic Hierarchy Process)法确定客观权重的基础上,运用最小二乘优化模型确定评估指标的综合权重;并在评估指标更新时刻权重的基础上,利用集对分析理论对空袭目标威胁程度进行评判.实例表明,该方法能够有效解决空袭目标威胁评估问题,为指挥决策提供一定的依据.     

基于入侵杂草算法的水下目标TDOA定位方法

针对水下传感器网络中定位精度不高的问题,提出了一种基于入侵杂草算法的水下目标定位方法.利用入侵杂草优化算法,以定位误差为目标函数,优化设计未知节点的位置初值;利用初值和距离干扰参数估计粗略解,并引入目标定位误差来构造新的定位方程;根据加权最小二乘算法求解获得未知节点的精确解.通过与克拉美罗下界进行比较,验证了算法性能.仿真结果表明,提出的优化定位方法可得到更好的定位精度.     

基于机器学习的CSE-CIC-IDS2018入侵检测数据集优化降维分析

测试数据集的质量对入侵检测系统的性能起着至关重要的作用,在保证质量的前提下对入侵检测数据集优化降维,是提高入侵检测系统高效准确运转的重要措施.使用K近邻、决策树、随机森林和Softmax分类算法,对CSE-CIC-IDS2018入侵检测数据集进行特征维数探究,按照特征重要性评分对分类器进行特征递减式训练,分析机器学习分类器对该数据集的特征维数依赖关系.结果表明,数据集的特征数量由83个减少至最低7～9个时,分类器仍可以保持较高的分类性能,且检测时间显著减少,计算效率更高.     

基于SLPP-LSSVM的空战效能评估研究

针对现代空战效能评估多层次、多因素、非线性耦合的复杂特点,提出一种基于有监督局部保留投影(SLPP)和最小二乘支持向量机(LSSVM)的空战效能综合评估模型.先利用SLPP对数据局部信息和类别信息的处理能力,提取空战效能数据中有辨识力的低维特征;利用获取的低维特征构建LSSVM空战效能综合评估模型;通过构建的模型,对空战效能进行评估.计算分析表明,所提出模型的评估结果与专家的评估结果相一致,没有出现错判,不同参数下结果输出也很稳定.因此,将该模型用于空战效能评估是有效和可行的,也为空战效能评估提供了一种可靠的技术途径.     

舰载武器系统目指精度预估模型研究

针对舰载武器系统中的目指精度预估问题,基于卡尔曼滤波理论导出了目指距离精度、目指方位精度、径向速度精度与目标航向精度的数学模型,结合最小二乘滤波建立了这些指标参数的简化计算公式,并利用仿真航路进行了验证,结果表明简化公式物理含义直观明确,预估误差在合理范围之内,能够为武器系统目指精度指标的确定提供理论依据,同时为目指精度参数的在线预估提供支持.     

分级Δ-关键链路最小干涉路由算法

基于关键链路思想的最小干涉算法在优化网络资源利用率方面取得了显著成效。但有些情况下它对关键路径的判断并不准确,并且对负载平衡考虑得较少。为此提出了一种新的基于分级Δ-关键链路的启发式最小干涉算法,该算法能够更好地识别某些特殊链路的关键程度,并同时考虑了链路负载平衡的优化目标。模拟结果证明该算法在网络资源利用效率和链路负载分散方面效率得到了提高。     

分级△-关键链路最小干涉路由算法

基于关键链路思想的最小干涉算法在优化网络资源利用率方面取得了显著成效.但有些情况下它对关键路径的判断并不准确,并且对负载平衡考虑得较少.为此提出了一种新的基于分级△-关键链路的启发式最小干涉算法,该算法能够更好地识别某些特殊链路的关键程度,并同时考虑了链路负载平衡的优化目标.模拟结果证明该算法在网络资源利用效率和链路负载分散方面效率得到了提高.