直觉模糊物元及其在权重信息未知多属性群决策中的应用

针对传统物元分析理论无法应用于决策信息为直觉模糊数的多属性决策问题,提出直觉模糊物元分析模型以及用相对相似度代替传统方法中的关联函数来解决直觉模糊物元分析问题,进而完整阐述了直觉模糊物元多属性决策的方法步骤,并通过实例验证了该方法的有效性。特别是针对权重信息未知这一类较为复杂的多属性群决策问题,采用投影法和直觉模糊熵确定权重信息,并运用直觉模糊物元多属性决策方法进行了实例分析,证明了方法的实用性,为直觉模糊多属性群决策提供了一种新的思路。     

融合图嵌入的光滑主成分分析网络图像识别算法

主成分分析网络(principal component analysis network, PCANet)是一种简单的深度学习算法,在图像识别领域具有优秀的性能。将图嵌入思想融入PCANet,提出一种新的图像识别算法光滑主成分分析网络(Smooth-PCANet)。为了验证Smooth-PCANet算法的有效性,在人脸、手写体字符以及图片等不同数据集上构建实验,并将Smooth-PCANet与多种基于深度学习的图像识别算法作了对比。实验结果证明,Smooth-PCANet算法比PCANet获得了更高的识别性能,并且更有效地避免了过拟合,在小样本训练时具有显著优势。     

分布式异构集群中节点优先级调优算法

节点优先级常用于评价异构集群中节点的性能,因此节点优先级评价指标权重的选择非常重要。采用层次分析法(analytic hierarchy process, AHP)建立了节点优先级评价指标体系,计算得到各指标的初始权重,并使用BP神经网络对初始权重进行优化。训练时,BP网络输入为集群运行中采集的节点实时资源数据,输出为节点的优先级。分析网络训练完成后得到的权重矩阵可以获得各优先级评价指标的优化权重。实验表明,基于AHP和BP的节点优先级评价模型可以更加准确地分析节点性能。相比于Spark默认算法和权重未优化的对照算法,使用调优后的节点优先级可以有效提高集群性能。运行不同工作量的相同负载时,集群平均性能分别提高了16.64%和9.76%;处理相同工作量的不同负载时,集群的平均性能分别提高了12.49%和6.54%。     

基于DoDAF的装备体系结构建模方法研究

美军DoDAF体系结构框架是一种重要的武器装备体系建模标准,对保证武器装备系统之间可集成性、可互操作性具有重要的借鉴意义。为支撑武器装备体系建设的统一建模过程,优化体系结构和控制变更影响,文章力图在“能力需求牵引”作战思想指导下,提出基于DoDAF标准的结构化武器装备体系结构建模方法。采用DoDAF基线产品与用户自定义产品（基于“适用”原则）相结合的方式,从建模框架、流程、方法和支撑产品等方面对武器装备体系结构建模方法进行系统研究。由于使用结构化建模方式,在建模过程中采用与开发了相关的基础建模产品,从而使得模型更具针对性,建模过程更加直观、具体和易于操作。     

靶标系统集控软件设计

为提高靶场现有靶标设备的综合利用效率,解决战术射击训练时大量不同型号靶标混合使用中的集中控制问题,采用软件集成方式,设计开发一种模块化、通讯协议自适应的集控系统软件,通过基于XML的协议解析模板,动态匹配不同通讯协议的靶标设备,解决多型设备集成应用问题。实际应用结果表明,该系统有效提升了靶场现有设备的利用效率,同时也为靶场其他应用系统的综合集成提供了很好的实现途径。     

基于向量相似度的组合赋权方法

针对多属性决策中属性权重的确定问题,提出了一种基于向量相似度的主、客观权重的集成方法。用权向量的相似度作为不同赋权方法重要性的度量,意义明确,计算简单,可操作性强。最后结合算例验证了此方法的有效性和实用性。     

基于粗集和证据推理的海外基地保障点选址评估

针对海外基地保障点选址问题,结合专家组给出的影响选址评估意见,建立海外基地保障点选址评估指标体系。在此基础上,引用粗集和证据推理方法对评估指标因素进行信息处理优化,利用历史数据得到的客观信息与主观判断进行互补,实现主观判断与客观信息相结合,并用粗集进行属性约简,简化指标体系。该方法能提高评价结果的准确度和可信度,弥补海外基地保障点选址因素复杂,计算可操作性差的缺陷,为海外基地保障点选址决策提供理论依据。     

模糊层次分析法在海缆安全评估中的应用

针对目前海缆安全评估的片面性和主观性,基于模糊层次分析法提出了一种新的海缆安全评估方法,建立了海缆安全评估的递阶层次模型,构建了以上层目标为准则的两两比较模糊互补判断矩阵,并对其进行改造得到了模糊一致性矩阵,然后计算各因素的相对权重和综合权重。在此基础上,根据权重对各安全因素的重要性进行了排序,得到不同因素对于海缆安全的影响程度。分析结果可为海缆安全管理和维护决策提供参考依据,实例也验证了该方法的可行性。     

利用时间窗权重进行航迹关联

提出一种利用传感器测量数据的时间窗权重进行航迹关联的方法,将目标运动状态的多维向量(如距离、方位角、俯仰角等)分解为多个一维状态标量;根据每个状态标量与时间的关系,提取两条航迹的共同测量时间区间,将其划分为若干个时间窗,计算对应时间窗内的权重;根据时间窗权重差计算每一个状态标量的航迹相似度;应用DS理论或Bayes理论进行航迹关联决策。     

基于分层抽样和集对分析的军事抽样调查方法研究

构建了基于分层抽样和集对分析的军事抽样调查模型,运用分层抽样方法确定了样本数量,运用集对分析方法确定了具体的样本个体,避免了抽样随意性,确保了抽样调查精度。模型运用于后方油库抽样调查实践中,得到了进一步验证。