区域防空作战重点保卫目标的模糊优选与排序

重点保卫目标的优选和排序成为防空作战的重要问题。只有优选重点保卫目标,集中防空兵力,有效地进行防空作战布置,才能确保重点目标不受或少受损失。在分析了影响重点保卫目标因素的基础上,利用多属性决策的特点和模糊原理,对重点保卫目标的优化选择进行了量化分析,给出了重点保卫目标的优选方法和排序准则。     

军事危机控制行动与方法问题研究

军事危机是指国家或政治集团之间的关系处于可能发生战争或军事冲突的危险状态.它既非战争也非和平,而是介于其间的一种"模糊状态".人类是走向战争,还是走向和平,往往取决于对军事危机的控制与处置.     

电磁发射系统改进FAHP-神经网络健康评估方法

准确定量评估电磁发射系统发射前的健康状态意义重大。针对模糊层次分析方法(Fuzzy Analytic Hierarchy Process, FAHP)在评估电磁发射系统串行结构同级元素健康值时存在较大偏差,且无法适用系统非线性变权重需求的缺陷,提出改进FAHP-神经网络方法。通过在计算同级元素健康指数时构造能够满足串行结构健康评估的非线性函数进行计算,并在数学上证明该方法的有效性;通过引入神经网络系统,在已有的系统先验信息和测量数据的基础上训练模型解决系统健康评估非线性变权重需求。基于电磁发射系统脉冲成形网络系统建立健康评估模型,开展评估试验。结果表明,提出的方法健康评估精度较高,在各种系统健康状态下,评估结果均符合系统实际的健康状况;对比传统的FAHP,提出的改进方法评估精度大幅提升,且在评估试验中没有出现故障误报和漏报的情况,从而验证了提出方法的可行性和工程实用价值。     

基于卷积神经网络的无人机图像模糊类型识别

为了提高无人机图像模糊类型识别的准确率,提出一种基于卷积神经网络(Convolutional Neural Network,CNN)的无人机图像模糊类型识别方法。通过样本预处理策略对无人机模糊图像样本进行处理,提高了方法的识别效率,同时降低了错误率。提出一种适用于模糊图像灰度频谱图的卷积神经网络结构,并利用训练样本对网络进行训练,增强了网络结构的针对性,提高了训练模型的识别准确率。利用测试样本对训练的网络模型进行测试,验证方法的鲁棒性。实验结果表明,将卷积神经网络应用于图像模糊类型识别,取得了良好的效果,针对实验环境下的无人机运动、离焦和大气散射3种模糊图像类型的识别准确率较高,所提方法的鲁棒性强、实用价值大。     

基于模糊BP神经网络的高原寒区弹药换算系数研究

针对高原寒区特殊复杂的作战背景,提出了一种基于模糊BP神经网络的弹药换算系数优化模型。该模型借助模糊隶属度将难以量化的弹药消耗影响因素定量化,以提高弹药换算系数的准确度。构建了弹药换算系数测算模型;分析了影响高原寒区弹药消耗的主要因素并进行了模糊量化,在此基础上建立模糊BP神经网络模型;通过仿真验证了优化后弹药换算系数的精确性。     

基于模糊TOPSIS的陆军合成营战场态势感知效能评估

从陆军合成营战场态势感知效能的影响因素出发,构建了陆军合成营战场态势感知效能评估指标体系;运用模糊TOPSIS,给出了陆军合成营战场态势感知效能评估方法;通过实例分析,对不同陆军合成营的战场态势感知效能进行评估,结果表明该方法有效可行,能够为陆军合成营战场态势感知效能评估及优化提供科学有力支撑。     

战场信息分发系统中的高效模糊匹配算法

匹配算法是基于内容的发布/订阅系统中的一项关键技术。针对目前战场信息按需共享能力不足的问题,建立了一种以基于内容的发布/订阅技术为基础的战场信息分发系统模型,结合作战用户信息需求的主观性和模糊性特点,充分利用订阅约束间的逻辑覆盖关系,设计了一种适用于战场信息分发共享的高效模糊匹配算法。通过实验分析了该算法中订阅信息组织模式进行匹配和订阅信息维护的时间和空间效率,实验结果表明了该算法设计的合理性与高效性。