基于自适应模糊神经网络的油料消耗预测模型

根据我军油料消耗预测方法的现状,利用模糊控制和神经元网络原理,提出了一种新的预计方法。量化的作战条件作为系统的输入,预计作为系统的输出,根据历史的输入、输出数据确定系统的特性,激励预测模型,利用此种方法建立的模型根据历史数据训练后,输入现有作战估计条件,即可对部队日平均油料消耗做出预测。     

防护工程防护能力模糊物元评估方法

引入模糊物元分析方法,建立了相关指标模糊物元和权重模糊物元,给出了基于模糊集与模糊子集的防护工程防护能力综合评估方法。     

油库伪装效果模糊综合评估初探

影响油库伪装效果评估的因素是多方面的,如侦察类型、油库伪装目标、检测技术、检测设备、人为因素等,既有定性因素,又有定量因素,但这些因素大多具有不确定性(模糊性)。因此,为了反映各种不确定性因素对油库伪装评估效果的影响,提出了一种油库伪装效果模糊综合评判方法,从局部和整体两方面对油库伪装效果进行了评判。该方法的基本思路是建立一个伪装效果的二级模糊综合评价指标体系,基于该指标体系,建立了相应的模糊综合评判模型,并给出算例加以验证。分析和计算结果表明：该方法可以较好地考虑到油库伪装系统固有的模糊性,为更加客观准确地评估油库伪装效果提供了科学依据。     

基于模糊神经网络的弹道导弹测发控系统故障诊断

将模糊神经网络应用于导弹测发控系统的故障诊断。经过仿真发现,模糊神经网络可以充分利用专家知识的不确定性,而且诊断效果很好。     

加权模糊C均值聚类算法实现BDS三频组合观测值优选

在对BDS三频载波相位组合观测值进行误差分析的基础上,确定了优选载波相位线性组合系数的筛选标准。针对传统聚类算法在高维多频混合数据集分类中存在的不足,采用一种基于加权的模糊C均值聚类算法,通过对同一维度在不同簇上赋予不同的权重值,对传统遍历搜索法所获得的部分BDS三频载波相位组合观测值进行了优化分类选取,有效解决了传统全球导航卫星系统载波相位观测值选取方法效率低的问题,同时为多系统多频数据组合观测值系数的优化选取提供了一种新的思路。对分类结果进行分析,确定了各类组合观测量的适用范围,并结合实测数据,利用无几何层叠模糊度解算方法对优选组合进行了整周模糊度的解算,结果验证了该方法的可行性。     

基于前景理论和证据推理的混合型多属性决策方法

针对属性权重完全未知的混合型多属性决策问题,提出一种基于前景理论和证据推理的决策方法。通过直觉模糊数对精确数、区间数和语言变量3种混合型属性的决策信息进行统一,根据前景理论对决策信息进行转化;提出基于直觉模糊熵与相似度的属性可靠性评估方法,结合属性重要度确定属性权重;采用证据推理算法集结属性信息,得到方案的综合前景值,并以此进行方案排序。算例分析结果表明,所提方法具有较强的区分能力,能够有效降低决策结果的不确定性,对混合型多属性决策问题具有较好的适用性。     

基于故障率的舰艇维修备品备件优化配置

针对战时武器装备对抗强度大,对维修保障率要求较高的特点,建立舰艇维修备品备件资源优化配置模型。根据不同备品备件故障率分布,建立了舰艇装备保障率计算模型和备品备件保障费用约束模型,根据作战任务特点进行了多目标决策,通过案例分析,验证了模型的可行性和有效性,对提升舰艇装备保障率、保障舰艇作战任务的执行具有重要意义。