高技术装备维修知识共享

将知识管理的思想引入到装备维修中,认为装备维修组织与高技术装备生产厂家之间的知识共享是提升高技术装备维修能力的重要因素。通过建立知识共享模型,对装备维修组织与高技术装备生产厂家知识共享过程进行了分析,得出知识总量螺旋上升的结果。在此基础上进行博弈分析,运用数学方法,找出主导高技术装备维修知识共享活动的关键因素,并结合实际,研究应对方法,推动装备维修知识共享,促进装备维修组织知识创新,从而提高装备维修能力。     

基于实验数据的电子对抗效能分析建模方法

为定量分析电子对抗复杂系统各指标的响应关系,综合解析法和作战模拟法的优缺点,提出了实验数据回归分析法的概念,并设计了实现算法。应用该方法建立了防空预警系统探测效能和电子对抗兵力规模之间的关系模型,最后分析关系模型得出一些有意义的结论。回归分析方法结合作战仿真实验数据,为电子对抗作战效能分析提供了一种新的建模方法。     

古城区狠抓民兵武器装备安全管理

正为确保武器装备仓库管理安全无事故,云南省丽江市古城区人武部采取听、看、查等方式对武器装备仓库系统设备进行了检查,对枪支弹药数量进行认真清点核对,对周边环境给仓库安全工作的影响及内部存在安全隐患进行了认真的分析研究,对存在问题和隐患及时进行登记造册,并明确具体责任人和解决时限;     

混合动力车市场与先进电池技术发展研讨会在京举行

<正>日前,由中国化学与物理电源行业协会主办、风帆股份有限公司联合承办的"2014混合动力车市场与先进电池技术发展研讨会"在北京隆重召开,来自国家部委、国内外主要汽车厂家、电池厂家及相关产业单位、高校院所的院士、专家、领导共计300余人参加了此次会议。会上,风帆股份发表了《起停系统AGM蓄电池开发》报告,介绍了风帆在AGM电池方面研发进展情况及取得的成果。风帆从2011年即完成启停系统用AGM电池技术研发,同时完成具备批量生产能力的专用生产线的调试投产,定型产品2013年3月正式通过德国大众实验室试验认可,并与多家跨国企业签署协议,共同实现微混动汽车的市场化。     

军用运输机国际市场分析

<正>受益于不断扩大的总体需求,沉寂许久的国际军用运输机市场在近年来迎来变革。随着欧洲、俄罗斯和巴西等地区和国家的厂商积极投身于新机型研发,美国对大中型运输机市场的垄断将受到强有力的冲击。军用运输机既可以用于运输兵员、武器装备、军用物资以及空投空降作战等作战行动,又可用于抢险救灾、海外撤侨等非军事行动,还能作为通用平台,用于发展预警指挥机、电子战飞机、反潜巡逻机、侦察机、加油机、攻击机、雷达和航空电子试验飞机等其他各种特种飞机。     

逐步Ⅱ型混合截尾下Pareto分布的统计分析

基于逐步Ⅱ型混合截尾寿命试验数据,研究了Pareto分布的统计分析问题。利用极大似然方法和Bayes估计理论,导出了Pareto分布参数的极大似然估计和基于不同先验分布下的Bayes估计。最后利用Monte-Carlo模拟方法对估计的结果进行了对比分析。     

基于ANP和熵的起重机械吊装训练评价组合赋权法

为了给起重机械吊装训练提供一个科学的评价模型,采用了基于网络层次分析法(ANP)与熵值法集成的组合赋权法建立起重机械吊装评价方法。首先分析了影响吊装训练的关键因素,在此基础上建立一个科学的评价指标体系;然后运用网络层次分析法分析各指标间相互影响的关系并确定主观赋值权重,用熵值法根据各指标的客观属性确定客观赋值权重;最后通过组合赋权法确定各指标的最终权重,使评价结果既反映出各指标的客观属性,同时也能考虑到决策者或者专家的意见。应用结果表明,该方法确定的权重更符合吊装训练的实际。     

谈强化经费预算关键点的刚性控制

深化经费预算管理,提高经费使用效益,要抓好预算编制、执行、考核分析三个关键点。在预算编制阶段,要准确掌握第一手资料,综合运用多种方法,科学确定预算编制程序;在预算执行阶段,要严格落实制度,强化责任手段,建立奖惩机制,强制提升预算执行力;在预算考核分析阶段,要明确预算考评的目标,完善考核评价机制,明确职责分工,突出考核评价重点,切实提高管理评价的有效性。     

基于系统动力学的装备保障体制系统仿真分析

装备保障体制系统具有复杂性、动态性和非线性等特点,构建了三级装备保障体制的SD仿真理想模型和仿真延迟模型。充分考虑保障系统生成各要素之间都具有的反馈性和时滞性,通过模型仿真对三级装备保障系统的稳定性进行了分析,并指出了建立二级装备保障体制的条件,分析了军民联合的保障机制对保持保障系统稳定性的重要作用。最后基于仿真结果提出了装备保障体制建设方面的几点建议。     

神经规则与案例融合的专家系统知识表示和推理

为了对专家系统中的知识进行表示,并使得推理变得更加准确高效,介绍了一种结合符号规则、神经网络和案例的方法。该方法是把一种混合规则,即神经规则和案例结合在一起。它与传统的基于符号规则推理不同的是,即使有一些未知的输入,也可以执行基于神经规则的推理。实验证明,与传统的专家系统比较,混合推理可以提高故障诊断的效率和精确度。