基于军事管理革命的军费管理制度

现代军费管理是推动军事管理革命的基础和重要支柱。从军费投入到军事能力生成,主要经历需求、规划、预算、执行、评估等基本环节,环环相扣、相依相制。其中,需求是牵引,规划是主导,预算是龙头,执行是主体,评估是保证。解决资源配置与备战打仗相脱节、军费管理效能不高的问题,关键要以预算为龙头核心,建立系统化流程化的资源配置机制,打通资源投入与军事能力需求、战斗力生成之间的链路。     

基于层次分析法的军校学员体能训练评估

针对目前军校学员军事体育训练评估难以量化考核的问题,提出了基于层次分析法的军校学员体能训练评估方法。首先,通过建立评估指标体系,构建评估指标判断矩阵;其次,进行归一化并计算指标组合权重,构建评估基本模型;最后,利用评估模型对学员体能训练进行综合评估。结果表明本文提出的方法能够对军校学员体能训练进行有效评估,相比于传统考核评估方法更能反映出学员体能的真实状况,突出学员体能特征,开展针对性训练。      

阵列雷达自适应多零点单脉冲群目标测角算法

针对阵列体制雷达,由极大似然估计导出自适应多零点单脉冲测角原理。分析发现迭代步长过大导致双零点单脉冲技术在多目标条件下失效,因此提出加权步长改进角度估计的迭代过程,只需要较少计算量就能实现群内多个目标的精确测角。仿真结果表明：该算法在较高信噪比条件下可以精确测量群内三个目标角度,测角误差约为0.15倍波束宽度;当群目标数较多或者目标相位差接近于0时,算法性能下降明显。     

基于主客观组合赋权的PSSA安全性指标分配方法

初步系统安全性评估(PSSA)是飞机系统安全性设计中的关键环节,PSSA最为核心的问题是所建故障树的安全性指标分配问题。针对目前的PSSA安全性指标分配具有较大的主观性和不确定性的难点问题,提出一种基于主客观组合赋权的PSSA安全性指标分配方法。应用粗糙集理论(RS)和区间层次分析(IAHP)法分别确定客观和主观权重,并采用最优赋权法对分配结果进行优化,具有既能客观反应各指标的重要性,又能反应决策者主观愿望的优势。利用一组案例验证了模型的合理性和实用性,可为飞机系统安全性设计提供定量的理论参考。     

一种提升树算法在网络故障关联分析中的应用

针对移动网络故障反馈与故障分类的准确率问题,提出一种基于k-NN的多分类器提升树算法,该算法采用k近邻对特征向量空间划分,结合adboost误差函数和迭代算法,实现多分类器决策判别,并利用R语言可视化方法的关系数矩阵提取和筛选出投诉/故障映射主属性,进而建立基于基站退服、覆盖盲点、非网络原因3类故障投诉关联分析及预测模型。实验结果表明,与C50决策树、RIPPER分类规则及SVM比较,在网络故障关联预测方面新算法的分类准确率提升约2%～10%。     

基于PSO-BP神经网络的HRRP目标识别

为提高雷达目标识别准确率,提出了一种基于PSO-BP神经网络的雷达一维距离像识别方法。利用粒子群优化算法良好的全局搜寻能力,对BP神经网络的权值和阈值进行了优化,弥补了BP神经网络收敛速度慢、存在多个局部极值点的缺陷。利用实测数据对PSO优化前后的BP神经网络的识别性能进行了对比测试。实验结果表明,PSO-BP神经网络具有更高的识别准确率及噪声鲁棒性,分类性能优良。