基于复合约束的作战行动序列生成与执行控制方法

作战行动序列是作战计划的核心,也是指挥控制的关键.传统的作战行动序列制定主要通过手工方式,效率低下且耗时费力,难以满足现代战争筹划需要,作战行动序列执行控制也缺乏现代信息手段支撑.提出了一种基于时间、空间和因果复合约束条件的作战行动序列生成与执行控制方法,提高了作战计划方案中作战行动序列生成效率,通过对时间、空间、作战效果状态监测对作战行动序列执行进行辅助控制,为指挥员基于网络信息体系进行指挥决策提供了条件支撑.     

飞行器偏置制导律研究北大核心

高速交会条件下的某些特殊应用中存在目标点与瞄准点不一致的问题,需要飞行器在目标点旁偏置一段距离从而对瞄准点进行攻击,且在偏置过程中提出终端碰撞角约束的需求。针对此问题,在考虑到轨控发动机实际工作状态的特性下提出了一种改进的偏置制导律,通过设置偏置项,来同时满足攻击角和偏置距离的约束。经过数字仿真,证明在成功命中瞄准点的同时也能对碰撞角进行控制。     

带落角约束有限时间收敛滑模制导律北大核心

根据有限时间收敛定理,改进设计了带落角约束的有限时间收敛滑模导引律,证明了所提出的导引律在有限时间内,制导系统状态收敛至滑模面,同时弹目视线角速率收敛至零而且弹道角满足终端落角要求。进一步将导引律推广到考虑自动驾驶仪为一阶惯性环节延迟特性的情形。最后,仿真结果表明该导引律的有效性。     

扭转约束对无防火保护钢柱抗火性能影响分析

应用ANSYS软件计算了钢柱在标准升温模式下的温度场,然后利用ANSYS的耦合分析模块,将温度场导入结构分析,分析了不同约束下轴心受压钢柱在温度升高时的力学反应,同时考虑了荷载比以及长细比对不同约束钢柱抗火性能的影响.研究表明:扭转约束钢柱的抗火性能要优于柱端没有扭转约束的简支柱;当钢柱长细比系数在30以内时,扭转约束...     

加强后勤战备建设 打牢“保中心”的基础

近几年,各级后勤按照总部党委、首长关于“保中心”的指示精神,狠抓后勤战备工作落实,“处突”保障能力不断提高。但从后勤“保中心”任务的要求看,还有一定的差距。一是“处突”后勤保障准备不够充分,居安思危的战备观念树得不牢．对“保中心”工作想得不深,考虑不细,抓得不实,自我保障意识不强;二是战备秩序不够规范,战备制度、战备物资、“三分四定”等还有不落实之处,“处突”保障能力比较弱;     

加强药材管理的几点做法

药材是武警部队卫勤保障的物质基础,其质量好坏直接关系副官兵身体健康。随着当前国家和军队医疗制度改革的深入,武警部队医疗单位药品供应渠道由军内单一供应转变为军地多方供应。目前,有的医疗单位药品管理不规范,组织不健全,专业人才缺乏,制度松驰,监督体系不完善,药品质量隐患大,人为损毁、丢失严重等,导致本来就不足的卫生事业费捉襟见肘,     

复杂约束条件下导引头抗干扰试验样本空间分析

针对试验样本空间组成要素众多、动态变化且存在复杂关联约束的特点,围绕典型作战场景下导引头、目标、背景和干扰等4类要素及其相互作用,提出复杂约束条件下抗干扰试验样本空间的分析框架,实现“典型作战场景—全干扰对抗要素—全因子试验样本空间—约束满足的有限样本空间”的转化与映射。同时,重点关注对抗战术动态博弈影响下样本空间规范化描述以及多重约束下样本空间的不规则特征分析等问题,提出综合运用复杂网络、图分解、约束满足优化等理论解决其中关键问题的建模流程,为结合典型作战实例进行深入分析及后续的试验设计提供有效输入。     

基于弹药挂载工作的舰载机保障作业调度

针对弹药挂载工作下舰载机保障作业问题,分析了弹药挂载作业与舰载机其他保障作业的约束关系,并基于保障资源约束,以舰载机保障作业完成时间和负载方差最小化为优化目标,建立了考虑弹药挂载工作下的保障作业调度模型。通过设计基于保障工序优先级的染色体片段编码方式,避免了大量不可行解的产生,提出了一种改进的NSGA-Ⅱ算法。以国外某型航母为例进行仿真分析,验证了模型与算法所得调度方案的可行性。     

一种改进的回溯试探组卷算法

组卷是在线测评系统中一个重点、难点问题,常见组卷算法随机抽取法、遗传算法、回溯试探等各有优缺点,只能适应一些特定的情况。针对回溯试探法平均组卷时间长、重复率高的问题,进行了两次改进,分别是一次回溯试探搜索的多个解和修正重复率降低重复率。通过试验,得出的结论是改进回溯试探法的平均组卷时间和重复率都有明显降低且比较稳定,可适用于各种规模的题库。     

基于DBSCAN聚类的异构多智能体分层任务分配方法

针对多约束条件下大规模探测/通信智能体集群协同探测任务分配问题,从全局与局部相结合的角度,提出了一种分层任务分配求解方法。首先,根据通信距离约束对所有任务节点进行聚类预分组,将集群任务分配问题划分为上层全局任务分配和底层局部任务分配。然后,根据聚类结果采用启发式算法求解探测/通信智能体组间全局任务分配结果。随后,根据探测智能体的全局任务分配结果,采用遗传算法对探测智能体组内任务进行分配。最后,通信智能体根据探测智能体的组内任务分配结果,采用基于虚拟节点的方法进行组内任务分配。实验结果表明,相较于直接求解方法,分层任务分配方法不仅解决了大规模集群协同任务分配问题,还可以在保证优化目标值相近的情况下,缩短70%以上的求解时间,较快得到相对最优的任务分配结果。