基于粒子群算法维修保障单元优化配置

针对维修保障单元配置过程中需权衡综合多因素问题,提出了一种基于粒子群算法的维修保障单元优化配置决策模型和方法。首先,以维修任务完成概率为设计目标、以维修保障单元总数量为约束,建立维修保障单元配置决策模型;其次,运用粒子群算法对维修保障单元配置问题进行优化求解。通过具体实例分析,证明了该方法的正确性和有效性。     

基于多模型组合的模拟电路故障诊断方法

针对传统模拟电路故障诊断方法识别准确率低及耗时较长的问题,提出一种基于改进的二进制粒子群优化算法(IBPSO)与隐马尔科夫模型(HMM)的综合诊断方法。该方法利用IBPSO对故障特征进行提取优化,降低故障特征维度,进一步利用HMM对提取的故障特征进行预处理,排除不可能类故障特征,提高了LSSVM的分类准确率。经过仿真结果分析验证,该方法较现有的BP神经网络诊断方法,能够在确保正确率得到提升的基础上,进一步提高故障诊断速度,具有更强的战场环境适用性。     

用组合模型预测备件消耗量

科学预测备件消耗是有效实施备件保障各项工作的基础。结合指数平滑法及灰色模型的特点,建立组合模型,解决了小样本条件下备件的消耗预测问题。实例分析表明,组合模型比单项模型具有更高的预测精度。     

基于CLOUD-TFN-AHP-α的健康状态评估方法

针对复杂装备维修管理中仅以部件的技术状态确定系统状态的不足,构建基于CLOUD-TFN-AHP-α的系统级健康状态评估框架。在此基础上,首先研究基于系统健康度概念的健康状态等级量化描述方法;然后运用云模型评估子系统健康状态,借助TFN-AHP评估系统健康状态,最后采用惩罚函数修正评估结果。以期为获得合理、准确的复杂装备健康状态提供定量依据。     

基于SARIMA-SVM组合模型的战时军用物资需求预测

针对战时非平稳、非线性环境下预测难题,利用季节性差分自回归移动平均模型(SARIMA)和支持向量机模型(SVM)分别对线性和非线性时间序列的较强拟合能力,采用SARIMA对军用物资需求量时间序列数据进行线性建模,并用SVM对SARIMA模型残差进行非线性建模,将SARIMA模型与SVM模型组合对战时需求进行预测,结果表明,SARIMA-SVM组合模型预测精度明显优于单一模型,发挥了两种模型各自的优势,与滑动平均模型(MA)相比更具优势.该组合模型是切实可行的,可为战时军用物资供应提供决策依据.     

基于LDA的综合集成研讨实验数据聚类分析方法研究

综合集成研讨实验数据聚类分析是联合作战实验重要而现实的难题.立足其数据特征,提出一种基于LDA模型的聚类分析方法,核心内容包括LDA模型、基于联合作战实验领域本体的语义距离度量算法和语义概念扩展规则,分别解决研讨话题发现、词汇间语义距离计算和分布概率失衡问题.着眼未来综合集成研讨实验数据面临的大数据挑战,依托大数据平台Mahout对本文提出的方法进行技术实现和案例验证.     

陆军联合作战地雷爆破器材储备计算模型研究

在系统分析各种作战要素的基础上,运用数学分析和数理统计的方法,构建了陆军联合作战地雷爆破器材储备计算模型.模型可为陆军部队各级机关参谋人员量化分析评估和科学计算地雷爆破器材战略、战役、战斗储备提供算法工具,也可为科研院所进行相应领域作战模拟仿真提供建模参考.     

基于聚合模型的高轨预警卫星威胁评估

高轨预警卫星威胁评估是导弹作战指挥辅助决策的重要环节,可以为指挥员的太空目标选择提供依据。在分析其威胁要素特征的基础上,提出了采用“聚合模型”开展威胁评估的方法,并给出了威胁评估步骤。通过分析美国高轨预警卫星的工作模式及作战流程,选取了扫描探测、凝视跟踪及外部等三个方面的关键性威胁要素,并构建了各要素的评价函数模型。基于上下层威胁要素之间关系的不同,给出了两种不同的聚合模型,采用该模型分析了所选要素之间的聚合关系,得到了高轨预警卫星威胁评估模型。最后通过实例计算,验证了该评估方法的可行性和实用性。     

联合作战目标协同模型构建与求解方法?

在对联合作战目标协同研究内容分析的基础上,提出了多任务部队与多作战目标的协同目标分配模型,其融合了目标综合价值、目标打击有效性、目标威胁适配度、目标类型匹配、目标距离匹配等因素。通过对各因素量化并将协同目标分配模型转换为指派问题进行求解,验证了分析方法的可行性。     

基于软件构件技术的信息系统开发

对于基于软件构件技术的信息系统开发,通过分析信息系统的特点,提出了信息系统对象模型和信息系统中软件构件的构架方法。并据此提出了建立信息系统的四层次结构模型。在此基础上设计和实现了院办公室信息系统。