基于GA-小波-BP神经网络的装备维修能力评估

针对传统装备维修保障能力评估主观性强、适应性弱的特点,提出了一种以装备维修记录为样本数据的基于误差反向传播（back propagation,BP）前馈神经网络的维修能力评估方法。为消除维修记录属性冗余,选用粗糙集主分量约简算法,对样本属性进行约简,为避免BP神经网络因局部极值导致局部收敛和收敛速度过慢的影响,利用遗传算法（genetic algorithm,GA）的全局搜索能力对神经网络初始权值和阈值进行了优化,为增加网络的学习功能,提高网络训练速率和训练精度,选取小波函数作为隐含层的传递函数,Sigmoid函数为输出层激活函数。研究表明：通过冗余属性约简提高了BP神经网络的性能,利用GA优化BP神经网络权值/阈值和小波函数作为隐含层的传递函数,避免了局部收敛,提高了网络的训练速率和评估的精度,降低了误差。     

机动转场保障资源规划及验证方法研究

随着军方及部队对航空武器装备的关注重点逐渐由单一指标验证向综合能力评估转变,机动转场能力愈发受到重视。以机动转场要求为牵引,从任务、可靠性水平、使用维修活动及保障资源4个维度入手,完成建模及模型间交互关系研究,同时给出使用维修活动频度计算方法,进一步形成机动转场保障资源规划及验证方法,并应用飞行试验数据对模型进行了验证。对部队开展机动转场保障资源规划提供方法支撑,也为后续保障资源仿真系统的设计和实现奠定了技术基础。     

新时代社会思潮网络传播与引导研究

社会思潮通常是一种思维观念、社会情感意识与社会心态。社会思潮网络传播具有传播内容呈现隐蔽性与迷惑性、受众接收方式呈现多样性、传播载体呈现多元化和大众化的特点。针对社会思潮网络引导的主导力不足、创新力不够、协同力较弱的挑战,要着力打造精品网络文化产品,打造别具一格的网络传播品牌,进一步加强网络舆情引导。     

网络舆论智能引导仿真推演模型与系统构建

传统马甲机械发帖的网络舆论引导方式存在智能水平不高、效果不佳的缺点。人工智能的快速发展为网络舆论智能引导奠定了坚实的理论与技术基础。本文突破新闻传播学的思维定式，利用智能体、系统建模与仿真等理论技术，研究网络舆论智能引导，提出“态势感知-仿真推演-舆论引导”的网络舆论智能引导思路，构建网络舆论智能引导仿真推演模型，明确仿真推演工具，进而构建网络舆论智能引导系统，在仿真推演的基础上实施网络舆论引导，从而颠覆传统马甲的机械式发帖引导方式，破解难以在真实网络环境中直接尝试各种引导策略的困局。本文的研究成果对于丰富网络舆论斗争理论，占领网络舆论制高点，具有重要理论意义和参考价值。