心理战中信息二次传播效果仿真研究

对心理战中宣传信息在敌军士兵中二次传播的问题进行研究,对单个士兵进行仿真建模,使用蒙特卡洛法模拟计算其状态及行为。从统计的角度,研究士兵集合在整体上呈现出的规律状态,对结果进行分析。实验结果证明该方法可以有效地对信息二次传播问题进行模拟仿真,仿真结果具有一定的真实性和可信度,可从中得出一些对部队心理战建设具有一定指导意义的结论。     

装备可持续发展能力量化分析——从资源环境约束的视角

将资源环境约束视为装备可持续发展的阻力,从资源约束与环境约束2个方面建立了装备可持续发展能力的度量模型。采用因素分解法将资源约束与环境约束的影响因素逐层分解细化,得到了衡量资源约束与环境约束程度的指标体系;采用幂权重法将各级影响因素自底向上汇总,实现了对装备可持续发展能力的度量;并通过算例验证了度量模型的适用性。研究结果可为装备可持续发展量化分析提供方法支撑。     

空气甲醛显色球的制备

为实现快速准确测定空气中的甲醛,对4种氨基酸作为乙酰丙酮显色法的胺源进行对比分析,发现甘氨酸的显色效果较明显;对显色温度和显色时间进行优化,发现显色温度在50℃,反应15 min,显色效果明显。把显色剂固定到透明聚丙烯酸树脂球上,制备出可在家庭中方便使用的显色球,通过肉眼观察即可判断空气中甲醛的质量浓度,检测限达0.008 mg/m3。     

面向需求变化的军队自动化立体仓库货位优化

为提高军队自动化立体仓库的出库能力,提出应根据需求变化对在库物资货位进行动态调整,从而最大限度地保障军队物资需求。综合考虑堆垛机总行程、货物离散度和出库频率等评价指标,采用遗传算法对该多目标优化问题进行求解,并运用Matalab仿真。结果表明,该方法能较好地提高军队自动化立体仓库在需求动态变化时的出库能力。同时,该研究对一般仓库的货位优化也有一定的借鉴意义。     

基于Simulink的鱼雷尺度靶收发干扰仿真

在分析尺度靶多亮点目标模型的基础上,建立了拖曳线列阵靶收发干扰和信号处理模型,然后利用Simulink工具箱对干扰模型进行了仿真,最后给出了仿真结果。结果表明,靶标收发换能器间的干扰会导致转发信号产生畸变,但其畸变对信号幅度的影响较小,不会对目标模拟产生影响,验证了拖曳靶进行目标模拟的可行性,对鱼雷尺度靶及其它水声目标模拟设备的研制有一定的参考应用价值。     

基于备件需求预测的两步法理论

在对备件需求时间序列研究的基础上,结合指数平滑法和Croston法的特点,分析了指数平滑法与两步法的原理,通过对指数平滑法和两步法方差的研究,得到两步法是指数平滑法的一般形式的结论,为两步法的进一步研究提供一定的理论支撑。     

弹药物资储备布局规划仿真模型＊

介绍了当前弹药物资储备布局规划的现状,对其涉及的要素进行分析,构建了弹药物资储备布局规划网络模型。在此基础上提出了分析模型,将弹药物资布局规划求解问题描述为有约束条件的多目标优化数学模型,解决了各仓库弹药存储量难以预测的问题,并通过实验进行了验证分析。     

基于系统动力学的工程项目目标控制

针对工程项目目标控制问题,通过德尔菲法确定工程项目目标控制的主要影响因素,基于系统动力学反馈与仿真分析理论建立了工程项目目标控制系统动力学模型。采用专家打分法确定参数,利用Vensim软件对模型进行模拟演化和算例分析,讨论不同策略和策略组合的工程项目目标控制效果,最终得到基于算例工程的理想方案为0时增加人工8人,0时加班1 d,管理费水平为3。采用该方案,该工程的完工时间提前47.2%,质量下降2.0%,费用上升6.7%。通过不同策略和策略组合的效果比较,得出结论：加班宜尽量少用,尤其要避免连续加班;尽量避免无效管理费用支出,但对于可以带来管理水平提高的管理费用支出宜适量增加;增加人工越早越好。     

基于模型概率估计的两层交互多模型算法

在机动目标跟踪问题的研究中,针对转弯机动目标跟踪精度差的问题,设计了一种利用模型概率对模型集合进行实时计算的两层交互多模型算法。该算法由第一层目标转弯速率的粗估计和第二层目标状态向量的精估计构成,它利用第一层模型计算出的目标运动估计转弯速率,构建与当前目标运动状态匹配程度较高的第二层转弯模型集合,并将该转弯模型集合运用于状态估计中。仿真结果证明了该算法在针对转弯机动目标时仍有较好的跟踪精度。     

基于改进萤火虫优化算法的BP神经网络目标群威胁判断

以舰艇防空作战目标选择决策和规划需求为背景,针对萤火虫算法求解精度不高且收敛速度较慢的问题,提出可动态调整步长的改进萤火虫优化算法。在改进萤火虫优化算法的基础上,建立基于改进萤火虫优化算法的BP神经网络目标群威胁判断结构模型。通过改进萤火虫算法优化BP神经网络的初始权值和阈值,能够更好地预测测试集。实验结果表明,该方法可快速、准确地实现目标群威胁判断。