基于图形几何的平面区域位置关系判定方法

针对地理信息容量的增加带来的航迹规划计算量急遽增长的问题,首先将任务区大容量地理信息进行化简、合并成几何图形,并按电子地图比例尺谱系依次存储为数据文件;其次,通过开发内存虚拟绘图工具集,在确定的任务区域内,将预处理后的地理信息和飞行器预计航路及散布域分别绘制成平面图形区域;再次,采用图形几何方法将平面区域的相交判断转化为计算机图形几何运算,根据运算结果判定了平面区域之间的位置关系;最后,分别在Pow PC环境和AMD X86环境,对图形几何运算算法的计算效率进行了验证。仿真结果表明:该方法具有计算时间不随地理信息的增加而显著增长的特点,可以满足在有限硬件资源条件下进行大量复杂计算的要求。     

人武部行政消耗性开支限额管理对策

人武部行政消耗性开支限额管理,是规范人武部系统行政事业和公务活动中经费消耗支出的一项重要措施,是保障单位开展工作和完成事业任务的基本需要,对加强人武部经费管理具有十分重要的作用。但从目前的情况看,人武部行政消耗性开支限额管理限而不“死”的问题还比较突出,管不住、管不好的问题还相对普遍。对此,笔者结合工作实际就如何加强人武部行政消耗性开支限额管理谈点看法。一是要强化主官的责任意识。对于行政消耗性开支,一般来说,都是由人武部党委决策,主官安排实施。由此可以看到,限额管理规定执行的好坏,主官的责任重大,尤其在会议接待的限额管控上,人武部党委要按“谁接待,谁负责;谁超支,谁平衡”的原则,强化主官的责任意识。要让他们认识到,守限额就是履行经济职责,落实好财经规定是份内责任,在分管财务工作中自觉尽第一位的责任,把好防超限的第一道防线。二是强化办事人员的守法意识。具体办事人员是行政消耗性开支的实施者,他们守法意识如何,也对执行限额规定有较大影响。因而,在落实限额规定中,强化办事人员的守法意识尤为重要。比如,人武部业务分类多,有的为了把工作搞好,以便引起上级重视,在接待工作中容易出现各强调各的工作重要,遇到上级来人,具体承办...     

面向机动威胁单目标定性微分对策的航路重规划

航迹规划是飞行器规划系统的一个重要子任务.针对具有主动性而非纯粹动态的敌方威胁类型,以单目标定性微分对策解决航路的动态重规划问题.在假设对静态威胁的参考航迹和安全走廊已预规划确定基础上,构建了基于单目标定性微分对策面向主动威胁安全走廊内飞行器航路对策的数学模型,并对航路的单目标定性微分对策系统进行了求解.     

基于边缘提取的无人机航路规划方法

提出了一种基于数字形态学边缘提取算法的无人机航路规划方法,重点在于解决基于真实地形数据和存在不规则火力威胁区进行快速规划时初始路径规划空间的确定方法.仿真结果表明,该方法生成的初始路径规划空间小,当火力威胁态势改变时,重规划时间短,易于实现.     

简约航路规划方法

航路规划问题并不只是一个数学问题.指出了航路规划软件开发中需要注意的几个问题,都直接影响到航路规划软件的实际作战效能.在此基础上总结了航路规划软件的开发目标.远程反舰导弹的航路规划属于简单航路规划问题,针对这类简单航路规划问题提出了一种简约的航路规划方法.该方法融合了人工与计算机的决策优势,能够更好地被指挥员理解和接受.     

无人机的侦察路径规划

交叉熵算法具有快速准确的特点,在理论研究和实际应用中占有很大的优势.交叉熵算法不仅应用于稀疏网络评估,还可以进行组合优化和模式识别等诸多方面.利用交叉熵算法对无人机的侦察路径进行优化,并根据长航时无人机的自身特点,在约束条件下,对无人机侦察航路进行了路径规划,同时利用实例模拟计算对交叉熵算法进行了验证,取得了满意的结果,在计算过程中展示了交叉熵算法在运算中的鲁棒性和时效性.     

新混合智能计算法在 UCAV 航路规划中的应用

无人作战飞机(UCAV)出航执行对地攻击(或侦察)任务,若事先针对敌方防御区内的威胁部署和目标的分布情况,就飞行航路进行整体规划设计,则可以综合减小被敌方发现和反击的可能性,最大限度地降低耗油量,从而显著提高其执行任务的成功率.在对进化算法研究的基础上.将用于解决旅行商问题(TSP)的进化算法加以改进,引入优秀个体保护法和模拟退火的策略思想,借以克服进化算法固有的易陷于局部最优的早熟现象,然后运用于UCAV的航路规划.实验结果表明,改进的混合智能计算方法简易而有效,寻优效果明显优于常规进化算法,规划出的航路能够满足UCAV飞行任务规划的综合需要.     

指挥实体建模与仿真研究

对国内外较为典型的指挥实体建模与仿真应用情况进行了介绍.对指挥实体建模与仿真的三个主要内容-任务规划、指挥控制和作战行动协同所采用的各关键技术手段和方法进行了较为深入的分析.指出了指挥实体建模与仿真在应用和技术手段上的发展趋势.     

基于神经网络动态规划的导弹防御和截击机分配

这篇文章的目的是说明一种解决导弹防御问题的方法,它包括在一系列交战中防御资源的连续分配问题。该问题是一个动态规划/马尔科夫决策问题,由于它包含大量的状态和复杂的模型结构,通过精确的方法计算是非常困难的。本文利用动态神经网络规划(NDP)结构,通过用神经网络结构训练模拟数据,得到近似cost-to-go函数。最后给出了通过不同训练方法得到的结果,并通过比较选出了最优。