基于稀疏表示的数字调制模式识别

通过分析稀疏表示在模式识别应用的基础上,提出了一种基于稀疏表示的特征提取方法。该方法首先引入主成分分析对新的样本进行降维,然后利用降维后的训练样本构建稀疏线性模型,通过范数最优化求解测试样本的稀疏系数,根据稀疏系数的分布提取特征值。最后利用支持向量机分类器进行信号的分类识别。并在求解最小范数优化问题中,提出一种通用的解决方案,利用粒子群算法确定最优惩罚系数。新方法提取的特征值经计算机仿真研究证明,该算法具有较好的有效性和一定的工程应用性。     

装备保障过程建模方法评价选择研究

装备保障过程的仿真、分析、设计、优化和调整都需要过程建模方法的支持,当前的过程建模方法众多,如何选取合适的过程建模方法,成为保障过程管理的首要和关键问题。通过分析当前主要的过程建模方法,结合装备保障过程建模要求确定了评价标准,采用分阶段、分层次群体决策的方法确定了战时装备保障准备阶段选用IDEF3建模、实施阶段采用eEPC和PetriNet组合建模的思路,所述思路和方法已成功应用在装备维修保障业务重组管理系统项目开发中。     

要地防空阵地网低空补盲部署模型及优化

以中高空防空武器为主构建的防空网对于防御低空突袭目标存在较大盲区,需要部署低空防空武器补充防御。根据中高空、低空防空武器杀伤区特性及防空阵地部署的战术需求,将低空补盲部署问题转化为扇形部署问题并结合阵地地形影响因素,建立了优化模型。应用基于遗传算法(GAs)和爬山算法(HC)分别作为全局搜索和局部搜索的memetic算法(MAs)对优化部署求解。最后应用仿真算例验证了提出的模型及应用的算法能够较好解决该工程问题。     

要地防空作战兵力部署模型研究

以要地防空的兵力部署为研究对象,运用军事运筹学的思想和方法,对防空兵力部署的各个阶段进行了系统的分析,建立了相应的数学模型,并总结了指挥员在兵力部署过程中应把握的原则和指挥流程。通过实例求解,说明了所研究的兵力部署模型具有一定的应用价值。     

基于群决策协同网络信息的掩护机编队选择

针对任务机群中掩护机编队的选择,用群决策协同网络信息模型进行了掩护机编队的选择。首先,给出了协同网络、模糊数和语言变量的相关概念;其次,分析了掩护机编队选择的指标体系框架和协同网络信息框架;然后,构建了群决策协同网络信息的数学模型,在此基础上,给出了方案选择的步骤;最后,运用该模型对掩护机编队的选择进行求解。结果表明：该模型能够综合群体专家的知识,解决掩护机编队选择中的定性判断问题。该模型可用于个体指标和协同指标均为定性指标时的方案优选问题。     

党建传真

正构建"民生网"服务群众连日来,二师三十一团积极构建"政策宣传网"、"民意反馈网"、"帮贫扶困网"这三张"民生网"。该团通过座谈会、集中宣讲、走访入户等多种方式做好多项惠民政策宣传工作,形成"政策宣传网"。通过开展"大走访、大排查、大清理"活动,以及设立民情信息中心,构建"民意反馈网"。通过结对帮扶,构建团场、连队两级"扶贫帮困网",把关怀帮扶落实处。(张静)     

CPSO优化参数的战斗机空战效能MELM评估模型

针对近距与超视距空战的特点,提出一种基于粒子群优化(PSO)算法与极限学习机(ELM)的空战效能评估模型.引入一种基于M估计的ELM,以抵御样本数据中粗差的干扰;采用基于混沌策略的PSO算法优化ELM隐含层的输入权值和偏差,以降低随机选取参数的影响,提升评估模型的精度;利用所建模型对战斗机空战效能进行评估.仿真表明,所...     

山沟春意浓

春天来了!山沟春意浓,山沟春色美。 春天吹着口哨,迈着轻盈的脚步,唱着吉祥的歌谣,光临湖南红宇机械厂了,我们在此享受着春天的幸福,感到无此喜悦。     

基于工程设计法的射程优化

射程是弹道导弹的重要性能指标,飞行程序选择对充分发挥导弹运载能力,提高射程具有重要影响。针对此问题,利用工程设计法的实现容易、计算量少的优点,将以飞行程序为设计对象的最优控制泛函问题转化为参数优化问题。在此基础上,建立弹道运动模型和优化模型,并应用粒子群算法进行参数优化,求解最大射程弹道。结果表明,基于工程设计法的射程优化简单可行,利用粒子群算法得到的优化参数对改善射程有显著效果,充分发挥了导弹的运载能力。而运载能力的提高对提高导弹武器的目标覆盖范围起到重要作用。     

基于种群多样性测度的PSO算法及其应用研究

针对基本粒子群算法(particle swarm optimization,PSO)易局部收敛的缺陷,设计了一种根据种群多样性测度动态调整惯性权重的改进粒子群算法,通过仿真测试函数与基本粒子群算法、自适应粒子群算法(adaptive particle swarm optimization,APSO)、带收缩因子的粒子群算法(contractive particle swarm optimization,CPSO)进行比较,改进的PSO算法在提高算法的综合搜索能力方面具有优越性。将改进的PSO算法运用到作战飞行器航迹规划中,并进行了仿真实验,仿真结果验证了改进算法的有效性。