基于卷积神经网络的中段拦截弹弹道规划

为解决中段反导拦截弹实时规划问题,将经典Lambert理论与卷积神经网络(CNN)相结合,提出一种高效的拦截点解算方法。基于Lambert理论构建二体假设条件下椭圆轨道的中段反导拦截弹弹道规划模型。利用卷积神经网络求解模型,可在满足精度要求的同时极大提升解算效率。利用Matlab仿真软件验证了此方法的合理性。此方法可以推广至其他作战规划问题,以满足作战选择的多样性需求。     

舰炮解命中迭代初值确定新方法

针对传统舰炮火控系统解命中迭代方法的不足,通过对舰炮解命中过程的分析,推导出了首次解命中和非首次解命中两种情况下精确预估弹丸飞行时间迭代初值的有效方法,进而建立了相应的舰炮火控系统解命中模型。分别对传统方法和新方法进行了比较仿真试验,试验证明,本方法较传统方法精度高,迭代次数少,计算周期短,可有效地提高舰炮武器系统的快速反应能力。所提出的方法对于提高舰炮武器作战效能具有理论和实际意义。     

基于模糊指派的阵地选址决策

给出了一种混合部署的多个导弹营的阵地多要素选址决策方法,运用了模糊关系合成矩阵,将各种情况下的多要素导弹阵地选址问题转化为模糊指派问题,并运用了匈牙利算法进行求解,最后给出了实际算例.     

指派问题的降阶优化算法

指派问题是运筹学中特殊线性规划中的一类问题。在现实生活中,指派问题非常普遍,常常可以见到各种各样的指派问题。通过对指派问题的数学模型进行分析,提出了与以往方法不同的求解指派问题的一种新的思路,通过对几个定理的研究,给出了一种新的求解方法——降阶优化算法。对求解指派问题提供了一种新的途径,在运筹学等领域有着较好的应用前景。     

战车火控系统目标角速度测量误差分析

目标角速度测量误差是严重影响解命中问题解算结果的重要的输入误差。通过目标角速度测量误差的理论分析,证明目标角速度测量技术方案的不合理,是形成角速度粗大测量误差的主要原因。火控系统向目标自动跟踪式方向的发展及非线性滤波器在目标信息处理中的应用,是提高目标运动状态估计精度的重要技术途径。     

关于算子方程Tx=y扰动分析的一些结果

在Banach空间中给出了一种相容算子方程解的误差估计 ,推广了矩阵扰动分析中的相应结果 .此外 ,利用Hilbert空间中算子M -P广义逆与算子的约化极小模之间的关系 ,给出了一些估计式 ,这些估计式对于分析不相容算子方程Tx =y的极小范数最小二乘解的扰动误差是有用的     

一类多目标模糊系数线性规划问题

讨论了一类所有系数均为模糊数的多目标线性规划问题 .通过对模糊数的比较 ,将模糊多目标线性规划模型转化为清晰的多目标模型 ,并应用一种基于线性隶属函数的模糊规划算法求其协调解 .最后给出了一个数值例子 .     

国家超级计算长沙中心助力新冠肺炎疫情防控【专题】

本文详细介绍了新型冠状病毒肺炎疫情期间,国家超级计算长沙中心积极联合各科技创新平台,发挥高性能计算资源优势,为新型冠状病毒肺炎防控提供了强有力的技术支撑。国家超级计算长沙中心建立了“基于超算的人工智能抗疫大数据平台”,在肺炎疫情分析预警、人工智能病原检测、精准体温测量等方面充分发挥大数据、人工智能和区块链等新技术优势,用科技力量“智斗”疫情,以及从防疫控疫、检验检测、药物疫苗发现等多方位着手,科技助力全面抗疫防疫。     

你为祖国尽忠,我替军人尽孝

2019年12月24日,北京市在中国人民解放军仪仗大队举办为2019年入伍义务兵父母购买医疗补充保险签约仪式暨忤都大学生军营开放日活动,活动山市退役军人事务局、市双拥办、市征兵办共同举办。今年以来,北京市从政策保障、资金支持、创业扶持、解决民生问题等方而着手解难题、办实事,进一步密切了坚如磐石的军政军民关系,营造了浓厚的拥军爱军氛围.     

基于改进二维熵-量子遗传算法的图像多阈值变化检测方法

针对二维熵法阈值分割中精度和时间性能较差的问题,提出了基于改进二维熵-量子遗传算法的多阈值图像分割方法。定义了二维阈值量子染色体的编码方式,解决了传统遗传算法优化二维最大指数熵阈值过程中速度慢、多样性小的缺点;在产生阈值解时,提出了半随机策略来代替传统的完全随机策略,加快寻优速度;改进了量子门旋转角度方式,提出了一种新的自适应旋转角度的方法,提高了算法的精度和收敛速度。并进行了分割实验和SAR图像变化检测实验。结果表明:该方法比基于一维熵的图像分割算法具有更高的抗噪性;其寻优速度较完全随机产生阈值解的量子遗传算法提高了3倍～5倍;避免了算法发散或过早收敛。与其他基于阈值分割的变化检测算法相比,性能更好。