基于云模型和证据理论的现役装备改进方案评价

针对部队现役装备改进方案影响因素复杂,评价方法不够系统全面,评价过程具有模糊性、随机性和不确定性等特点,提出了将云模型与改进证据理论叠集优化的现役装备改进方案评价方法.根据作战目的和任务要求,构建了装备改进方案指标体系,采取基于信息熵的专家群组灰色赋权的方法确定指标权重;通过云生成器确定基本概率分配;再结合Jousse...     

基于满意度的通信保障方案优选方法

针对当前通信保障方案缺少科学有效的评估方法,提出一种基于满意度的优选方法。从保障性、可靠性、时效性和经济性等4个方面,建立了评价指标体系;结合各个评价指标的特点,给出了具体量化方法,克服了评价时的主观性,并对量化后的结果进行了规范化处理;利用满意度理论,通过求解一系列关于指标权重的线性规划问题,确定了各评价指标的权重值;计算各预选方案的综合效能值,确定最终排序。最后,结合某次通信保障案例,对4个预选方案进行比较,该方法计算结果与实际相符,证明了其有效性。     

东京审判日本辩护证据的历史考察

东京审判期间,日本辩护律师提出了大量证据,为日本国家行为及战争责任人进行无罪辩护。这些所谓证据,有的是日本政府文件,有的是军政要人著述,有的是证人证言,有的是历史影像,用辩护人自己的话说,总括起来,既是日本政府对外行动的全部主张,又是一部完整的现代史资料。这些证据的出示,在某种程度上减轻了日本的对外侵略罪责,但不能从根本上推翻法庭的指控,更不能否定日本对外侵略的史实。辩护证据以假象、谎言为依据,有的甚至颠倒黑白,成为战后右翼言行的重要渊源。     

基于AdaBoost-SVM算法的某火炮炮闩技术状态评估

针对现役装备技术状态评估多依赖于手工拆卸的现状,提出一种基于AdaBoost-SVM模式识别算法的在线技术状态评估方法。利用人工后坐在线检测设备对炮闩装置技术状态参数进行检测,在对检测数据进行相关性分析特征提取的基础上,引入支持向量机模式识别方法,建立炮闩装置技术状态评估模型。通过将评估模型与Ada-Boost算法相结合,每次迭代都根据测试精度对分类错误的样本点和各分量分类器的权重重新赋值,在下一次迭代中形成新的分量分类器以优化分类结果,最终将各分量分类器依其权重综合完成评估。实例分析结果验证了评估模型的正确性和有效性。     

基于证据推理的军队指挥效能评估

在军队指挥系统效能评价体系中涉及到定性指标的评估,由于证据理论在处理不确定推理有着独特的优势,提出基于证据推理的效能评估算法,该算法能对不完全评价的情形进行评估,并通过实例说明该算法的合理性。     

多属性融合的坦克分队作战效能评估

现代条件下战场情况复杂,影响作战效能的因素众多且具有不确定性,为了获得对作战效能更为准确,可靠的评价,构建了一种新的基于多属性融合的坦克分队作战效能评估模型。结合已有的证据理论改进算法,给出了一种新的解决冲突证据的组合规则,并提出了一种新的组合策略,将其应用于评估模型中定性指标的融合;通过线性与非线性综合加权的方法求得评价的综合分值,得出了最终的评估结果。通过实例表明,该模型符合评估实际,对多属性模型的评估具有一定的借鉴意义。     

军产住房价格的综合评估

依据模糊数学的模式识别方法以及房屋质量评价标准,建立了军产旧住房估价中关键的新旧程度系数(折旧率),从而综合评估军队住房价格.     

Bayes信息融合方法在雷达故障诊断中的应用

根据雷达系统诊断信息多样化的特点,重点考虑雷达的BIT信息、FMECA信息、FTA信息和案例信息,提出将各类信息根据对故障现象的影响程度进行归一化处理,然后利用Bayes证据理论的方法将归一化后的信息进行融合处理,得到的结果进行故障诊断的方法,该方法可以克服各类故障信息中的量纲不一致性,可以提高诊断的可信度,降低诊断的不确定度,是一个比较理想的方法。     

基于运动状态和敌我属性的空中目标融合识别

研究了基于实时跟踪器的空中目标航迹身份识别问题。从分析目标运动状态和敌我属性的不确定性出发 ,建立了空中目标身份统计模型 ;根据建立的模型 ,通过采用Dempster Shafer证据理论方法 ,对空中目标进行融合识别。仿真实验结果证明了模型和算法的有效性。     

基于模糊集理论和D-S证据推理的空袭目标识别

目标识别是防空作战指挥过程中信息处理的一个重要环节。在基于模糊理论目标识别基础上,引入D-S证据理论,通过对模糊隶属度进行重新分配,较好地克服了随机因素的影响,可望进一步提高对空中目标的正确识别率。