作战体系评估指标体系结构构建方法

为满足作战体系能力评估的要求,综合利用网络层次分析法(Analytic Network Process,ANP)和实证性方法,设计了兼顾作战评估和体系评估要求的指标体系结构,并给出了用于评估的流程.应用案例表明,设计的指标体系结构能够对作战进程进行合理有效描述,可以体现作战体系的制胜机理,满足评估使用条件.     

数据与知识双驱动的备件需求模糊预测模型

针对知识驱动型需求预测模型所需的专家知识稀缺、数据驱动型需求预测模型可解释性不足的问题,提出了数据与知识双驱动的备件需求模糊预测模型。该模型基于模糊聚类算法将数值型数据聚类为结构简单、可解释性强的规则库,运用模糊逻辑将领域专家知识表示为Mamdani型规则库。在此基础上,引入了一种新型智能计算理论——模糊网络理论对两类规则库进行合并运算,形成初始预测模型。采用遗传算法优化模型规则库的模糊集参数来提高模型预测准确性。通过与模糊聚类算法进行对比,提出的模型在可解释性以及准确性指标上均具有优势。     

积极开展网络思想政治工作的互动交流

互动交流是网络思想政治工作的优势,对提高思想政治工作效力有重要意义。开展互动交流要把握信息反馈的适时性、互动的对等性和网络的激励性,发挥其积极作用。     

水下无线传感器网络的节点精确定位

以无线传感器网络(WSN)水下应用为背景,针对特定的环境要求,提出了一种可实现网络规模升级的分布式无锚点网络节点自定位机制。该定位算法通过距离误差估计和分布式坐标计算方法,有效地减少了由于测量距离误差所带来的坐标计算误差和节点坐标计算所带来的通信开销,有利于网络节点能量的合理使用和大规模的WSN布放。通过试验仿真计算,验证了该定位机制的合理性,为水下WSN应用提供了有力的技术支持。     

基于贝叶斯网络的反舰导弹身份识别

为了解决反舰导弹身份识别所面临的实时性和信息不确定性问题,提出了采用贝叶斯网络识别反舰导弹的方法。设计了4种贝叶斯网络分类器,分别在导弹仿真数据集和UCI数据集上作了测试,比较了它们各自的分类性能。实验结果表明,朴素贝叶斯网络的分类准确率虽然比其它分类器稍低,但它简单有效,稳健性比其它分类器都好,可用于反舰导弹身份的实时识别。     

炮兵部队网络火力战问题研究

针对目前炮兵部队装备建设基础薄弱、炮种多、作战协调复杂的现状,依据计算机网络相关理论建立了炮兵部队网络火力战体系结构,同时运用梅卡夫定理对炮兵部队网络火力战体系的作战威力和协同能力进行了分析评估,并进行了作战运用分析。经过评估,炮兵部队网络火力战体系将大大提高炮兵部队的协同作战能力。