基于人工蜂群算法优化的改进高斯过程模型

高斯过程(GP)的非线性特征导致其对大样本的训练时间复杂度过高,而且其超参数的选取是否适当直接影响高斯过程回归模型的预测精度。提出采用人工蜂群(ABC)算法优化改进GP以减小时间复杂度和提高预测精度。改进GP通过选取训练样本的子样本进行模型学习,以降低训练过程的时间复杂度。ABC通过优化改进GP的超参数,提升预测精度。选取训练样本的子样本构建改进GP回归(GPR)模型,采用ABC算法搜寻改进GPR的最优超参数,并用得到的超参数构建最优的改进GPR模型,输入测试样本进行预测并输出预测精度。将该模型应用于解决海上远程精确打击(LPSS)体系作战效能评估问题中,通过MATLAB仿真实验,与常见的多种优化方法相比较,验证了该模型的有效性。     

基于星架系统结构参数的卫星载荷减振方法

卫星工程中广泛采用的有效载荷支架结构可能会与卫星主体结构发生动力耦合,进而造成有效载荷响应显著放大。进一步将有效载荷支架与卫星主体结构考虑为一个整体系统(称为星架系统)。采用有限元方法建立某型卫星系统级动力学分析模型,从中提取结构参数建立集中参数模型,并针对结构参数进行单变量影响分析。结果表明:所建集中参数模型能够反映支架结构与卫星主体结构之间动力耦合规律,载荷响应对两者频率参数的敏感程度远高于其阻尼和质量参数,卫星结构设计阶段应重点考量主体结构和支架结构频率关系以优化卫星载荷的动力学环境。     

用非概率理论分析混合不确定性结构的可靠性

针对不确定性结构可靠性分析中的输入变量分布参数具有不确定性和输入变量为区间模型的混合不确定性结构展开研究。考虑到可用信息最少的情况,将分布参数的不确定性描述为区间模型。通过等概率转换方法将随机变量与其分布参数进行分离,使问题转化为随机与区间变量混合的可靠性问题,建立了混合不确定性问题的可靠性分析模型。基于非概率可靠性理论,建立混合不确定结构分析模型的二级极限状态函数并结合Kriging代理模型建立了高效的求解方法。将所建立的混合不确定模型应用于飞行器结构的不确定性分析中,验证了所建模型的合理性和所提方法的高效性和准确性。     

浅议武器装备“三全”质量监督工作

<正>对武器装备"三全"(全系统全特性全过程)质量监督理论分析研究,结合军事代表开展装备质量监督实际,通过落实"三全"质量监督工作要求,推广应用"三全"质量监督信息系统,进一步完善规范了装备质量监督工作,打牢装备质量生成基础,促进装备质量保证。     

建立军人薪酬制度的政策建议

建立军人薪酬制度,应遵循按劳分配、与国民收入同步增长、特殊补偿等原则,要采取提高起点工资、适当拉大级差、实行福利工资化与货币化等措施。     

基于模糊商空间理论的产品粒化过程分析

模块形成与划分是展开模块化设计及大规模定制生产的关键环节。为了进一步扩展产品模块化的定量分析手段,提出了一种基于模糊商空间理论的产品粒化方法。通过引入粒度计算,将基于相关性分析的产品模块化过程转化为基于粒度计算的产品粒化过程,并应用模糊商空间理论对其进行了分析,给出了基于归一化距离和综合模糊相似关系的产品粒度空间构建方法,建立了基于两阶段优化算法的最佳产品粒层确定流程,进而得到了最优模块划分方案,最后以某堆垛机货叉机构为例对该方法进行了有效性验证。此方法为产品模块聚类与优化提供了一种新的数值分析和评价手段,应用结果表明该方法具有一定的可行性和合理性,能够有效指导产品模块化过程的实施。     

无风条件下军用装备定点投放的数学建模及仿真

以牛顿第二定律为基础,分析了降落伞和装备组成的伞物系统在空气中的受力情况,建立了无风、空气密度均匀条件下装备投放的微分方程模型.研究了装备在降落过程中的速度、迎角、降落时间、落地位置与飞机飞行高度、速度以及降落伞的关系,借助MATLAB软件求常系数微分方程模型的数值解,对装备的降落过程进行模拟仿真.利用仿真结果对实际装备的投放操作进行指导,可以达到更好的投放效果.     

基于空间谱估计的弹机分离检测研究

空空雷达主动制导导弹正成为各军事大国优先发展的空战武器,针对该类型导弹,分析了其典型的特征参数,以雷达-电子战一体化概念为牵引,提出了采用机载相控阵雷达信号处理技术进行弹机分离检测的思想。仿真结果表明,该方法具有较好的检测性能,为后续的干扰措施提供了有力的支撑。     

加强政工课过程化考核

目前军校政工课考核模式存在着考核内容偏重于教材,考核方式和过程单一,考核目的与教学目标脱节等问题,必须充分运用过程化考核方式,加强对学员平时养成和实践能力考核,以实现教学目标.     

三栖劲旅抢滩登陆 目击海军陆战队某旅实战化岛礁夺控演练

“电磁互抗、侦查袭扰、火力打击、立体攻防……”秋日清晨,粤西某濒海地域硝烟弥漫,战舰列阵,炮火轰鸣,由海军陆战队某旅联合多兵种实施的一场岛礁夺控演练激战正酣。