“五六个参谋管全国”的启示

善谋者简以胜战。解放战争时期,军委作战室设在西柏坡的一间土屋,作战科、情报科和资料科挤在不到35平方米的陋室里,里面摆着3张大桌子,一张桌子就是一个科。周恩来曾颇为感慨地说,我们是在世界上最小的指挥部里指挥了最大的人民解放战争。就是在这个指挥部里,先后发出408份电报,指挥300万军队所向披靡。时任军委作战室副主任张清华后来说：＂人虽少,却把敌我两军的编制序列、兵力部署、战场态势掌握得一清二楚,既要汇报敌情,又要统计战绩、公布战报,五六个参谋管全国,工作效率极高。     

基于径向基代理模型的序列优化中自适应再采样策略

针对径向基插值代理模型样本点预测误差为零时无法获得误差函数进行序列再采样优化的问题,将样本点分布约束引入序列再采样过程,利用潜在最优解加速收敛性,提出一种适用于径向基插值代理模型序列优化的再采样策略,该策略兼顾仿真模型的输出响应特性与样本点的空间分布特性。仿真结果表明,使用该在采样策略后,算法寻优效率和精度均优于传统基于代理模型的优化方法,在对最优解进行有效预测的同时,能显著减少原始模型计算次数。     

基于蚁群算法的电子设备多值测试故障诊断策略

测试序列优化设计是故障诊断中的重要组成部分,最优测试序列能提高故障诊断的效率,常见的故障诊断系统均基于二值属性,而多值属性系统的测试优化问题研究的较少。针对多值属性系统测试序列优化问题的特点,提出了一种改进蚁群算法,结合二值属性系统和多值属性系统的关系,设计了适应于多值属性优化的状态转移规则和信息素更新机制。针对在等测试费用和故障先验概率的情况下不能寻优的问题,制定了对应的优化标准,符合实际的测试需求。通过对比试验,证明了其能解决电子系统多值属性系统的序列优化问题,扩展了多值属性电子系统的测试优化策略。     

卷积编码多序列跳频及抗部分频带干扰性能分析

差分跳频(DFH)中用户数据对频率选择的约束性较弱。对此提出一种卷积编码的多序列跳频(CC-MSFH)系统,无需对发送信号进行调制,长度为N的编码数据分组从一簇2N个正交跳频序列中选出某个序列,并在该序列的当前频率上发送单频信号。相比DFH,CC-MSFH保持了信号健壮性,又使发送频率受跳频序列的强约束,因此,可以采用窄带接收来抑制异频干扰。计算和分析表明,在瑞利衰落信道中,CC-MSFH能够有效对抗部分频带干扰,在小信干比下误码率明显低于DFH。     

现代时间序列分析方法的猎扫雷作战效果评估

针对常规Kalman滤波在猎扫雷作战效果评估中退化为次优,特别是对混布雷阵效果评估精度低的问题,研究了将现代时间序列分析方法应用于猎扫雷作战效果评估。通过对4种典型雷阵的仿真和分析,对比了2种方法的优缺点。结果表明:现代时间序列分析方法比常规Kalman滤波评估更有效,尤其对混布雷阵也有很好的评估效果,且计算过程简便,提高了估计精度。     

基于LSSVM的缺失飞行数据组合填补方法

针对飞行数据的特点,将基于最小二乘支持向量机的一元填补方法和多元填补方法相互结合,提出了一种缺失飞行数据的组合填补方法。该方法将两者优势互补,既能反映出变量自身的变化趋势,同时也利用了相关变量间的作用信息,增强了算法的可靠性,提高了数据填补的精度。实验结果表明了所提方法在缺失飞行数据填补中的有效性和适用性。     

基于最小二乘支持向量机的火灾起数时间序列预测

基于最小二乘支持向量机算法,建立了火灾起数时间序列预测模型,并给出了相应的建模步骤.结合昆明市近16年的火灾起数数据,将1997～2006年火灾起数作为训练集,预测了2007～2012年的火灾起数.结果表明,该模型预测结果的均方根相对误差和平均绝对百分比误差分别为0.132 6和0.084 7,具有良好的预测精度,能够较为准确的预测出火灾起数的变化情况.用此模型预测了昆明市2013年火灾起数,并根据误差确定了2013年火灾起数的大致变化空间.     

基于差分自回归移动平均模型的城市火灾趋势预测

以火灾统计数据中的火灾发生起数为研究对象,利用时间序列分析中的差分自回归移动平均模型对城市火灾进行预测。以北京市2000～2006年火灾数据为例,建立了乘积季节模型,进而预测了北京市2007年月火灾发生起数,并与实际值相比较,发现该模型预测结果较为准确,可用于对火灾作短期预测,预测结果可为消防部门的决策提供科学依据。     

资源不确定军事任务计划预测调度模型与算法

针对军事任务计划执行环境中普遍存在的资源不确定性,提出了基于资源缓冲区的军事任务计划预测调度算法。算法首先基于平台有效资源功能向量进行任务—平台分配,分配过程中通过调节平台有效资源功能向量,获得不同的平台资源缓冲区分配方案;然后基于NSGA-Ⅱ算法框架对军事任务计划进行多目标求解,进而获得问题的Pareto最优解集。文章通过仿真算例对算法的可行性和有效性进行验证,实验结果表明,该算法能够有效求解资源不确定军事任务计划问题。