具有随机扰动的SISV模型的解的渐近性态

研究一类具有两种随机扰动的SISV传染病模型．对于第一种随机SISV模型,证明对任给的非负初值,该随机模型一定存在唯一的全局正解,并讨论该随机模型的解围绕确定性模型的无病平衡点的渐近行为;对于第二种随机SISV模型,通过构造适当的Lyapunov泛函证明该随机模型的解是随机渐近稳定的．     

抢险救灾非战争军事行动中应急资源调度网络的优化方法

抢险救灾非战争军事行动包括道路抢修和物资运输等任务,而这两类任务在灾后应急资源调度中存在关联性的影响,且面临路网结构可变及需求随机模糊等挑战,对此,提出了一种非确定性应急资源调度网络双层规划模型,设计了基于蒙特卡洛方法与遗传算法耦合的智能启发式求解策略.通过对典型情境下应急资源调度案例进行分析建模和数值求解,说明了该模型和算法的合理性和有效性.     

屏蔽数据在新型截尾样本下系统的可靠性分析

当系统含有屏蔽数据时,在具有随机移走逐步增加型截尾模型下,讨论了部件寿命服从双参数指数分布的串联系统可靠性估计问题。设随机移走系统数服从二项分布,利用极大似然方法,Bayes理论及方法,推导出双参数指数部件参数、系统可靠性函数、失效率函数及移走概率的极大似然估计和Bayes估计。并利用Monte Carlo方法对两种估计结果进行了比较,表明Bayes估计较极大似然估计效果更优。     

限定广义纳什均衡及其控制罚算法

广义纳什均衡问题通常有很多解,只有在相当严格的条件下,才有可能得到唯一解。如果任意选取其中之一作为该问题的解,显然是不合理的。为此,提出限定广义纳什均衡的概念。通过给共同约束相对应的拉格朗日乘子增加约束的方法,找出具有某些特性的解。为了求解限定广义纳什均衡,还进一步给出了控制罚算法。     

面向争议领域的军事威慑信号博弈分析

围绕争议领域蕴藏的丰厚价值,有关国家不断展开军事博弈.基于此,分析了威慑方为捍卫主权完整可能采用的威慑方式和被威慑方为应对威慑恐吓而采取的对策,构建了基于争议领域的军事威慑信号博弈模型(Military Deterrence Signaling Game Model,MDSGM).将信号博弈理论和完美贝叶斯均衡思想引入MDSGM,探讨了均衡存在的类型和条件.算例表明,采用虚实结合、真假参杂的威慑信号传递方式,能达到“不战而屈人之兵”的目的,验证了模型的可行性和有效性,得出的结果能为决策者提供辅助参考.     

基于路径-博弈混合策略的无人机空战机动决策

针对无人机的自主空战机动决策问题,设计了基于路径-博弈混合策略的决策算法。首先根据无人机飞行控制过程中,水平机动和垂直机动可以解耦的原理,提出了相解耦的自主决策机制,使用路径规划实现水平机动决策,使用博弈理论实现垂直机动决策。为提升决策环境的灵活性,设计了能够自适应调整规划范围和分辨率的动态栅格环境。基于QL算法设计路径规划模型,并使用双Q表学习机制改进算法,有效提升了路径规划质量。基于纳什均衡理论构建垂直机动算法模型,根据不同的态势环境设计了代价计算函数,实现了无人机的垂直机动决策。最后,针对一对一空战对抗情景开展仿真验证,验证了算法的有效性,相对于传统基于三维规划空间下的机动决策,可有效缩短规划耗时,提升规划品质。     

基于SPN有限等待差错服务的火力单元排队模型

给出了一般排队模型的SPN描述,分析了防空火力单元的实际作战过程,在已有的火力单元的模型基础上,提出了有限等待差错服务的排队模型,详细分析了排队模型的运行机制,包括顾客有限等待、优先级的排队等,最后运用SPN理论对应的联系谓词公式和随机开关对模型进行了强有力的描述。是构建防空战役层面大型排队网络模型的基础。     

材料随机梁的有限元分析

提出一种以柔度为基础的具有随机刚度弯曲梁的有限元公式。在计算过程中 ,用与刚度均值有关的内力近似表示未知内力值。通过蒙特卡罗模拟可示出刚度的一维可靠性密度函数和相关函数 ,可用来估算柔度的均值和协方差函数。最后根据新的公式计算出随机梁的均值和协方差。     

增强军训政治工作的渗透性

集中教育与随机教育相结合。对于困扰训练、制约战斗力提高的带有普遍性的思想问题 ,譬如当前在部分官兵中存在的训练无用、训练无效、训练无利等错误认识 ,要采取集中教育的方式 ,通过进行军队根本职能、形势战备和使命任务教育来解决 ,从而不断强化部队的忧患意识、应急意识和责任意识。同时要看到 ,军事训练中官兵的思想情绪多样 ,且处于动态变化中。军事训练内容具有递进性 ,训练过程具有阶段性 ;而且部队业务门类较多 ,每个战位的工作性质各不相同 ,岗位职责具有特殊性 ;再就是人们的思想水平、生活阅历、性格特点、家庭条件千差万别 ,…     

防空导弹横向振动响应计算研究

随机气流与舵面的运动将给弹体造成随机载荷 ,用模态叠加法编写程序计算了该激励产生的随机响应