预测偏差的LS-SVM预测控制

提出了一种基于预测偏差的最小二乘支持向量机预测控制模型.首先介绍了最小二乘支持向量机预测模型,研究了基于预测偏差的控制算法,并给出了基于预测偏差的最小二乘支持向量机预测控制结构.通过利用最小二乘支持向量机辨识被控系统模型,同时预测系统的未来输出,然后用预测偏差控制算法进行滚动优化和反馈校正.仿真实例中,针对同一系统与基于预测偏差的RBF网络预测控制进行对比分析,表明该模型对系统的预测结果有更好的控制作用,并具有一定的抗干扰能力,有效地提高了预测精度.     

基于IFTS的网络动态负载均衡方法

针对网络负载均衡过程中节点负载变化趋势难以预测的问题,在分析网络负载模糊时序变化特性的基础上,设计了可变阶自循环误差校正机制,构建了网络负载直觉模糊时间序列(IFTS)预测模型,并将基于IFTS的负载预测与网络动态负载均衡相融合,提出了基于IFTS的网络动态负载均衡方法,有效地提升了网络负载预测精度,增强了动态负载均衡系统运行效率,改善了网络整体服务质量。并通过典型实例验证了该方法的有效性和优越性。     

认知网络中一种基于博弈论的抗阻塞干扰方法

文中针对认知无线网络中出现的恶意干扰次级用户问题,利用博弈理论,建立了在多信道条件下次级用户和恶意用户博弈对抗模型。通过求解纳什均衡点,得出最佳的随机功率分配策略对抗恶意干扰,并与其他策略进行比较。仿真结果表明,该算法能够最小化恶意用户干扰造成的损失。     

图像跟踪系统中机动目标预测的实现

针对装甲车上的图像跟踪系统,提出了一种机动目标预测方法.将目标的运动分解为两部分,即全局运动和局部运动,并根据各自的动态特性分别进行预测.以局部运动预测为重点,通过对机动目标跟踪技术的研究,建立起性能优良的跟踪滤波器,并将其扩展到预测滤波器中对目标的未来运动状态进行预测,从而提出了"交互式多模型预测算法".仿真结果表明,该算法具有预测精度高、自适应能力强的特点,同时给出了计算方法.     

疫情下安徽省医学高等教育人才供求协调发展的实证研究

在当前全球疫情爆发的大背景下,安徽省急需建设一支高水平、高质量的医学人才队伍。安徽医学高等教育作为当地医学人才的主要供给者,与医疗卫生机构的需求量是否协调发展,关系着安徽省医疗卫生的质量和服务水平。本文对安徽省医学高等教育发展的总体状况、医学高等教育人才培养状况以及人才需求状况进行实证分析,结合二十年来人才培养与需求的发展状况,对2021-2030年安徽省医学高等教育人才供求匹配进行预测分析,并提出调整医学教育规模,提倡高质量办学;提升教育培养层次,发展紧缺专业;促进人才向基层流动,留住人才;建立人才供求协调发展机制,加强统筹规划等相关政策建议。     

再入高超声速滑翔飞行器可达区域快速预测方法

为了使防御方实时了解目标威胁以尽早制定拦截方案,提出一种再入高超声速滑翔飞行器可达区域快速预测方法。基于防御方所知目标信息,分别设计了目标识别算法、防御方轨迹优化算法以及可达区域拟合方法。首先通过目标升阻比大小判断目标类型,以此确定预测算法的起始时刻,然后运用防御方轨迹优化算法得到最大纵程、最小纵程、最大横程3类轨迹,最后对这3类轨迹的落点进行椭圆拟合,生成目标可达区域。仿真结果表明该方法能够快速判断目标类型并生成目标可达区域,对反再入高超声速滑翔飞行器指挥决策问题的研究具有重要意义。     

基于支持向量机的飞机备件需求预测

支持向量机是一种机器学习算法,在国外已广泛应用于工程实践领域。首先探讨了支持向量机回归预测模型的学习和预测机制,分析其中三个重要参数对算法的影响规律,得出一套定性的参数选择方法,然后将支持向量机引入到装备综合保障分析之中,构建了飞机备件智能预测模型,并对某型军用飞机备件需求进行了预测和分析,结果表明:基于支持向量机的备件需求预测是有效的、可行的。     

适应信息化战争需要 构建精确化动员模式

随着世界新军事变革的不断发展,未来信息化战争精确、高效、速决的特征日益明显。与这一基本特征相适应,国防动员由“粗放式”向“精确式”转变将成为国防动员发展的必然要求。所谓精确化动员,是指在现代信息技术的支持下,战争双方通过科学预测战争规模、准确评估对方战争实力,确定己方需动员转化为战争实力的战争潜力,尽可能使战争对人、财、物等资源的需求与动员转化的供应之间接近或达成一致,从而实现既能节约资源、又能满足战争需要的目标。构建精确化动员模式势在必行信息技术的发展与应用为精确化动员提供了技术支撑。在传统战争中,信…     

预测函数控制及其在导弹控制系统中的应用

介绍和分析了预测函数控制方法以及引入预测函数控制律的闭环系统的跟踪性能和鲁棒性等问题,并进一步研究了这一控制策略在某型战术导弹控制系统中的应用.通过仿真及与其他控制方法的比较,表明预测函数控制方法是一种计算简单、鲁棒性强、抑制干扰能力好、控制精度高的十分有效的控制方法.     

基于时间序列预测的独立分量排序

独立分量排序是独立分量分析的热点问题,是提高特征空间鲁棒性和减少计算复杂度的必要前提。结合ICA在时间序列预测的应用,给出了基于一阶差分和最小方差误差的多分量联合重构预测排序准则。为了避免联合优化中出现的海量计算问题,提出了添加-测试-接受机制(ATA)的次优搜索方法。实验结果表明,和传统排序方法比较,新方法具有优异的预测能力和搜索效率。