不完全信息的装备采购博弈

目前,我国的军品市场正由封闭市场向一个相对开放竞争的环境转变。基于不完全信息的装备采购的博弈模型,探讨了在不完全信息的相对开放的竞争环境下,军企双方对对方的策略、偏好、所处的地位或者状态的信息等策略问题进行了解,并给出了求解方法,通过实例进行了说明,对装备采购实践具有一定的指导意义。     

基于本体的消防应急决策模型

消防信息技术研究的不断深入和本体论在计算机中的应用日益成熟,促进了人工智能系统的发展。以消防应急决策过程为研究背景,尝试将全局数据包络分析引入应急决策中,建立消防应急管理协作模型,分析多个决策结果的相对有效性,协助决策者在较短时间里作出合理的决策。     

激光武器复合轴跟踪瞄准的稳定性分析

复合轴跟踪技术是激光武器精确跟踪瞄准目标的关键技术之一,掌握这门关键技术至关重要。对复合轴跟踪切换的视场匹配和系统设计时的粗、精跟踪系统的带宽比进行分析,从仿真结果得出在设计激光武器复合轴跟踪系统时要对粗、精跟踪系统的带宽和跟踪视场合理分配,选择合适的带宽比以达到跟踪切换的平滑性,实现对目标的精确跟踪。为复合轴跟踪控制系统的设计提供了一些参考思路,也对实现激光武器对目标的精确瞄准有一定的科学参考价值。     

多枚声诱饵协同对抗水下声自导航行器决策方法

针对大型舰艇或舰艇编队机动性能差,且单枚声诱饵对抗效果差等问题,分析多枚声诱饵协同对抗水下声自导航行器使用方法,通过舰艇、声诱饵和水下声自导航行器间的运动几何关系,建立多枚声诱饵协同对抗数学模型,利用蒙特卡洛仿真对比分析纯机动、使用单枚声诱饵和多枚声诱饵不同对抗决策方法对水下声自导航行器捕获概率的影响,证明所提方法正确有效。     

基于Matlab仿真的当前统计模型的参数校正

当前统计模型能真实地反映目标机动范围和强度的变化,是目前较好的实用模型。大量实验表明该算法在跟踪机动目标时具有良好的跟踪结果。然而实验中也发现该算法在跟踪具有加速度的目标机动情况时,其速度与加速度估计的动态时延明显位置误差较大,因此不能很好地实时反映目标的机动情况。因此需要进行新的调整参数的设定与比较,使其克服以上的缺点,文章借鉴强跟踪滤波器,在滤波器状态预测协方差矩阵中引入了加权因子并利用M atlab仿真技术,针对当前统计模型中对动态时延影响比较大的几个重要参数,进行了仿真对比和调整。跟踪结果表明:动态时延明显减小,位置误差大幅下降,达到了比较理想的跟踪效果。     

基于灰色系统理论的目标方位估算及应用

针对潜艇作战过程中依据目标方位变化判断战场态势的军事需求,根据灰色系统理论,以实测目标方位序列为原始数据,建立GM(1,1)模型,深入挖掘其内在规律性,对目标方位序列的变化趋势进行科学分析,并估算未来时刻目标方位,用于战术态势判断、检验目标运动要素解算和战术绘算的准确性,以及干预目标运动要素解算,以期望利用有限的数据,获得最大限度的信息,为潜艇指挥员提供决策支持。     

基于使命和方法框架的武器装备体系结构建模

针对武器装备体系的特点,提出一种基于使命和方法框架(M iss ions and M eans F ram ew ork,MM F)的武器装备体系结构建模方法。MM F模型包含使命的确定、方法的分配和使命完成的评价。采用使命-方法框架对武器装备体系进行组织和描述。在自上而下的规划和决策过程中,实现了使命的确定和方法的分配,以数据要素的形式完成对武器装备体系结构模型的构建。并以"超地平线登陆"作战装备体系为例,验证了该方法的可行性。     

飞机机翼结构损伤仿真研究

飞机结构的战伤模式及战伤程度预测对于制定战场抢修预案及改进战斗生存力设计具有重要意义。采用计算机模拟仿真技术定量分析了飞机机翼结构遭受射弹攻击后的损伤情况。通过损伤仿真讨论了3类情形,一是机翼结构受到简单的侵彻后的冲击效应;二是高速射弹攻击带有翼盒的机翼,而产生流体动力冲压效应;三是在射弹冲击模型中增加爆炸条件,研究射弹以任意角度冲击不同的位置产生的耦合效应。基于AN SY S/LS-DYNA仿真,给出了机翼结构损伤的结果,结论为战伤飞机战场抢修的快速评估提供了科学依据,也为飞机平时修理提供了参考。     

指挥控制组织结构扁平化分析及测度

为分析研究指挥控制(Command and Control,C2)组织结构的扁平化程度,给出了指挥控制树和协作交流网的概念,阐述了金字塔式C2组织结构和扁平式C2组织结构。在此基础之上,针对两种C2组织运作环境,分别设计基于拓扑的C2组织结构扁平化测度和基于任务的C2组织结构扁平化测度。案例给出了两种组织结构的扁平化测度计算结果,结果及比较分析表明扁平化测度计算方法的可行性和有效性。     

Technical note: Finite-time regret analysis of Kiefer-Wolfowitz stochastic approximation algorithm and nonparametric multi-product dynamic pricing with unknown demand

We consider the problem of nonparametric multi-product dynamic pricing with unknown demand and show that the problem may be formulated as an online model-free stochastic program, which can be solved by the classical Kiefer-Wolfowitz stochastic approximation (KWSA) algorithm. We prove that the expected cumulative regret of the KWSA algorithm is bounded above by where κ₁, κ₂ are positive constants and T is the number of periods for any T = 1, 2, … . Therefore, the regret of the KWSA algorithm grows in the order of , which achieves the lower bounds known for parametric dynamic pricing problems and shows that the nonparametric problems are not necessarily more difficult to solve than the parametric ones. Numerical experiments further demonstrate the effectiveness and efficiency of our proposed KW pricing policy by comparing with some pricing policies in the literature.