基于模糊AHP法的舰艇威胁能力评估

舰艇平台的威胁能力评估是海战场态势评估的基础。依据舰艇平台搭载的武器装备,建立舰艇威胁能力评估的指标体系,采用层次分析法确定各个指标的权重,构建基于模糊综合评判法的舰艇威胁能力评估模型。基于此模型,对阿利.伯克级I和II型导弹驱逐舰威胁能力进行了评估,实验表明方法合理。     

基于模糊层次分析法的战役情报效能评估

战役情报是组织实施战役所需的军事情报,运用模糊层次分析法对战役情报的效能进行评估,可以对军队情报工作产生一定程度的导向作用,进而促使增强情报工作的针对性,优化情报工作流程和资源配置。模糊层次分析法具有较高的科学性和客观性,计算方法简单、使用方便,通过应用实例表明模糊层次分析法对于衡量某特定情报集在战役中的支持力度具有一定的参考价值。     

作战分队武器系统的作战效能

战斗分队是未来联合作战中系统对抗的基本单元,以仿生学原理和系统工程理论为指导,建立了分队武器系统作战效能指标体系,并运用层次分析法建立了相应评估模型.最后以两组装甲步兵分队为例,分别评估了其在进攻(对峙)和防御中的作战效能,验证了该指标体系和评估模型的科学性和实用性.为指导员进行科学决策提供了理论依据.     

高频地波雷达作战效能评估分析方法

根据高频地波雷达的特点和作战任务,采用层次分析法,从探测能力、情报质量和生存能力三个指标层给出了高频地波雷达作战效能评估的层次结构体系,并确定了各效能指标及相对权重的计算方法,最后得出了高频地波雷达作战效能评估的定量分析方法,解决了雷达系统作为非直接杀伤性武器而无法评价其在作战背景下的作战效能的问题,为该雷达的作战使用提供了辅助决策的依据.     

卫星军事应用系统作战效能评估的网络层次分析法研究

根据卫星军事应用系统的特点研究了基于网络层次分析法的效能评估方法.确立了效能评价的准则,给出了影响其作战效能的指标集,建立了网络层次分析法控制层和网络层模型,并且利用计算极限超矩阵的方法对单个准则下各方案的作战效能进行排序.最后,通过对单个准则下的排序向量进行加权求和获得卫星军事应用系统作战效能的排序向量.     

基于遗传算法的潜射反舰导弹综合作战效能分析

提出了直接根据单指标相对隶属度的模糊评价矩阵,构造层次分析法中的判断矩阵用以确定各评价指标权重的方法,给出了用遗传算法检验和修正判断矩阵的一致性和计算判断矩阵各要素的权重的模糊综合评价模型,对潜射反舰导弹作战效能进行了综合评估和排序.实例表明,该方法简便通用,计算结果较为客观和稳定.     

面向两类典型分析仿真的多样本任务调度工具的设计

当在多台计算机上调度很多样本并行运行时,采用手工操作效率低且极易出错。设计一个自动化的任务分发与调度工具可以有效地提高仿真运行效率。蒙特卡罗仿真和粒子群优化算法仿真是两类典型的分析仿真,介绍了面向这两类仿真的多样本任务调度工具的实现原理和关键技术,这些方法具有很好的通用性和可扩展性,可以广泛应用于解决各类仿真任务的自动分发与调度问题。     

支持QoS的无线Mesh网络机会路由优化算法

针对空中骨干Mesh网络资源有限、计算能力相对不足的特点以及传统简单机会路由(Simple Opportunistic Adaptive Routing,SOAR)路由算法未充分考虑负载均衡与不同业务服务质量(Quality of Service,Qo S)保障需求差异性的问题,提出一种支持业务区分的改进型SOAR路由算法。该算法在考虑链路拥塞控制和负载均衡的基础上,定义综合预期传输次数来描述链路的综合状态,有效降低网络拥塞概率;同时根据传输业务类型的不同,设计一种基于层次分析法的路由选择策略,实现路径选择与业务类型的动态匹配。仿真结果表明,在重负载条件下,改进型SOAR路由算法相比传统SOAR路由算法其时延、吞吐量和吞吐率性能明显提升。当网络中存在不同类型业务时,改进型SOAR路由算法能够根据业务Qo S保障需求的差异性自适应选择最佳传输路径。     

基于四面体六棱长的三站测时差立体定位方法

针对在三站测时差立体定位中辐射源位置不能唯一确定的情形,提出一种简单易懂、计算方便、可操作性强的解析解方法,以解决求解双曲面方程组的繁琐问题。首先利用三站相互之间的距离、由量测时差值换算得到的两个距离差值,以及辐射源至主站的距离(设为变量r)总共6个参数,立足于已知6条边长判断能否构成四面体的理论,求得r的取值范围;然后在r的值域范围内任意给定某个具体值,加上已知三站的地理位置,通过解三元一次方程组的形式获得目标在三站所在平面内垂直投影的坐标(设为变量X_h),并计算出目标至垂直投影的距离(设为变量h);最后由X_h和h给出目标在地心地固直角坐标系下的坐标。     

Initial alignment of compass based on genetic algorithm-particle swarm optimization

The rapidity and accuracy of the initial alignment influence the performance of the strapdown inertial navigation system (SINS), compass alignment is one of the most important methods for initial alignment. The selection of the parameters of the compass alignment loop directly affects the result of alignment. Nevertheless, the optimal parameters of the compass loop of different SINS are also different. Traditionally, the alignment parameters are determined by experience and trial-and-error, thus it cannot ensure that the parameters are optimal. In this paper, the Genetic Algorithm-Particle Swarm Optimization (GA-PSO) algorithm is proposed to optimize the compass alignment parameters so as to improve the performance of the initial alignment of strapdown gyrocompass. The experiment results showed that the GA-PSO algorithm can find out the optimal parameters of the compass alignment circuit quickly and accurately and proved the effectiveness of the proposed method.