基于贝叶斯网络的空中目标威胁估计算法

联合作战条件下,指挥决策人员在海量描述战场态势的数据和信息面前往往会束手无策,无法快速作出正确的决策。贝叶斯网络模型是一种基于概率推理的网络化数学模型,能够通过一些变量的信息来获取其他的概率信息,从而解决不定性和不完整性问题。提出了一种基于贝叶斯网络的空中目标威胁估计算法,用空中威胁网络模型找到空中威胁目标各属性之间的潜在关系,并建立空中目标威胁估计算法,最后以一个实例来验证该空中目标威胁估计的计算过程和有效性。     

基于贝叶斯模型的装备剩余寿命预测研究

为了解决武器装备日益复杂及维修工作日趋繁重的问题,运用贝叶斯模型预测装备修理后的剩余寿命,为合理安排其修理计划提供依据。替代传统的指数分布,用威布尔分布描述系统寿命特征,并运用极大似然方法和贝叶斯方法估计威布尔分布的两个未知参数,给出其置信区间。在此基础上,对先验样本和后验样本两种不同情况,分别运用贝叶斯模型预测装备修理后的剩余寿命,并给出实例。结果表明了该方法的有效性。     

可靠性鉴定中 Bayes 方法的运用

本文论述可靠性鉴定的Bayes方法。文中讨论了成败型和寿命型两种模型。给出了可靠性鉴定方法及可能犯的两种错误的概率计算公式。论述中,充分注意了工程实践中出现的问题,并提出了处置方法。     

军事指挥控制中的贝叶斯决策支持

军事指挥控制是一个复杂的决策过程,该过程中信息是结合定性的专家知识和定量的融合数据而得到的.贝叶斯网为指挥控制系统提供了一个框架来处理这种专家知识和具体数据相结合的问题,并且影响图作为贝叶斯网的延伸可被用于分析指挥控制系统中某个决策的可行性.进一步地,为了减少所需指定的条件概率的数量并引入时变的概念,提出动态影响网作为一种新的决策支持方法.     

基于时空序贯融合的TBM拦截效果评估

基于时空信息进行了TBM拦截效果评估的研究。首先分析了拦截效果评估信息的特征,建立了TBM拦截效果评估流程;在此基础上提出了基于"空间特征级-时间决策级"思想的序贯融合评估模型;融合评估算法中,空间域选取模糊神经网络进行特征级融合,时间域选取D-S证据理论完成决策级融合,空间特征级融合模糊神经网络的各层映射函数分别由模糊隶属函数和采用贝叶斯网络的方法来获取;最后通过实验仿真了评估流程,验证了融合评估模型及融合算法的有效性。     

军事通信领域上下文本体建模及不确定性推理＊

为支持军事通信业务的智能化,研究了军事通信业务上下文信息的表示和推理,提出了一种表示业务上下文信息的语法结构、语义以及上下文元信息的本体建模方法。并利用贝叶斯网络理论,提出了一种支持不确定性推理的业务上下文认知模型的构建方法,最后通过案例分析验证了模型和结论的合理性。     

基于GO法的多阶段共因失效任务系统可靠性评估

为了解决部件阶段依赖性与共因失效给系统可靠性分析带来的复杂性,针对多阶段共因失效任务系统,结合GO法易于处理有时序、含共因失效系统可靠性分析的特点,首先,将前一阶段的输出信号作为后一阶段的输入信号,建模时首尾连接各阶段模型,建立整个任务系统的隐性GO模型;其次,在进行各信号流状态组合运算时,融入阶段代数处理部件的阶段依赖性;再次,用隐性共因失效分析,将共因失效对系统的影响在状态组合的定量分析中表达出来,得到所需系统可靠性指标;最后,与基于二元决策图的算法进行对比验证。结果表明:GO法可以简捷、准确地处理多阶段共因失效任务系统可靠性评估问题。     

基于动态贝叶斯网的炮兵战斗效果评估建模仿真

依据炮兵火力作战的特点规律,分析炮兵战斗效果评估的内容、程序、建模过程和影响因素,运用动态Bayesian网建立炮兵战斗效果评估模型,运用主成分分析方法确定评估专家权重,运用Poly Tree的消息传递算法进行评估网络推理分析,最后结合案例仿真验证。结果表明,该研究解决了情报信息不确定性、模糊性和动态性等影响战斗效果精确评估问题。     

尝试教学法与数学创新能力的培养

文章针对初中传统数学教学中存在的教学目的、方向不明确、教学方法不妥当等问题,探讨了尝试教学法在数学课堂教学的创新、教师创新精神与学生创新能力培养等方面的作用。     

整旧如旧与整旧如新——《古代文论》课程教学之我见

《古代文论》的教学在汉语言文学本科专业课程教学中因为跨度大,内容繁杂,同时又是理论课而显得老师讲解、学生理解比较困难。文字梳理在该门课程的讲解与学习中是一个最大的难点。在这个方面,应该注意“整旧如旧”和“整旧如新”原则的双向配合。