基于BP和Hopfield神经网络的航空肼燃料保障安全评价

针对航空肼燃料保障安全评价的复杂性和非线性,提出并建立了基于BP和Hopfield神经网络的动态安全评价模型。在综合分析国内外肼燃料保障安全评价的基础上,针对航空肼燃料保障过程中出现的问题,构建并优化了指标体系,选取前馈神经网络中的BP网络和反馈神经网络中的Hopfield网络建立评价模型。在详细说明了BP和Hopfield神经网络的构建方法后,进行实例验证,并对预测效果进行了比较分析。仿真表明,两种模型都能正确评价安全保障状态。但在收敛速度、联想记忆功能方面Hopfield神经网络优于BP神经网络。将BP和Hopfield神经网络用于肼燃料保障安全评价过程中,具有适用性和可行性,对于航空肼燃料保障的安全建设与安全管理研究具有重要意义。     

基于AHP的天波雷达装备维修保障能力评估

研究天波雷达装备维修保障能力评估问题。首先,根据天波雷达本身的特点建立了装备维修保障能力评估体系,并给出了各指标的意义及计算方法;其次,采用层次分析法确定评估指标体系中各指标的权重;最后,通过实际数据对目前天波雷达装备维修保障能力进行了计算。通过计算说明了模型能够反映天波雷达装备维修保障能力,计算结果可以为改进装备维修保障系统提供依据,亦可以为装备维修保障指挥提供辅助决策。     

信息化条件下空战威胁评估指标体系

目标威胁评估是空战决策研究的重要组成部分,评价指标是进行威胁评估的前提和基础。根据现代空战的特点,借鉴网络中心战思想,从空间态势、物理域、信息域、认知域4个角度,构建了信息化条件下空战目标威胁评估指标体系,并对指标体系进行了完备性、合理性、有效性检验。通过实例分析表明威胁评估指标能较好地反映信息化条件下空中目标的实际威胁,为空战决策研究提供参考。     

太空目标监视装备作战试验设计研究

按照现行装备试验鉴定体制的要求,装备作战试验是新研太空目标监视装备在正式交付使用单位前必须完成的一类试验。太空目标监视装备具有精密昂贵、价值高、单台套、集成度和复杂度高等特点,开展作战试验与普通的侦察探测装备和常规兵器区别较大。本文介绍了太空目标监视装备作战试验的对象与要求,分解了太空目标搜索发现、监视管理、目标识别、信息共享等实战能力和实战能力的生成与保持要求,构建了作战试验评估指标体系,并依据太空目标监视任务剖面和环境剖面设计了作战试验项目,基于作战试验指标考核评估确定了评估数据采集需求,紧贴太空目标监视装备实际使用面临的环境条件构设了逼真的作战试验环境条件。这些研究可为太空目标监视装备作战试验实践提供支持。     

弹药包装经济效益评估

本文依据弹药包装的特点,通过对弹药包装军事经济效益的研究,建立了弹药包装经济效益评价指标体系和评估模型,并进行了实例分析。     

计算机网络攻击效果评估技术研究

计算机网络攻击效果评估技术是信息系统安全评估中一个重要而具有挑战性的课题。目前 ,相关的理论尚不成熟 ,有关的研究报道较少。简要总结了当前已经存在的主要信息安全的评估方法 ,在此基础上 ,从便于实际度量和计算的角度出发 ,提出了基于网络信息熵的评估技术、基于系统安全层次分析的安全评估框架和基于指标分析的网络攻击效果综合评估技术等三种评估模型 ,并分析了各自在使用中应注意的问题     

基于仿真的潜艇装备作战能力ANP幂指数评估方法

针对潜艇装备作战能力幂指数评估模型中评估指标之间存在相互依赖或影响关系,以及评估过程主观性较强的情况,建立了基于仿真的潜艇装备作战能力ANP幂指数评估流程;以潜艇反舰作战能力评估为例,给出了网络化评估指标体系设计与优化方法;基于专家和仿真数据的ANP超矩阵构建方法以及基于指标权重的幂指数评估模型构建方法,建立了基于仿真...     

气动式振动台气锤产生激励信号的机理及其性能研究

建立了阶梯式活塞气锤的力学模型,揭示了该类气锤产生碰撞信号的机理,针对两种不同型号的气锤,结合大量工程实验仿真生成了不同气压作用下两种气锤产生的激励信号,以激励信号的低频能量为气锤的性能指标,进一步评价了两种气锤的性能优劣.研究结果表明:大气锤的性能明显优于小气锤的性能.     

基于核主成分分析的高校科技创新能力评价研究

高校在国家创新体系中占有举足轻重的地位,高校科技创新能力评价研究对提高高校科技创新能力具有积极的意义.基于核主成分分析的评价方法能够有效去除高校科技创新能力评价指标体系中的废咝韵喙匦畔?从而取得较好的评价结果.以15所教育部直属高校科研统计数据为样本,利用核主成分分析法进行了高校科技创新能力评价的实证分析,并与主成分分析结果进行了比较,结果表明,核主成分分析能够取得更高的主特征值累积贡献率,从而产生更为合理的评价结果.     

基于半监督FCM聚类算法的卫星云图分类

针对卫星云图的特点在分类特征集中采用了一种新的特征--差异化特征,该特征反映了云图的内部结构特点,并且具有良好的鲁棒性,能有效地避免云团位置变化对特征的影响.将半监督思想引入到模糊C均值聚类方法(FCM),克服了单纯的FCM方法未考虑领域知识导致的聚类结果的盲目性.半监督FCM方法在聚类过程中加入少量的由领域专家标记的样本,引入专家的领域知识,通过与这些带有类标记的样本进行相似性比较,引导FCM方法的聚类过程.试验结果表明,基于具有差异化特征的云图特征集,半监督FCM方法能有效地提高云图分类的准确率.