战场网关键节点仿真与分析

针对作战中难以快速分析美空袭体系战场网重要作战节点,对战场网作战要素进行了分类,提出战场网关键节点的评价指标,并利用社会网分析的网络分析手段,对美典型空袭体系作战要素及信息流转进行了仿真计算。结果表明,利用度数中心度等社会网分析指标,可以迅速识别战场网的关键节点和链路,为未来的网电作战寻求作战目标排序提供了新的方法。     

采用贪婪启发式的异构WSNs部分覆盖算法

异构无线传感网络(Wireless Sensor Networks,WSNs)的多数监测应用要求监测区域被部分覆盖。因此,对异构WSNs的部分覆盖问题进行研究。提出基于贪婪启发式的部分覆盖算法(Greedy Heuristic-based Partial Coverage,GHPC)。先对异构WSNs的部分覆盖问题进行定义和形式化表述,再利用贪婪启发式算法求解。GHPC算法选择具有最大覆盖贡献的节点加入覆盖集,进而满足覆盖要求。仿真数据表明,与同类算法相比,提出的GHPC算法能够在满足覆盖要求的同时,降低活动节点数。     

基于NB-IoT的仓储管理系统设计及其HTCPN建模

NB-IoT技术具有广覆盖、大连接、低功耗、低成本等特点,能够同时满足室内和室外定位需求,且具有随遇接入和安全架构等方面的优势,更适用于现代仓储管理。提出了一种基于NB-IoT的仓储管理系统,给出了该系统的总体架构及功能和组成,描述了该系统的信息感知过程和以出库为代表的业务流程,并利用HTCPN方法进行建模仿真;新方案在网络状态不好、检验时出现信息不一致等情况下均具有比较明显的任务完成时间优势,有效提升了仓储管理效率。     

基于时序超网的作战体系效能指标动态测量方法

由于作战体系具有整体涌现性、动态演化性以及能力相对性等复杂系统特征,传统树状指标体系与加权求和的静态评估方法已不再适用。提出一种基于时序超网的作战体系效能指标动态测量方法。以复杂网络理论为基础,利用网络模型特征参数对部分作战体系效能指标进行映射;采用超网络与时序网络相结合的方式,构建作战体系时序超网模型;通过分析体系超网络中各层网络的特点,分类选取网络特征参数。基于兵棋推演数据对作战体系中交战网的特征参数进行了动态测量,验证了方法的有效性。     

从“互联网+”看“政工网+”

随着时代的发展和科技的进步,人们相互之间的信息交流已经从写信时代走过了短信时代进入了微信时代。当前,谋划政治工作如果脱离信息网络化时代要求,必将固步自封,对战斗力生成造成损害。“政工网+”与习主席提出的推动政治工作传统优势与信息技术高度融合、增强政治工作主动性和实效性的要求相契合,将给政治工作提供新的平台,带来新的挑战。一、从“互联网+”看“政工网+”的发展之困目前,政工网全面更名为强军网,这不仅是名字的更改,更应该是层次的内容的提升。从这点延伸开来,部队要想推行“政工网+”,仍需认清存在的现实局限。     

基于UML和OPN的通信系统建模技术

提出了采用UM L与OPN相结合的方法对军事指挥自动化通信系统进行建模,该方法利用UM L建立全面的静态模型和全力描述的动态模型,并将动态模型映射到OPN中进行分析和模拟,根据模拟结果对模型进行反复修改,从而验证模型的准确性,提高了系统的开发效率。     

网络系统可靠性评估的模糊神经Petri网方法

针对网络信息系统可靠性建模困难的问题,提出了一种新的可靠性估计的模糊神经Petri网方法。给出了模糊神经Petri网定义及其适用于可靠性建模的引发规则,并在此基础上提出一种学习算法,其既可以表示和处理模糊产生式规则的知识库系统,又具有学习能力。最后建立了信息系统可靠性评估模型,并通过定性分析和定量的实例计算,验证了算法的有效性。     

舰潜对抗仿真中潜艇CGF建模

准确有效地对潜艇CGF进行建模是保证舰潜对抗仿真中潜艇兵力物理真实性和行为智能性的基础。在潜艇CGF模型通用框架基础上,对潜艇CGF物理建模和行为建模进行了分析和研究,提出在基于Petri网的潜艇CGF行为模型中引入战术规则前置谓词公式的行为建模方法,提高了准确描述符合战场行为规律的潜艇CGF的能力。在STAGE仿真环境上的验证结果表明:该方法合理、有效。     

物元Petri网建模方法及其应用

传统Petri网理论难以处理具有多属性对象复杂离散系统的建模问题,物元Petri网结合了物元理论能够很好地解决这一问题,是值得进一步研究并应用的新的复杂离散系统建模方法。将物元Petri网定义成一个5元组,借用物元的概念定义了物元托肯,建立了物元Petri网理论的运算规则,提出了物元Petri网并发及冲突的分析方法,并给出了建模步骤。以某设备从拆卸到修复的维修过程建模为例,给出了物元Petri网理论的应用示例。示例表明了物元Petri网在具有多属性对象离散系统建模中的优势。