基于变异离散粒子群的协同空战攻击决策算法

为了提高智能协同空战攻击决策算法性能,将变异策略引入到DPSO(Discrete Particle Swarm Optimization)协同空战攻击决策算法中,提出了一种新的基于变异离散粒子群(Mutation Discrete Particle Swarm Optimization,MDPSO)的协同空战攻击决策算法。基于典型空战想定背景,仿真验证了算法的有效性。采用对比实验方法,基于准确性、可靠性和快速性等关键性能指标,分析比较了基于MDPSO协同空战攻击决策算法与多种智能决策算法,验证了基于MDPSO的协同空战攻击决策算法有着较好的综合性能。     

协同OFDM放大前传空时编码系统中的功率分配

针对由源节点和单个中继节点形成的协同正交频分复用( OFDM) Alamouti空时块码系统,分析了放大前传(AF)模式下的系统容量,给出了解析表达式.考虑节点功率独立约束的应用场景,提出了分步迭代的功率分配算法( SIPAA)来提高系统容量.该算法的核心思想是在每次迭代中,分步对源和中继节点分别进行注水功率分配,注水...     

航天测控通信系统可靠性分析的Krylov子空间投影算法

基于Markov模型对航天测控通信系统进行可靠性分析的过程中,若系统中测控通信设备数量较多,模型中的状态空间随设备数量呈指数增长,将会导致数值计算困难.提出了一种基于Krylov子空间技术的可靠性分析方法,将大规模问题投影至小规模子空间中,求得问题的近似解.实验结果证明,Krylov子空间方法的计算速度及精度优于Ross方法和前向Euler法(forward Euler method,FEM).     

改进的TOPSIS法在雷达干扰资源分配中的应用

对雷达进行侦查是干扰雷达的前提,由于侦查无法得到精确的实际雷达工作参数,而只能得到一个工作参数区间,因此属性值为确定值的多属性决策方法是不适用的.从多个属性出发,提出改进的基于逼近理想解排序的TOPSIS法,针对属性权重信息不完全且属性值为区间数的特征,将多属性决策问题运用到雷达干扰资源分配中来,对雷达干扰资源进行优选配置,通过多个无线传感器干扰节点协同干扰,使其达到最佳的干扰效果.     

改进的前向信息修补算法及其应用

前向信息修补算法可以对离散动态贝叶斯网络的缺失数据进行预测,该算法只适用于所有观测节点是相互独立的网络,却不能处理观测节点有依赖关系网络的缺失数据。针对该算法的这一缺陷,提出了改进的前向信息修补算法,在分析离散动态贝叶斯网络的缺失数据具有二种基本形式的基础上,推导出了每种形式的相应预测公式。继而构建了用于识别威胁源离散动态贝叶斯网络的模型。仿真实验验证了改进的前向信息修补算法的有效性。     

基于事件的系统可靠性参数仿真算法

介绍了可以用扩展可靠性框图表示的系统的可靠性参数的仿真算法。首先,对扩展可靠性框图进行了介绍,提出了利用树状结构来描述扩展可靠性框图的结构。其次,对基于扩展可靠性框图的系统行为进行了分析。然后,依据离散事件系统仿真思想,分别给出了计算可修系统可靠性参数的仿真算法与不可修系统可靠性参数的仿真算法。最后,给出了计算实例。该仿真算法不仅可以对状态独立系统进行可靠性参数计算,而且可以对具有冷储备关系以及冷储备嵌套关系的状态相关系统进行可靠性参数计算,具有很强的通用性与实用性。     

电力谐波及其对电能计量的影响

非线性用户的增多,使电网中谐波含量不断增加,对电能准确计量带来较大影响。针对上述情况,首先叙述了谐波的主要来源,从计量仪表的频率特性曲线角度,分析了谐波条件下感应式电能表和电子式电能表的误差变化情况,指出现有计量方式的不足,提出了改进计量方式的措施。     

偏远严寒地区营房节能方案及经济分析

采取对比方式,利用DOE-2程序对偏远严寒地区两栋节能营房和普通营房在实测的基础上进行能耗模拟。对营房能耗水平及影响营房能耗的因素作了定量、定性的分析计算,研究在不同围护结构及换气次数下的采暖能耗。结合部队的实际条件,拟定严寒地区营房的建议方案及节能目标,并作了一定的经济性分析。结果表明,采用的节能方案基本满足节能标准的要求且经济性较好。     

防空系统目标威胁评估与火力分配模型

首先运用层次分析法建立了防空系统对空袭目标价值评估模型的层次结构,并获得空袭目标的价值权重系数。其次,在综合考虑目标价值权重的基础上,运用模糊决策的方法推导出防空系统目标威胁综合评估数学模型。最后运用军事运筹学0-1整数规划的方法,给出了防空系统目标优化火力分配0-1整数规划数学模型。     

Generating Pareto‐optimal boundary points in multiparty negotiations using constraint proposal method

In this paper a constraint proposal method is developed for computing Pareto‐optimal solutions in multiparty negotiations over continuous issues. Constraint proposal methods have been previously studied in a case where the decision set is unconstrained. Here we extend the method to situations with a constrained decision set. In the method the computation of the Pareto‐optimal solutions is decentralized so that the DMs do not have to know each others' value functions. During the procedure they have to indicate their optimal solutions on different sets of linear constraints. When the optimal solutions coincide, the common optimum is a candidate for a Pareto‐optimal point. The constraint proposal method can be used to generate either one Pareto‐optimal solution dominating the status quo solution or several Pareto‐optimal solutions. In latter case a distributive negotiation among the efficient points can be carried out afterwards. © 2001 John Wiley & Sons, Inc. Naval Research Logistics 48: 210–225, 2001