数据与知识双驱动的备件需求模糊预测模型

针对知识驱动型需求预测模型所需的专家知识稀缺、数据驱动型需求预测模型可解释性不足的问题,提出了数据与知识双驱动的备件需求模糊预测模型。该模型基于模糊聚类算法将数值型数据聚类为结构简单、可解释性强的规则库,运用模糊逻辑将领域专家知识表示为Mamdani型规则库。在此基础上,引入了一种新型智能计算理论——模糊网络理论对两类规则库进行合并运算,形成初始预测模型。采用遗传算法优化模型规则库的模糊集参数来提高模型预测准确性。通过与模糊聚类算法进行对比,提出的模型在可解释性以及准确性指标上均具有优势。     

综合环网通信协议的研究

本文根据LAN(局域网络)的现状和发展趋势的讨论,指出光纤环网是未来综合业务局网的优选网络,提出了适合于ISRN(综合业务环网)中综合业务交换的帧结构,给出了ISRN中的通信协议的分层描述,提出了实现边界移动的方法,实现了以信令格式和边界可动策略为基础的信令处理软件。     

基于差分法的二阶微分方程的模糊边值问题

本文讨论二阶微分方程的两点边值具有模糊不确定性时 ,运用模糊仿真原理和差分方法 ,求其边值问题的数值解法。     

一种用于 C~3I 系统的异类传感器数据融合算法

在文献〔８〕和〔９〕基础上研究了在不等样本情况下的异类传感器——雷达与ＥＳＭ——的航迹相关问题。首先,基于模糊综合函数找出两个最可能的雷达与ＥＳＭ航迹相关对,然后,利用统计理论并采用多门限决策方法进行雷达与ＥＳＭ航迹相关判决。仿真结果表明,与文献〔８〕的方法相比,在雷达航迹比较多的情况下,本文所提出的在不等样本情况下的雷达与ＥＳＭ相关算法具有与其很相近的性能,但计算量明显减少;而与文献〔９〕的方法相比,这里采用多门限决策方法又可同时减小两类错误概率。     

论管理协议细栈MTS的构造

开放系统互连管理 OSIM 是 OSI 参考模型中定义的特定应用服务元素 SASE 之一,也是唯一涉及全部七层协议的服务元素。OSIM 在控制和协调 Multivendor 和 Multidomain系统中所起的作用已使它成为改进网络性能和服务水平的关键性因素。并非所有开放系统均能提供全七层支持,因此,本文提出一种管理协议细栈 MTS(Management Thin Stack)结构,讨论了它自身的构造性特及其在上述管理环境下的作用。     

基于制导与控制一体化的导弹编队队形控制

为了提高导弹编队协同作战队形控制能力,研究了基于制导与控制一体化思想的编队队形控制器设计问题。根据领弹-从弹的动力学以及运动学方程,推导出了领弹-从弹的相对运动模型,建立了领弹姿态信息与从弹舵偏角之间的关系,将从弹通道间的耦合项作为不确定项进行处理,并利用自适应神经网络理论设计了补偿器,对不确定项进行了处理。根据反演理论设计了编队队形控制器,能够对导弹编队队形进行有效的控制。     

OCPN装备综合保障工作流引擎设计

针对装备综合保障工作流建模要求,构建了对象有色Petri网(Object-Oriented Colored Petri Net,OCPN)模型,给出该模型的形式化定义。结合装备使用过程综合保障工作,建立基于OCPN的工作流模型。根据工作流的执行过程,进行了工作流引擎体系结构以及相关类的设计,为工作流模型的计算机化以及工作流管理系统设计与实现提供了一种新的思路。     

武警基层中队后勤综合保障能力评价研究

针对武警基层后勤综合保障能力评价的主观性问题,探讨了三角模糊数与数据包络分析(DEA)理论在武警基层后勤综合保障能力评价中的应用.采用三角模糊综合评价模型对某支队5个中队的后勤综合保障能力进行评价优选.同时将DEA分析理论应用于武警基层后勤综合保障能力的优选问题研究,构建了合适的DEA模型,分析了5个中队的的相对有效性...     

面向像斑的高分辨率遥感影像自优化迭代分类方法

针对高分辨率遥感影像提出了一种面向像斑的自优化迭代分类算法,基于半监督聚类算法获取训练样本,以支持向量机为核心设计了自优化迭代分类器。使用分型网络演化算法获取像斑,并从中选取少量标记样本;结合标记样本,利用半监督模糊C均值算法对像斑进行聚类,并基于密集度筛选得到训练样本;设计了自优化迭代支持向量机分类算法,对所有像斑进行迭代分类直到满足分类要求,并在分类过程中对近邻分类结果进行统计得到高可信度样本以自主优化训练样本集。基于以上方法分别对武汉市QuickBird和WorldView影像进行分类实验,分类总精度分别达到94.67%与92%,与基于人工选取训练样本情况下进行分类的分类总精度（82%与82.67%）、常规支持向量机分类总精度（87.33%与88%）、最小二乘支持向量机分类总精度（88%与89.33%）相比,精度有明显提升,分类效果较好。     

基于模糊多属性决策的反装甲目标战场价值评估

信息化战场反装甲目标层出不穷,指挥员决策难度增大。针对反装甲目标信息的复杂性,应用模糊多属性决策理论,提出坦克分队进攻战斗中敌反装甲目标战场价值评估的方法。并通过确定各决策因素指标值和计算加权值,构建价值评估多属性决策模型,快速有效地确定分队本级范畴内的敌反装甲目标的战场价值,有利于分队指挥员迅速果断地实现其作战指挥决策。