Workload distribution of discrete‐time parallel queues with two servers

We study discrete‐time, parallel queues with two identical servers. Customers arrive randomly at the system and join the queue with the shortest workload that is defined as the total service time required for the server to complete all the customers in the queue. The arrivals are assumed to follow a geometric distribution and the service times are assumed to have a general distribution. It is a no‐jockeying queue. The two‐dimensional state space is truncated into a banded array. The resulting modified queue is studied using the method of probability generating function (pgf) The workload distribution in steady state is obtained in form of pgf. A special case where the service time is a deterministic constant is further investigated. Numerical examples are illustrated. © 2000 John Wiley & Sons, Inc. Naval Research Logistics 47: 440–454, 2000     

模糊Petri网在指火控系统故障诊断中的应用

故障诊断是保证指火控系统可靠性的重要措施,现将模糊Petri网应用于设备故障诊断,给出了基于模糊Petri网的故障诊断模型.以一个实际故障诊断系统应用为例,说明了该模型具有直观、表达能力强和易于推理的优点.     

电子战系统效能的模糊评估方法

电子战装备的系统作战效能分析一直是个较为复杂的问题。在阐述电子战系统作战效能概念的基础上,根据电子战装备的分类,建立了电子战系统效能评估的指标评价体系框架,对电子对抗装备中较为重要的侦察、干扰设备效能评估指标进行了分析。对基于模糊数学综合评判和层次分析法理论的电子战系统作战效能评估的研究作了较为详细的分析,并进行了应用仿真。     

部队作战效能综合评估法

高技术条件下局部战争的显著特点是参战单位多、对抗关系复杂、战争不确定因素增加,如何在此情况下客观评估部队的作战效能是作战研究领域一个重点和难点。通过综合运用定性分析法、网络分析法、战斗效能指数法、作战模拟及系统动力学等多种方法和理论,建立了一种可对部队作战效能进行评估的综合评估法。并以高技术条件下岛上进攻作战中装甲团的作战效能评估为例,详细介绍了该方法的实施过程,认为该综合评估法是行之有效的。     

TBM模型的目标综合识别算法

利用电子支援措施(ESM)和光学成像传感器等不同类型传感器进行目标综合识别,是现代综合电子战中的一个重要研究课题。TBM是D-S证据理论的一个扩展模型,它研究了D-S证据理论的动态部分,从数据融合的角度来看,它是一种层次化的递进模型,尤其适用于需要逐层进行数据、特征或决策级融合的融合系统。提出了一种基于TBM模型的异类传感器目标综合识别算法,充分利用了电子侦察和光学成像侦察提供的独立、互补的信息,获得了对目标的有效识别。仿真结果证明了这种算法的有效性。     

模糊Petri网在空舰导弹武器系统效能分析中的应用

空舰导弹武器系统综合效能分析不但对导弹的定型起着一定作用,而且对装载该导弹的作战飞机的作战效能都具有重要的意义。依据空舰导弹武器系统的战技指标要求,运用模糊Petri网的原理结合层次分析法,对导弹武器的性能采取定性分析与定量分析相结合,以定量分析为主的方法进行评价。仿真实例对某型空舰导弹系统效能进行评价,结果表明它是一种方便、实用、可行的方法。     

干扰及机动条件下的比例导引智能调控策略

由于红外诱饵干扰样式复杂、目标机动形式多变导致传统比例导引律极易被干扰。为提高采用比例导引方法的导弹性能,提出一种利用径向基函数网络调控比例系数及导弹发射时机的智能导引律。以飞行时间及脱靶量为参考,通过构建加权型指标函数将求解最优比例系数及发射时机问题转化为单目标优化问题;引入量子粒子群算法求解最优决策参量,并以其作为网络输出,干扰样式作为网络输入,离线训练径向基函数网络;为提高训练效率,结合K-means及K最近邻算法初始化径向基函数网络。仿真结果表明,当存在红外诱饵干扰时,智能导引律性能优于扩展比例导引律及自适应滑模导引律。     

基于反正切函数的测试性分配方法

针对现有主流测试性分配方法存在的分配指标过低和过高等不合理问题,分析认为其根源在于现有方法采用线性分配函数,而该函数不符合测试性指标提升规律,为此,构造了一种基于反正切函数的测试性分配函数,设计故障检测率与故障隔离率指标的分配算法,开展案例应用并与经典故障率分配法和综合加权分配法进行对比分析,结果表明随着分配权重(故障率)的变大,本方法分配指标的增幅逐渐减小,不会出现极低指标和超1指标的不合理情形。     

防空系统中空中目标威胁评估方法研究

针对当前对空中目标威胁评估研究的不足,提出了一种防空系统中评估目标威胁度的新方法,其思想在于将空中目标的威胁因子分为定量指标和定性指标,其中定量指标包括目标速度、目标高度等可以直接获取的指标,该部分指标通过隶属函数直接得到威胁值;定性指标包括目标类型、目标意图等不能直接获取的指标,通过贝叶斯网络进行推理以得到静态威胁值。最后通过AHP 方法对各个指标威胁值进行加权得到总威胁值。该方法的特点在于定性分析与定量分析的结合,通过仿真算例验证了该方法的有效性与可行性。     

基于模糊多目标对策的雷达反干扰策略优化

考虑到单部雷达反干扰效能评估指标多样化、模糊且存在不同权重的情况,在对策论基础上提出了一种雷达反干扰策略优化模型,并在考虑局中人偏好情况下,设计了一种模糊多目标对策最优混合策略求解算法,为找出较优化的雷达反干扰策略以及为战场决策提供参考。