弹道导弹威胁估计模型构建

简要分析了弹道导弹飞行3个阶段的不同特点及各阶段导弹预警探测手段的侧重点,结合威胁估计的特征构建了弹道导弹威胁估计模型结构框架,运用多阶段贝叶斯网络理论,构造了主动段、自由段和再入段威胁估计模型,并明确了三阶段间的转换时机。采用动态贝叶斯方法对弹道导弹作战全过程进行威胁估计仿真推理,仿真结果能够反映导弹在飞行过程中威胁程度的变化特点,为反导指挥员作出辅助决策提供智力支持。     

基于改进空战威胁评估模型的权重计算方法比较

针对多无人机(UAV)任务网协同空战态势威胁评估问题,在现有基本模型基础上增加考虑气象环境对威胁评估要素的影响和无人机的自主可靠性系数两个实际因素,提出一种改进的超视距空战威胁评估模型;同时,应用串联电阻分压法、改进AHP法和熵权法分别计算融合模型中各威胁指标的权重系数;进而,在考虑己方战机对敌方战机综合威胁与优势的基础上,介绍了战机协同空战目标分配的基本方案。最后,应用上述3种权重计算方法进行空战威胁仿真计算,计算结果表明改进空战威胁评估模型可有效改善空战决策性能。     

考虑外场差异的步进加速寿命数据可靠性评估方法

针对寿命服从双参数Weibull分布的机电产品,进行单应力、定时转换的步进加速寿命试验,研究加速寿命试验数据下的可靠性评估问题。考虑到外场多应力环境与实验室单一应力环境之间的差异性,构建基于修正系数的分布参数计算模型;开展步进加速寿命试验过程的统计分析,建立各应力下的累计分布函数关系;构建极大似然函数,运用数值迭代法,求解未知参数估计;结合某型机电产品进行仿真方案设计,采用Monte Carlo仿真方法产生样本数据,通过对比分析说明所提出的模型评估精度更高。     

基于IFS的区域目标群威胁度评估

在已有的单目标对空威胁评估的基础上,提出了一种针对区域防空的威胁度评估方法。利用直觉模糊集处理模糊信息的优势,可以较好地处理由于传感器探测误差导致的模糊态势,克服在雷达探测过程中出现的误差。在属性权重完全未知的情况下,综合考虑了区域内目标重要性、防空措施以及目标本身抗毁伤能力,推导了权重求取公式。列出了威胁评估值的求取步骤。经过运算,由算例1到t时间后算例2在评估结果上的变化,验证了方法的有效性。     

基于模糊层次分析法的高层建筑火灾风险评估

火灾风险评估是降低火灾损失的有效方法。利用模糊层次分析法,建立了高层建筑火灾风险评估体系,并应用于具体高层建筑的火灾风险评估中。评估结果与实际情况取得了较好的一致性,从而为高层建筑火灾风险评估提供了一种简便可行的方法。     

对军队院校考核模式改革的思考

考核是军队院校教育教学中的重要组成部分,加强考核模式改革事关军队院校教育的全局。应根据军队院校考核模式的特点、存在的问题以及多元互动式教学模式的构建,为军队院校考核改革提出解决之策。     

基于模糊-组合神经网络的信息系统安全风险评估

针对信息系统的安全风险评估问题,提出了一种将模糊理论与神经网络进行"浅层次"结合的评估方法。通过对信息系统所涉及的风险因素分别从资产影响、威胁频度、脆弱性严重程度三方面进行分析,建立了信息系统的安全风险层次化结构,并构造了各因素所对应评判集的隶属度矩阵;综合运用模糊推理算法与神经网络仿真技术,对信息系统的安全风险进行评估,进而判定信息系统安全风险等级。最后,通过实例分析说明了算法的应用,并借助误差分析检测了模型的有效性。     

不同初速弹丸对靶板的损伤仿真与评估

为了研究弹丸对武器装备的损伤,建立弹丸侵彻多层靶板的有限元模型,对不同初速弹丸侵彻多层靶板进行仿真试验,引入等效应变及等效应力参量以精确描述靶板损伤,提出一种基于多元统计分析对靶板损伤进行评估的方法。结果表明：利用该方法所得到的计算结果与理论分析结果完全一致。这说明基于多元统计分析的靶板损伤评估方法能够正确地评价仿真实验中目标靶板的战损程度,因而可以进一步应用于装备侵彻损伤评估与易损性研究中。     

爆炸冲击波对靶板的损伤仿真与评估研究

为了研究爆炸冲击波对武器装备的损伤,建立了炸药爆炸冲击靶板的有限元模型,对不同厚度靶板在确定爆炸冲击环境下的损伤进行了仿真试验。不同于传统的宏观破口尺寸损伤表征参数,引入了等效塑性应变来精确描述靶板损伤,并提出了一种基于主成分分析理论对靶板损伤进行评估的方法。结果表明：利用该方法所得到的计算结果与理论分析结果完全一致。这说明基于多元统计分析的靶板损伤评估方法是切实可行的,可以进一步应用于装备爆炸损伤评估与易损性研究中。     

小波分析和神经网络结合的变速箱状态识别

针对变速箱故障信号的非平稳和时变特性,提出了小波分析和神经网络结合的变速箱状态识别方法。为了验证该方法的有效性,试验模拟了某型车辆变速箱正常、7216轴承滚动体点蚀及3挡被动齿轮严重磨损3种状态,以箱体振动信号作为分析信号,首先对信号应用小波阈值法降噪减少干扰,接着将小波分解系数单子带重构得到不同频带的信号分量,提取各频带能量作为特征向量输人神经网络进行状态识别,结果表明该方法能有效识别变速箱的3种状态。