基于装备全寿命周期的装备需求论证研究

在研究装备需求论证和装备全寿命周期基本理论的基础上,建立了"螺旋型"的装备全寿命周期模型,依据该模型将装备全寿命周期划分为需求论证、方案设计、演示验证、工程研制、生产部署、使用保障和退役报废7个阶段。分析了基于装备全寿命周期的装备需求论证的基本概念,将装备需求论证的工作过程划分为需求生成与确认、需求修正与实现、需求验证与反馈3个阶段,并阐述了3个阶段的主要工作内容。     

装甲车辆自动配电系统MilCAN总线通信设计

针对CAN总线实时性不能有效保证这一问题,提出了利用MilCAN总线作为装甲车辆自动配电系统网络总线;在CAN总线模块基础上实现了MilCAN高层协议,分析和设计了系统应用层通信协议。试验结果表明:在CAN模块上实现的MilCAN高层协议性能可靠,能够很好地满足自动配电管理系统数据传输要求。     

无标度网络理论在网络中心战中的应用

根据无标度网络理论对军事信息网络进行分析,认为军事信息网的逻辑层应为符合幂指数分布的无标度网络,传统的以泊松分布为理论基础的随机网络分析方法已不再适用,并通过构建随机网络和无标度网络的实例进行了对比分析,进一步论证了这个结论.根据无标度网络理论,对军事信息网的抗毁性特点进行了分析,得出了"对随机攻击鲁棒性强,对智能攻击脆弱性高"的结论,并提出了以网络连通性为标准,判定节点重要性的一般方法.参照国外的先进网络应用经验,针对军事信息网节点间非常不均衡的无标度特性,给出了"关键节点热备份"和"物理节点分散配置"的抗毁策略.     

基于蚁群算法的火力分配寻优方法研究

火力分配的优化是最大限度的发挥火力单位效能,达到最大毁伤效果的基础和前提,将蚁群算法应用于火力分配的优化.研究了蚁群算法用于火力分配寻优的相关条件,给出了火力分配寻优的模型和算法.最后,结合一个应用实例,说明了蚁群算法用于解决火力分配问题有很好的应用价值.     

天基支援下区域反导组网作战链路规划

天基信息支援下区域反导组网作战各系统实现互连、互通、互操作的关键是战术信息分发系统,而该系统中存在着多种类型的数据链路,这些链路之间又存在着各种约束条件,因此科学合理的对这些链路进行规划是系统实现的重要工作之一.建立并提出了天基信息支援下区域反导组网作战战术信息分发系统数据链路的规划模型和一种新的解算方法,为该系统数据链路的规划提供了理论依据.     

基于匈牙利算法求解的火力分配问题

匈牙利算法是求解指派问题的一个很好的算法,但一般情况下,火力分配问题的数学模型不具备指派问题的模型形式.针对目标函数是线性或非线性的一类火力分配问题,提出了虚拟火力单位或目标的方法,将问题转化为能够用匈牙利算法求解的指派问题,该方法简单、易于计算,有很高的应用价值.     

试论武器装备的效费比分析

运用价值工程(VE)方法分析武器装备,称效费比为价值。按照杜佩(Dupuy)的方法,把武器装备的效能转化为“战斗效能值”(OLI),又计算出了武器装备的全寿命费用,然后将2者加以对比,获得效能—费用的最佳组合,同时提出了选择武器装备系统的定量分析方法。这些对于提高我国国防经济效益,具有一定的指导和借鉴意义。     

长短周期记忆网络微调的氧气浓缩器寿命预测模型迁移

针对寿命预测模型迁移问题,提出了一种长短周期记忆网络微调(long short-term memory fine tune, LSTM-fine-tune)的迁移模型,利用理想条件下的试验数据对模型进行训练。在迁移过程中,对部分LSTM网络层进行冻结,利用实际服役环境下的数据对网络其他部分进行修正。为验证模型的泛化能力,采用不同相位与幅值的正弦函数生成数据,通过学习数据获取正弦函数的经验知识,并应用至其他正弦函数的回归,结果表明LSTM-fine-tune模型能够快速拟合,平均均方误差仅为1.033 5,明显低于直接预测误差1.536 8。为通过实际监测数据检验本方法泛化能力,分别获取了试验条件下与实际服役环境下氧气浓缩器的数据,对模型的泛化能力进行验证。结果表明,迁移后训练集预测精度提高了43.0%,测试集预测精度提高了20.2%。     

数学模拟中产生正态随机数的方法研究

针对在火灾烟气和其他气态物质扩散的模拟研究中经常遇到正态分布的随机数的产生问题进行研究,探讨了特殊分布随机数的产生方法。特别给出了正态分布随机数的产生算法及其代码,并进行了验证。结果表明了所述产生正态随机数算法的可行性和可靠性。     

Optimal sample size allocation for tests with multiple levels of stress with extreme value regression

In this article, we discuss the optimal allocation problem in a multiple stress levels life‐testing experiment when an extreme value regression model is used for statistical analysis. We derive the maximum likelihood estimators, the Fisher information, and the asymptotic variance–covariance matrix of the maximum likelihood estimators. Three optimality criteria are defined and the optimal allocation of units for two‐ and k‐stress level situations are determined. We demonstrate the efficiency of the optimal allocation of units in a multiple stress levels life‐testing experiment by using real experimental situations discussed earlier by McCool and Nelson and Meeker. Monte Carlo simulations are used to show that the optimality results hold for small sample sizes as well. © 2006 Wiley Periodicals, Inc. Naval Research Logistics, 2007