基于MAS的装备综合保障仿真系统设计

研究MAS在装备综合保障仿真中应用的方法与工作流程,结合实际应用系统的设计与开发,将基于Agent的离散事件仿真建模技术引入系统RMS建模与仿真研究中,开发了一个原型系统,并进行了实验验证。研究证明,基于Agent的建模与仿真方法可用于大型复杂装备综合保障系统的建模与仿真。     

基于UML的装备保障指挥控制工作流模型

为优化和描述装备保障指挥控制,提出将UML与工作流技术应用于装备保障指挥控制建模的方法,并从过程视图、组织视图、资源视图和信息视图4个方面给出了装备保障指挥控制工作流模型实例。     

基于熵权的舰炮武器系统维修保障能力模糊综合评判

针对现有装备维修保障体制的特点,建立起舰炮武器系统维修保障指标体系,综合运用熵权和模糊综合评判法对某型舰炮武器系统维修保障能力进行评估。该方法用熵权确定权重,加重了评价体系本身的重要程度,充分利用了被评判指标的信息量,并且根据模糊评判的需要构造了评分隶属函数,使定性分析和定量分析很好的相互融合。仿真结果表明该方法可行,对科学、客观地评估舰炮武器系统维修保障能力有一定的应用价值。     

基于Elman神经网络的装甲装备维修保障系统效能评估

从影响装甲装备维修保障系统效能的主要因素出发,建立了比较全面的装甲装备维修保障系统效能评价指标体系。介绍了Elman神经网络的结构和学习过程,建立了维修保障系统效能评估模型。采用Delphi法和AHP相结合的方法,处理了原始数据,获得了10组训练样本和测试样本。利用Matlab7.0进行了评估模型的构建,利用训练样本对模型进行了训练和测试,证明了模型的可用性。研究结果可为在现有装甲装备维修保障系统的基础上开发和研制新型系统提供理论参考。     

“军民融合式”油料保障

文章探讨"军民融合式"油料保障的基本内涵,分析当前推行"军民融合式"油料保障面临的主要困难,从转变思想观念、健全法规体系、建立长效机制、优化资源配置、构建信息网络五个方面提出了建立"军民融合式"油料保障的对策措施。     

面向维和装备保障的模拟训练系统研究

由于国际维和任务环境复杂、装备繁多、支撑条件有限,装备保障成为影响遂行任务的关键点,而强化对保障人员能力体系的培训,是有效遂行境外装备保障任务的保证.运用以模拟仿真、虚拟现实等技术为核心的各类模拟训练手段,借助互联网、卫星等信息传输平台,构建一套综合模拟训练系统,能够有效解决装备保障训练全面性、可持续性、便易性、经济性...     

基于方位角和多普勒的机动目标无源定位跟踪可观测条件

可观测性分析是无源定位与跟踪系统的前提和基础,只有满足可观测条件才能对系统进行正确求解。应用线性系统理论,以目标方位角和多普勒频率为观测量,对匀加速和匀转弯这两类最常见的机动目标进行了可观测分析,为进一步研究机动目标的无源定位与跟踪提供了理论前提。最后给出了仿真实例,验证了理论分析的正确性。     

适应保障建设需要 关注信息作战动员

新军事变革与军队信息化建设的发展,尤其是信息化武器装备的研制与发展,对装备保障和作战保障提出了越来越高的要求.而在常备军不断精简、"军民一体化"思想逐步深入之时,对国防动员的需求,特别是对信息作战动员的建设与发展的需求与日俱增.因此,在提出信息作战动员的基本内涵的基础上,结合国内外信息作战动员的发展现状,对如何有效实施信息作战动员提出几点看法.     

非线性系统中的机动目标跟踪算法

对于非线性系统中的机动目标跟踪问题 ,首先针对“当前”统计模型的缺陷提出了一种修正算法 ,然后应用转换测量Kalman滤波算法进行跟踪。仿真结果表明在非线性观测条件下 ,算法明显提高了对弱机动和非机动目标的跟踪性能 ,同时保持了对强机动目标的高性能跟踪     

高分辨率遥感影像的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Quick Bird和World View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。