装备保障力量复杂适应性仿真实验研究

装备保障力量复杂适应性仿真是新形势下探索装备保障力量转型的有效手段。采用CAS理论和基于多智能体的建模仿真方法,界定了装备保障力量复杂适应性的内涵,设计装备保障复杂适应性仿真的Agent类,建立了基于向量驱动的装备保障模型,并以动态联盟为例进行了实例分析。为装备保障力量复杂适应性研究提供一种思路与方法,也可通过仿真实验获取装备保障力量建设与运用的相关经验。     

基于偏最小二乘特征提取的支持向量机回归算法

为了提高SVM的建模质量,简化建模难度,提出了PLS-SVM组合回归建模方法.该方法通过PLS对样本数据进行降维、去噪以及消除共线性处理后,再进行SVM回归建模.不仅保持了SVM良好的模型性能,而且使SVM具备特征提取功能.实验结果表明,该方法是可行的,采用此法构建的SVM模型,泛化性能优于没有特征提取的SVM.     

基于集对分析的航材保障效能评估

航材保障是航空兵部队技术保障的物资基础,其效能直接影响空军武器装备的作战效能.应用集对分析方法在确定随机系统中的某一特性上具有同异反定量刻画的特点,通过建立各系统航材保障效能评估指标的集对,据此对航材保障效能进行评估,最后得出一组合理的评估结果.     

KPLS-SVM在缺失飞参数据估计中的应用

飞行参数的缺失给飞行事故调查工作带来了很大困难.将核的偏最小二乘法与支持向量机耦合,建立基于状态匹配的飞行参数估计模型可以较好地解决缺失飞参数据的估计问题.首先将初始输入映射到高维特征空间,进而利用偏最小二乘法在特征空间中提取对缺失飞参数据影响较强的得分向量, 最后将提取的得分向量作为输入建立支持向量机模型.既克服了输入变量间的相关性问题, 又降低了支持向量机的输入维数.仿真也说明了使用该方法估计缺失飞行参数的可行性和有效性.     

警戒雷达被干扰时探测范围的实时计算方法

目前对警戒雷达抗干扰能力的研究大多以效能评估为主,具体探测范围要通过雷达抗干扰实验实际测量获得,不仅成本高、测量数据量大.而且不易实现.针对现代战争中警戒雷达所处的复杂电子干扰环境,给出了机动警戒雷达被多个远距离支援干扰机干扰时探测范围的实时仿真计算方法,对警戒雷达的威力范围或者干扰的压制范围作出定量估算,在这对于研究远距离支援干扰的时机方法和评估雷达的抗干扰性能均具有重要意义.该方法已应用于模拟训练系统中,并获得了令人满意的效果.     

一种GMM-SVM混合说话人辨认模型

文中提出了一种GMM和SVM混合说话人识别模型,在特征参数域和概率得分域对两种模型进行了融合。混合模型结合了GMM和SVM各自的优势,使SVM的概率输出兼顾各说话人模型内部和模型之间的信息,并有效解决了SVM训练算法复杂,难以处理大量样本的问题。采用TIMIT数据库进行了说话人辨认实验,结果证明本文提出的GMM-SVM模型比传统的GMM模型和SVM模型具有更好的辨识性能。     

舰船空调系统不同保障模式的效费分析

分析了舰船全寿命期和使用期的结构,在此基础上,借助于WSEIAC模型,分别对舰船空调系统在两种保障方式的全寿命使用期效能和费用的各个指标进行了建模,提出了指标计算的思路与计算方法.结合海军舰船特点,在对WSEIAC效能模型进行修改和完善的基础上,给出了计算示例,结果显示了海军舰船空调系统采用岸基保障方式的合理性和优越性.     

自适应采样数粒子滤波算法

基于统计决策规则提出自适应采样数粒子滤波算法,在定义综合性能风险函数的基础上,推导出粒子数与滤波误差方差之间的关系式,使得在跟踪过程中,可以根据目标的机动情况在线调节粒子数,以使跟踪性能达到最优。在Matlab仿真平台下进行了闪烁噪声下的机动目标跟踪实验,结果表明,自适应采样数粒子滤波算法是一种有效的机动目标跟踪方法,跟踪性能较基本粒子滤波算法提高了3.7倍。     

用于多类分类的层次式支持向量机

针对支持向量机存在的训练数据量大导致的训练时间过长和训练数据不平衡导致的分类结果会向训练数据多的类倾斜等问题,提出了适合于多类分类的层次式支持向量机。在训练过程中,首先折衷考虑各类之间的距离和各类的训练数据长度,据此将训练样本分为距离较远且其长度基本平衡的2类,然后逐层进行训练,最终形成二叉树分类结构。仿真实验证明,该方法能够有效地缩短训练和分类时间,且对多类分类中的数据不平衡问题有一定的效果。     

创新中国特色的装备再制造工程构建我军装备维修保障新型学科

介绍了中国特色的装备再制造工程的内涵与特征,论述了装备再制造在装备维修保障中的地位和作用,分析了构建装备维修保障新型学科——“装备再制造与战场抢修”的重要性,阐述了装备再制造对于提高装备维修保障能力,提升装备综合保障效能,提高装备质量、效益与核心战斗力具有重要意义。