Multiple subset sum with inclusive assignment set restrictions

In a traditional multiple subset sum problem (MSSP), there is a given set of items and a given set of bins (or knapsacks) with identical capacities. The objective is to select a subset of the items and pack them into the bins such that the total weight of the selected items is maximized. However, in many applications of the MSSP, the bins have assignment restrictions. In this article, we study the subset sum problem with inclusive assignment set restrictions, in which the assignment set of one item (i.e., the set of bins that the item may be assigned to) must be either a subset or a superset of the assignment set of another item. We develop an efficient 0.6492‐approximation algorithm and test its effectiveness via computational experiments. We also develop a polynomial time approximation scheme for this problem. © 2011 Wiley Periodicals, Inc. Naval Research Logistics, 2011     

基于直觉模糊区间粗糙集的辐射源威胁等级判定

在辐射源等级判断中,由于侦察设备对辐射源各参数的侦测存在很大的直觉性和模糊性,对准确刻画辐射源的威胁带来了不便.通过把直觉模糊和粗糙集的理论引入到辐射源威胁等级判断中,充分考虑直觉指数对隶属度的支持度,构造了下近似为隶属度、上近似为隶属度+直觉指数的直觉模糊区间粗糙集,在此基础上构建了直觉模糊区间粗糙集的决策模型;给出了辐射源威胁的因素集,在此基础上进行了实例验证,结果表明该方法可行有效.     

基于直觉模糊多属性决策的作战效能综合评估方法

针对作战效能评估中存在的大量不确定性问题,分析了在处理不确定信息方面现有综合评估方法的不足和直觉模糊集理论的优势,提出了基于直觉模糊多属性决策的作战效能综合评估方法。针对这种方法本身存在的缺陷,提出了设置基准方案的方法加以克服,改善了其适用性。以中远程舰空导弹武器装备为例进行综合评估分析,并采用幂指数法和加权求和法对提出的综合评估方法进行实证检验。结果表明,该方法是可行、有效的,并且在多方案区分和选择能力方面优于传统方法。     

鱼雷命中目标的一种快速解算方法

在以往鱼雷求解的基础上,提出了一种新的快速收敛的数学方法,这样在求解鱼雷射击参数的同时,避免了繁锁的计算,不必考虑各种求解参数的取值范围,比原有的收敛方法更优化,从而大大节省了计算机解算时间,在实际的作战过程中具有重要意义.     

对普通高校高职新生心态的调查

高职生在与大学里本科生同台竞技、共同学习生活过程中,面临着各种思想转化和情绪波动。通过调查研究,可以有效掌握高职生心理变化的规律,探索出一套适合普通高校招收的高职生的管理、教育模式与机制,为中国特色的市场经济建设培养一大批高素质的实用性人才。     

Parallel Sets的改进及其在全球恐怖袭击数据分析中的应用

随着恐怖主义愈演愈烈,"反恐"成为当今世界各国军事安全部门的中心任务.使用分类型可视化工具Parallel Sets分析国际恐怖主义数据库中多属性分类值间的关系,揭示数据库中的隐性信息,并针对Parallel Sets任意排列分类值产生较多交叉的不足,提出带降势的启发式分类值布局算法,自动优化分类值布局顺序,减轻视图中...     

惯性导航系统故障诊断的不确定性问题研究

针对构造惯性导航系统 ( INS)故障诊断所面临的确定性和不确定性问题 ,提出了基于模糊集理论的诊断方法 ,并给出诊断系统自动获取不确定性证据和确定性证据隶属度的方法及函数 .认为对于确定性证据和不确定性证据可以用统一的方法和原则来处理 ,并建立了两类证据的实用数学模型     

一种新型粗糙集神经网络的故障诊断方法

结合粗糙集理论,建立了基于SOFM网络的新型粗糙集神经网络故障诊断模型,给出了该模型的流程图,描述了系统各组成部分的工作原理.应用该模型对某型雷达进行故障诊断,实例证明新模型能够减少输入端数量,简化神经网络的结构,提高系统的速度,诊断时间短,准确性高,结果易于实现可视化,最后得到了故障可视拓扑映射图.     

子母弹射击精度的仿真研究

提出了子母弹命中目标的定义,研究了子母弹射击误差的组成与概率分布,建立了计算子母弹命中概率的两种仿真计算模型--直接模拟子母弹射击误差法和射击误差模拟与数值积分相结合的方法.给出了对圆形目标和矩形目标的具体计算方法,以及正态分布随机向量和均匀分布随机向量的产生方法,根据算例的结果,讨论了子弹重迭度对子母弹首发命中概率的影响.比较了两种不同仿真方法的计算结果.     

DSets-DBSCAN无参数聚类的雷达信号分选算法

针对现有的很多高效分选算法的性能严重依赖于外界输入的参数问题,例如聚类数目、聚类容差等,将无参数聚类算法DSets-DBSCAN应用于雷达信号分选,提出了一种无参数的雷达信号脉冲聚类算法。该算法无须依赖于任何参数的设置,就能自适应地完成聚类。算法输入直方图均衡化处理过的成对相似性矩阵,使得Dsets(dominant sets)算法不依赖于任何参数;根据得到的超小簇自适应给出DBSCAN的输入参数;利用DBSCAN扩展集群。仿真实验证明,该算法对雷达脉冲描述字特征进行无参数分选的有效性。同时,在虚假脉冲比例(虚假脉冲数/雷达脉冲数)不高于80%的情况下,对雷达信号的聚类准确率在97.56%以上。