海战仿真中反潜直升机CGF的行为建模方法

CGF的行为建模是构建CGF系统的核心和难点,近来CXBR在CGF的行为建模中得到广泛应用。然而,基于CXBR的行为建模缺乏情感推理,因此在传统CXBR框架中增加个性和情绪两个抽象类,提出了基于改进CXBR的行为建模方法,使得CGF能够表现情感。从反潜直升机作战实际出发,在CXBR转换逻辑中引入产生式表示法和层次分析法,实现了基于改进CXBR的反潜直升机CGF系统构建,对该方法的可行性进行了初步探索。     

直升机工作特性建模与飞行性能仿真

以涡轮轴发动机工作特性建模为中心,对某系列直升机飞行性能进行仿真研究,力争实现对直升机实施"基于状态的维修"。讨论了直升机飞行性能和涡轮轴发动机特性的表述方法,建立了涡轮轴发动机的数学模型,并讨论了其解法与应用。基于发动机台架性能仿真程序对该模型进行简化,得到涡轮轴发动机工作过程的热力学模型。对发动机性能进行计算完成飞行性能仿真,应用结果表明该方法是可信、高效的。     

基于元模型的军事信息系统体系结构建模方法

为了实现不同体系结构框架方法论及体系结构工具下所开发体系结构的可理解、可比较、可交换,促进体系结构数据的共享和重用,提出了基于元模型的军事信息系统体系结构建模方法;以模型驱动体系结构(MDA)思想为基础,研究了体系结构元模型到支持体系结构建模语言的转换方法;设计了元模型规范下的体系结构建模的实现方法;以作战规则模型(OV - 6a)的IDEF0建模为例分析了转换方法所涉及核心规则的具体实现,说明了该方法的可行性和有效性.     

装备主动式保障系统需求建模及应用

针对装备主动式保障系统建设中存在的需求把握不准、难以全面的问题,引入对象建模技术,建立装备主动式保障系统的对象模型、动态模型和功能模型,从保障系统组元间相互关系、组元间动态时序关系及功能实现3个角度描述了保障系统需求情况。基于需求建模结果,给出了装备主动式保障系统各功能子系统的信息流程,为后续装备主动式保障系统实现奠定了基础。     

基于实体的指挥控制仿真建模

指挥控制是军队遂行军事任务的关键环节,对指挥控制过程进行建模并采用仿真的方法对其效能进行评估,进而考察指挥控制系统的典型效能指标是否符合预期的需求,具有重要的理论和应用意义。采用基于实体的仿真建模方法,提出指挥控制过程的实体仿真建模框架,以信息流为重点,从信息获取、信息融合、信息共享、自身任务规划、作战筹划、部队掌控、任务执行和信息输出等八个方面对其进行建模,实现了对指挥控制过程的描述,有效支撑了指挥控制系统仿真效能评估。     

Brill流型的脉冲防暴水炮发射管内气液两相流流型

搭建了脉冲防暴水炮气液两相流动力研究的模化实验平台,对水炮发射管进行可视化研究的改装,通过高速摄影机来拍摄发射管内气液两相流气液界面运动的行为。简化了水炮的三维物理模型,应用OpenFOAM软件自带的大涡数值模拟模型(LES)对发射管内气液两相流进行流场仿真,得到了流型的演变过程。数值模拟结果显示脉冲防暴水炮发射管内气液两相动力过程的流型演变规律为:开始阶段为冲击流,但持续时间极为短暂;然后演变为环状流,持续时间较长;最后为气液掺混阶段的雾状流。数值模拟结果与实验结果吻合良好。     

舰艇编队作战指挥系统设计与仿真平台

作战指挥系统是海上舰艇编队的神经中枢。针对现代舰艇编队作战指挥系统研制过程的特点,构建了支持协同建模、动态重组、敏捷制造和增量开发等功能的支撑平台。该平台由建模工具、仿真引擎、系统管理与模型部署3个工具组成,重点对建模工具和仿真引擎进行了介绍。建模工具支持多种开发视图、多种建模方法和模型表示方法,特别适用于对复杂大系统进行多层次、多粒度的建模;仿真引擎是模型的求解环境,为模型的运行提供柔性的架构、简单的接口和高级的支撑服务,大大地简化了应用系统的实现,促进了模型的复用。最后,举例说明了如何应用该平台开发一个应用系统。     

海战场预警探测感知度建模与计算

为量化海战场预警探测系统的信息获取能力,引入感知度概念,建立了战场感知度数学模型,给出了感知度的计算流程、方法及步骤,并对不同观察区域的感知度计算进行分析。通过建模与计算,可对现有预警探测系统信息获取能力进行评估,具有较好的海战场应用价值。     

基于多Agent的战场情报侦察仿真模型

为了开展未来信息化战场情报侦察先期概念技术演示,通过采用基于多Agent的仿真方法,把情报侦察系统的内部组元直接映射成相应的Agent,研究了基于多Agent的战场情报侦察仿真系统总体框架和仿真系统基本单元Agent的框架;并进一步研究了Agent之间的任务分解、信息交换、选择与排序、分配过程。构建的仿真模型,以Agent的表现形式获得了对战场情报侦察这一客观、复杂过程的深刻认识,从而可实现对这种动态作战环境行为的仿真。     

Heart analytics: Analytical modeling of cardiovascular care

Cardiovascular diseases (CVDs) are the leading cause of death and disability both in the United States and worldwide. Despite high morbidity, mortality, and cost in the United States and global healthcare systems, cardiovascular care has been understudied in the healthcare operations management literature. In this paper, we identify research opportunities for healthcare operations management scholars to aid in improving cardiovascular care. We focus on three burdensome conditions, including (1) coronary artery disease, (2) stroke, and (3) heart failure, which, collectively, lead to the vast majority of CVD‐caused mortality and disability. For each condition, we characterize a typical patient's journey in receiving cardiovascular care, elucidating key challenges in improving care and outlining research questions for healthcare operations management scholars. We close with a reference to new research opportunities that emerge as artificial intelligence is likely to transform much of cardiovascular care.