基于粗糙集和TOPSIS的弹药目标匹配研究

针对多种弹药打击同一目标的弹种选取顺序问题,即弹药目标匹配顺序问题,从弹药毁伤和目标抗毁伤机理人手,构建弹药目标匹配指标体系,利用粗糙集理论约简弹药目标匹配指标体系并确定指标的客观权重,运用加权TOPSIS确定弹药目标综合匹配顺序,为最优火力分配决策提供了理论依据。     

论财务理论结构逻辑起点的重新构建

财务理论结构的逻辑起点是财务学科理论体系和理论结构源以推演展开的最简单、最普遍、最基本的理论范畴,是构建财务理论结构的首要着力点,但关于逻辑起点的认识还存在着争论。在概述目前主要观点的基础上,分析了逻辑起点研究过程中应思考的问题,提出了以资本和目标为起点的双逻辑起点论。     

计划行为理论视角下的学员考试违规行为分析

根据计划行为理论基本原理,通过问卷调查,分析促成学员考试违规行为意向形成的因素,提出相应措施予以适当干预,减少或杜绝考试违规行为发生。     

【专题】复杂陆战场环境下的智能感知理论现状与发展

近年来,由于基于深度学习方法的智能检测算法不断演进,其网络结构不断进化,实用化程度不断提高,因此,将其应用于复杂战场环境下,形成实用化智能感知能力的可行性不断提高。然而算法的可靠性、可解释性问题目前仍未完全解决。本文认为,在未来的地面无人平台系统框架内,使用基于深度学习的目标检测识别方法,融合多种传感器感知信号,探索如何可靠地收集无人平台附近敌我车辆、人员、相关物体状况以及视距内的地理与气象环境信息,能够实现多元智能感知过程,构建智能复杂体系,为无人平台实现复杂战场环境感知理解,自主环境判定、自主行走、自主危险判定甚至威胁自动处置提供技术储备。同时,这也将是军队下一步智能感知理论方向的主要任务。     

电火一体多层防空兵力部署方案优选模型

针对电火一体防空兵力部署方案优选问题,将电子防空力量、地空导弹和高炮看作3层防线构成的多层多通道随机服务系统,构建基于有限等待制和损失制排队系统的电火一体多层防空兵力部署方案优选模型。算例分析表明,该方法能够为电火一体多层防空兵力部署提供合理、有效的优选方案,能够为电火一体多层防空兵力部署决策提供参考和依据。     

粗糙模糊C-均值算法及其在图像聚类中的应用

提出一种新的粗糙模糊C均值算法(RFCM),该算法基于粗糙集的上、下近似的概念改进了FCM的目标函数,从而改变了隶属度函数的分布,使得隶属度函数的分布更加合理,同时RFCM的时间复杂性比FCM更低。将RFCM用于图像的聚类,相对于FCM算法,图像的边缘更光滑,同时对初始隶属度矩阵敏感度更低。该算法具有较好的稳定性,是一种实用的算法。     

主动队列管理机制中PI算法的一种参数配置方法

研究了主动队列管理机制中PI控制器的参数配置方法。AQM中PI算法默认的参数以及一些文献提出的参数配置方法主要是从稳定性考虑,没有保证系统的动态性能指标。在控制论中,\"二阶最优模型\"是具有较好的动态性能和稳态性能的二阶系统。提出了一种PI控制器的参数配置方法,可以使TCP/AQM控制模型的开环传递函数具有\"二阶最优模型\"的形式。NS仿真结果表明采用该方法配置的参数可以提高PI控制器的动态性能并保证系统的稳态性能。最后指出PI控制器参数配置对网络状态的敏感性,以及今后的研究方向。     

杂合数据的粗糙集属性约简方法

针对决策表中属性取值为杂合数据的情况,提出了基于粗糙集理论的属性约简算法.首先给出了对象间在杂合数据下的相似度计算定义.为了获取合理的对象集合的软划分,给出了阈值计算的最优化模型,并基于粗糙集的上、下近似的概念,得到对象集合在条件属性下的上、下近似的覆盖划分.之后,通过各对象基于条件属性和决策属性的上、下近似下的分布矩阵描述,利用最大分布矩阵,直观地得到两种不同观点下的约简结果.实验结果表明了本算法的合理和有效性.     

基于模糊基函数网络的机械臂免模型输出反馈PD控制

针对无速度信息的机械臂轨迹跟踪控制问题,提出了一种带观测器的机械臂免模型模糊基函数网络输出反馈PD控制。所设计的模糊基函数网络被用来估计关节速度,并同时用来补偿系统的未知不确定。网络的权值及参数调整采用混合算法,且能够在线自适应实时调整,不需要离线学习阶段。所提出的观测器及控制器均不需要任何的机械臂动态模型(包括惯性矩阵逆),并通过引入PD控制使整个方案更易工程实现。基于Lyapunov理论证明了整个闭环系统一致最终有界。两关节机械臂试验结果进一步证明了这种基于观测器的反馈控制算法的有效性。     

地空导弹发控系统寿命预测的组合模型

将灰色系统理论和BP神经网络有效地结合起来,建立了灰色BP神经网络的组合预测模型,并采用遗传算法对该模型进行优化。为了验证优化后模型的有效性,采用灰色BP神经网络的预测结果进行对比分析。实际数据的预测结果表明,优化之后的模型比单独采用灰色BP神经网络,具有更小的均方差(MSE,Mean Square Error),对发控系统剩余寿命(RUL,Remaining Useful Life)也具有更高的预测精度。