模糊决策融合的红外弱小目标序列检测

针对红外序列图像中运动弱小点目标的检测问题,重点研究序列关联检测算法.在多帧关联检测的基础上,引入决策融合概念,建立了基于模糊决策融合的序列关联检测方法.基于贝叶斯最小风险准则建立分布式决策模糊融合方法,有效融合单帧检测的结果,提高序列检测算法的性能.实测数据的实验结果验证了基于贝叶斯最小风险准则的分布式决策模糊融合方法的可行性和有效性.     

均匀分布集群目标射击火力分配优化数值仿真方法

基于所提出的火力分配方案,使用数值积分方法将对均匀分布集群目标射击的火力分配优化问题转化为由多变量初等函数表示的积分和函数在单位多面正方体内的最小值求解问题,火力分配优化的瞄准点坐标可以尝试利用成熟的Matlab优化计算软件来直接求解,算例说明所给出方法对于火力分配优化问题的深入研究是有裨益的.     

一种基于分组序贯的红外弱小点目标跟踪方法

针对红外序列图像中运动弱小点目标的检测跟踪问题,在多假设跟踪算法(MHT)的基础上提出了一种分组序贯的思想.基于这种思想,给出了一种多组独立检测法.对这种方法进行仿真,并与多级假设检验的截断序贯处理算法进行比较.实验结果证明在相同虚警概率情况下多组独立检测法的检测概率与截断序贯处理算法的检测概率相近,但运算量要远小于后者.     

串联系统预防维修周期优化策略研究(英文)

针对串联系统建立了基于可靠性约束的预防性维修优化模型,该模型充分考虑到预防维修可以提高系统可靠性的同时,其故障率会随着维修次数的增加而上升,引入役龄回退因子对预防维修活动前后系统性能的动态变化进行了描述.通过实例验证了该优化模型的正确性与可用性,对模型作进一步的扩展,还可用于更一般复杂的串并联系统.     

线性唯象传热规律下热机内可逆热经济学研究

对符合线性唯象传热规律(q∝Δ(T-1))的热机内可逆热经济学做了进一步研究,导出了在给定条件下Novikov热机的最优利润解析式,并得到了最优利润和相应的效率同其它参数间的关系.     

舰船蒸汽动力装置热线图优化的程序设计与研究

介绍了用于舰船蒸汽动力装置热线图优化的可视化程序设计与研究.阐述了软件的主要功能、开发环境、数据库设计以及关键技术问题的解决途径.程序能通过调整各种设计参数来得到良好的热线图.     

装备备件管理技术综述

备件管理水平的高低直接影响着装备保障能力的发挥和使用保障费用的维持,备件管理现已成为世界范围内的研究热点。通过对国内外有关备件管理文献的分析,总结了备件管理在备件分类方法、需求预测与确定、库存控制与优化3个方面的研究现状。分析结果表明：备件管理将向多因素综合考虑的备件分类方法,基于备件需求不确定性的预测技术以及基于计算机辅助技术、物流和供应链管理等方向发展。     

装甲装备使用可用度与维修保障费用的优化模型

维修保障费用是影响装甲装备使用可用度的重要因素之一。要在有限的保障经费下实现高可用度要求,就必须建立装甲装备的使用可用度与维修保障费用的优化模型。根据装甲装备实际维修特点,在分析装甲装备预防性维修过程中故障类型多样的基础上,构建了装甲装备在给定维修周期内的使用可用度模型和维修保障费用模型,进而建立了使用可用度与维修保障费用的优化模型,提出了模型的解法和模型的改进建议。     

灰色局势决策理论在炮兵火力计划优选中的运用

为了解决炮兵火力计划选择的随意性和盲目性,提出了以灰色理论为基础,综合考虑炮兵火力计划的性质和拟制原则的优选方法;深入研究了局势决策在计划优选中的应用;最后举例说明了灰色局势决策理论在计划优选中的应用,进一步证明了其科学性和创新性,为优选决策提供了一种定量和定性相结合的新方法。     

A novel modeling approach for express package carrier planning

Express package carrier networks have large numbers of heavily‐interconnected and tightly‐constrained resources, making the planning process difficult. A decision made in one area of the network can impact virtually any other area as well. Mathematical programming therefore seems like a logical approach to solving such problems, taking into account all of these interactions. The tight time windows and nonlinear cost functions of these systems, however, often make traditional approaches such as multicommodity flow formulations intractable. This is due to both the large number of constraints and the weakness of the linear programming (LP) relaxations arising in these formulations. To overcome these obstacles, we propose a model in which variables represent combinations of loads and their corresponding routings, rather than assigning individual loads to individual arcs in the network. In doing so, we incorporate much of the problem complexity implicitly within the variable definition, rather than explicitly within the constraints. This approach enables us to linearize the cost structure, strengthen the LP relaxation of the formulation, and drastically reduce the number of constraints. In addition, it greatly facilitates the inclusion of other stages of the (typically decomposed) planning process. We show how the use of templates, in place of traditional delayed column generation, allows us to identify promising candidate variables, ensuring high‐quality solutions in reasonable run times while also enabling the inclusion of additional operational considerations that would be difficult if not impossible to capture in a traditional approach. Computational results are presented using data from a major international package carrier. © 2008 Wiley Periodicals, Inc. Naval Research Logistics, 2008