Optimal sensor placement for underwater threat detection

The optimization framework for optimal sensor placement for underwater threat detection has been developed. It considers single‐period and multiperiod detection models, each of which includes two components: detection algorithm and optimization problem for sensor placement. The detection algorithms for single‐period and multiperiod models are based on likelihood ratio and sequential testing, respectively. For the both models, the optimization problems use the principle of superadditive coverage, which is closely related to energy‐based and information‐based approaches. An algorithm for quasi‐regular sensor placement approximating solutions to the optimization problems has been developed based on corresponding continuous relaxations and a criterion for its applicability has been obtained. Numerical experiments have demonstrated that the algorithm consistently outperforms existing optimization techniques for optimal sensor placement.© 2008 Wiley Periodicals, Inc. Naval Research Logistics, 2008     

Dynamic evacuation routes for personnel on a naval ship

We propose a dynamic escape route system for emergency evacuation of a naval ship. The system employs signals that adapt to the causative contingency and the crew's physical distribution about the ship. A mixed‐integer nonlinear programming model, with underlying network structure, optimizes the evacuation process. The network's nodes represent compartments, closures (e.g., doors and hatches) and intersections, while arcs represent various types of passageways. The objective function integrates two potentially conflicting factors: average evacuation time and the watertight and airtight integrity of the ship after evacuation. A heuristic solves the model approximately using a sequence of mixed‐integer linear approximating problems. Using data for a Spanish frigate, with standard static routes specified by the ship's designers, computational tests show that the dynamic system can reduce average evacuation times, nearly 23%, and can improve a combined measure of ship integrity by up to 50%. In addition, plausible design changes to the frigate yield further, substantial improvements. Published 2008 Wiley Periodicals, Inc. Naval Research Logistics 2008     

消防部队执行任务中人员调度与优化

在执行急难险重消防任务时,难免会遇到消防人员供应紧张不能适应任务需要的情况,在这种情况下,如何尽量科学地对已有人员根据所执行任务的特点对人员使用统筹规划是一个非常重要的问题。通过算例的求解可看出,统筹法是解决上述问题的最适宜最有效方法,利用网络对执行消防任务中的人员使用加以调整和优化可取得非常显著的社会和经济效益。     

边检机关与航空公司联网模式之构想

从边防检查机关与航空公司在出入境边防检查工作中的关系着眼,提出了在边防检查机关与航空公司之间联网对旅客资料信息进行预录预检的构想,论述了在此关系框架下实现联网的必要性与可行性,以及联网工作的具体实施和实现联网后所应注意的问题。     

不确定多属性决策的单目标优化方法研究

运用神经网络的非线性映射和遗传算法的寻优特性,建立了不确定多属性决策的单目标优化模型。把属性值区间作为遗传算法染色体的搜索范围,用训练好的神经网络计算适应度。用不同的适应度函数来计算综合属性值区间数的下界和上界,然后对方案进行排序。算例结果表明,该方法是可行的。     

基于三角形折叠的LOD算法研究与实现

对三角形折叠误差计算方法进行了改进,针对网格简化程度的不同引入阈值控制折叠误差,然后按要求的折叠误差确定折叠新顶点,从而生成满足不同需要三维模型的多个细节层次;建立了不同细节层次模型间顶点的对应关系,然后在对应点之间进行线性插值,实现了绘制过程中不同细节层次模型间的平滑过渡.     

基于压力测量的发动机汽缸磨损寿命预测方法

对不同摩托小时的某型坦克发动机进行了实车检测试验,采用压力传感器测量了发动机汽缸压缩压力,分析了汽缸压缩压力随发动机使用时间的变化趋势。分析了汽缸套磨损的特点及对发动机使用寿命的影响。针对发动机汽缸磨损的非线性特点,建立了人工神经网络预测模型,实现了对坦克发动机汽缸使用寿命的预测。     

数据挖掘与数据融合相结合的异类信息融合*

针对组网系统中的信息样式多、模糊性强等特点,介绍了分布式异类传感器组网系统及其特点,将数据挖掘中的知识发现理论与数据融合的知识应用理论相结合,建立了异类信息综合处理的集成模型。并提出了基于模糊神经网络的数据挖掘算法,增强了集成模型的自学习性能。模型有效地提高了异类传感器组网系统的智能化、自动化能力。     

基于HLA的军事通信网仿真系统VV&A框架流程

军事通信网仿真系统是采用 HLA 架构的大型复杂仿真系统,通过桥接和代理技术实现了多个单网系仿真系统的一体化。针对 HLA 的 FEDEP 过程和军事通信网仿真系统的特点,提出了军事通信网仿真系统VV&A 的框架流程,得出几点结论。     

网络模拟器ns的软件框架分析及扩展应用

目前在网络研究方面广泛使用的一种网络模拟器——ns(network simulator)一种离散事件驱动的网络模拟工具,它支持TCP协议的多个版本(包括SACK、Tahoe和Reno)以及路由调度算法,为模拟TCP协议、路由算法和多播协议提供充分的支持。文中主要对这种模拟器的特点、系统结构和仿真功能进行了介绍,着重讨论了ns中体现系统设计中实现机制与使用策略分离原则的分割编程模型,以及为了实现对各种特定通信环境和新机制的模拟,通过代码扩展深入使用模拟器的方法。