小波神经网络在装备研制费预测与控制中的应用

通过小波及小波变换的原理和方法,建立了适用于武器装备研制费用的小波神经网络预测与控制模型.结合某型装备研制费用,进行了预测与控制的数据仿真.     

预报风强度对火箭最大气动载荷精度影响及建模分析

针对不同预报风强度的精度以及其对应的最大气动载荷预报值精度的研究文献极少。以某地区实况风为基准,分别对不同预报风强度的精度以及其对应的最大气动载荷预报值精度特征进行了分析,并利用多元线性回归方法建立了订正模型,结果表明在预报日数第1～11天,预报风强度越大,预报风精度及其对应的最大气动载荷预报值精度越高;利用多元线性回归方法可提高最大气动载荷预报值精度,且预报风强度越小,最大气动载荷预报精度提高越明显。这些发现在火箭发射前的飞行保障及安全决策方面具有参考价值。     

军队抢险救灾物资消耗模型的建立

军队抢险救灾物资消耗的确定,一直是困扰着各级部队的难题,也是影响部队战斗力再生的重要因素。军队抢险救灾物资消耗的确定可采用确定资金和确定实物来完成。通过建立数学模型对物资消耗进行计算,利用实例分析验证物资消耗模型。通过物资消耗模型解决了以往物资消耗确定的难题,减少了部队抢险救灾的隐形消耗。     

自适应过滤法在火灾发展趋势预测中的应用

分析了1993~2003年的火灾统计数据,应用自适应过滤模型预测了火灾发展趋势。结果表明:自适应过滤模型适于火灾趋势预测分析,在消防监督工作中具有广阔的应用前景。     

应用新型Lanchester方程的非对称空战进程预测

针对未来空战中可能出现的非对称空战问题进行研究,在设定的非对称空战背景下构建新型Lanchester方程对问题进行建模分析,得到单一机种和多兵种非对称空战模型,并通过仿真试验验证了模型的有效性,对非对称空战指挥决策提供了一定的帮助。     

基于油液分析的装备状态多阶段组合预测模型

状态预测是状态维修的关键步骤之一。针对装备状态变化规律复杂、特点难易准确掌握的关键问题,以延时时间概念和两阶段预知模型为基础,提出了根据不同阶段特点采用不同预测方法的多阶段组合预测模型。通过油液分析及其相关规定,对装备运行阶段进行了具体划分,给出了适应各阶段特点的预测方法。最后,通过实例验证了该模型的有效性。     

基于灰色系统理论的设备状态监测系统设计

介绍了设备状态集中监测系统的构建和灰色系统理论在设备状态预测中的应用原理及方法．利用Matlab提供的基于最小二乘法的非线性曲线拟合函数能方便地求解一阶灰微分方程,从而得到原始数列的预测值表达式．应用实例表明,基于灰色系统理论的预测模型适用于小样本不确定问题的研究,预测精度高、实现容易．基于灰色系统理论的设备状态监测系统的研制对于科学制定维修计划,改进设备的管理维护手段,确保试验任务的质量和进度具有重要作用．     

弹药保障决策模型的研究

从弹药保障的工作入手 ,论述了弹药消耗预计算法 ,提出了基于存储论的弹药补充决策模型。给出了战时弹药保障的 3种策略     

观众出行分布预测在武警临时勤务中的应用研究

大型活动的性质、规模、级别、观众数量、周边的道路交通状况以及治安情况等因素,都影响着大型活动举行期间的道路交通和安全保卫任务。通过对大型活动观众出行分布预测方法的研究,结合实例得到大型活动观众出行分布情况,同时分析其对武警部队部署执勤警力的影响,为安保工作提供预案决策支持。     

基于弹药目标数据库的弹药需求预计

弹药需求预计是弹药保障的前提,是科学筹划弹药保障方案的关键。首先给出了基于弹药目标数据库的弹药需求预计思路,进而在分析目标和弹药性能的基础上,分析了数据元素和数据结构,设计了弹药目标数据库,并给出了基于弹药目标数据库的配对选择及消耗量预计算法。基于弹药目标数据库的弹药需求预计方法能够最大可能避免基于经验推算法的弹药需求预计中大量依赖经验因素的缺陷,准确估计弹药需求,为弹药需求预计提供了新的思路。