1992年总目次

仿真方法与建模系统仿真学科与仿真系统技术………………………………………·、………·””…”’”“““”‘””””””””””””3-1由大脑皮层神经元所组成的 HEBBIAN细胞群仿真………………………………………………… 1叫用于 CIMS SERC网络性能评价的 NPES设计与实现……………………,………………………… l—7可压缩流体网络的建模方法……………………………………··、·二………··,…………………1—15一类离散事件动态系统建模与仿真策略………………………………………………‘……’··‘…·2—26关于海…     

基于模糊小波聚类混合的多目标覆盖质量评估方法

面向双层无线传感器网络覆盖质量评估,设计出基于模糊小波聚类混合的多目标覆盖质量评估方法。建立网络单元概念和双层网络模型,在各汇聚节点开展各子目标预处理。集中建立二次预警机制:设计基于模糊小波神经网络的分析融合子系统,实现一次预警,选出显著低效覆盖单元;构建决策输出子系统,设计基于k均值聚类算法的多等级网络单元评价体系,实现二次预警,并呈现全部低效覆盖单元。实验表明,该方法从覆盖面积、能耗均衡、传输便利等方面综合评估,能够精确判定低效覆盖单元,有助于及时重部署,维护网络健康运行。     

基于FBN的UCAV对地攻击战斗损伤评估

针对战场战斗损伤评估信息的多样性、不确定性和模糊性,基于模糊理论易于将清晰变量离散化与贝叶斯网络易于进行不确定性推理的优点,提出应用模糊贝叶斯网络对UCAV对地攻击效果进行分析评价,建立了对地攻击损伤评估的模糊贝叶斯网络模型,给出了基于模糊贝叶斯网络的损伤评估的推理决策方法,并且对该方法进行了仿真分析.仿真实例表明,基于模糊贝叶斯网络的损伤评估模型能够提高战斗损伤评估的准确度,而且推理简单,易于实现.     

基于贝叶斯网络的编队对地攻击损伤评估研究

随着武器的高科技化、战场环境的复杂化、战斗节奏的加快,战斗损伤评估系统在现代战争中占有越来越重要的地位。针对战场战斗损伤评估信息的多样性、不确定性和模糊性,基于贝叶斯网络易于进行不确定性推理的优点,提出应用贝叶斯网络对对地攻击效果进行分析评价,建立了编队对地攻击损伤评估的贝叶斯网络模型,给出了基于贝叶斯网络的损伤评估的推理决策方法,并且对该方法进行了仿真分析。仿真实例表明,基于贝叶斯网络的损伤评估模型能够提高损伤评估的准确度,而且推理简单,易于实现。     

并行/分布式网络模拟系统PDNS的实现及其性能分析

网络模拟是进行计算机网络性能研究、系统分析、设计和实现的一种重要方法。采用并行/分布式的计算方法可以较为准确、有效的模拟大规模的网络拓扑结构。本文介绍分析了基于NS的并行/分布式网络模拟平台PDNS,并分析了局域网内PDNS的模拟性能。     

面向性能评估的3G应急通信网络仿真系统研究

针对制定应急通信预案和模拟演练中对应急通信网络性能仿真评估的应用需求,分析建立了3G移动通信网络仿真模型,采用系统级动态网络仿真技术设计并实现了一套面向性能评估的3G应急通信网络仿真系统。该系统能够对不同场景下的3G移动应急通信网络进行实时模拟,给出相关性能参数,为网络性能评估提供依据。仿真测试结果表明,该系统能够得到比较满意的结果。     

基于RS-ANFIS的雷达抗干扰性能评估方法

雷达抗干扰性能评估是雷达系统研制、引进、装备过程中必要的环节. 如何综合评估复杂电磁环境下的雷达抗干扰性能评估已成为研究的重点. 针对现有雷达抗干扰性能评估方法的特点和局限性, 提出了一种基于粗糙集-自适应神经网络模糊推理系统(RS-ANFIS)的性能评估方法. 首先, 针对原始样本数据的不完备性和不确定性, 采用粗糙集理论对原始样本数据进行数据归一化、 离散化、属性约简处理, 并得到覆盖原始样本特征的最小规则集. 其次, 建立了基于ANFIS的Sugeno型性能评估模型, 设计了评估变量的隶属度函数和推理规则, 确定了评估网络各层输入输出关系以及网络学习算法. 最后, 以12组雷达抗干扰性能评估指标为例进行算法模型验证, 表明了方法的可行性和模型的有效性. 实验结果表明, 该方法能够有效改进网络结构, 提高雷达抗干扰性能评估结果的可信度.     

基于虚拟样机技术的火炮反后坐装置设计评价研究

反后坐装置是火炮系统的核心部件,其工作性能的优劣直接影响着整个火炮的性能.首先介绍了火炮反后坐装置设计评价的必要性,建立了反映反后坐装置工作状况的火炮虚拟样机.提出了表征反后坐装置工作性能的三个指标,基于虚拟样机仿真研究设计参数对反后坐装置性能指标的影响规律,从而将对反后坐装置设计的评价转化为对其性能的评估,实现了火炮反后坐装置设计评价的定量化,评价实例说明了利用虚拟样机评价反后坐装置设计的优越性.最后,展望了虚拟样机在武器装备工程研究领域应用的前景和下一步工作的重点.     

面向工程车辆应用开发的仿真平台

针对基于现场总线分布式智能电液比例控制与综合的复杂作业工程车辆的开发与研究需要，在分析现有的仿真平台基础上，给出了一个用于实现工程车辆的信息综合、分布式控制和监督管理的仿真试验平台，该平台是基于半实物的硬件在环仿真系统，用于对网络环境下工程车辆的控制操纵性能和控制算法进行测试和验证。采用该平台，实现了多轴驱动的运、架梁一体化工程车辆的开发研制，从而为新型工程车辆控制与操纵系统的研究开发提供参考和评价。     

基于装备体系韧性的作战网络链路重要度评估及恢复策略

韧性可以全面描述装备体系吸收打击或干扰、并从打击或干扰中恢复的能力, 体现了体系的综合性能。针对装备体系的韧性提出了一种量化评价方法, 以对装备体系作战网络链路进行重要度评估。首先给出了装备体系韧性的明确定义, 并建立了量化韧性的数学模型; 其次提出了基于韧性增加值的链路重要度指标, 并构建了一种基于装备体系韧性的作战网络链路重要度评估模型; 然后构建了不同的恢复策略,并分析了其对作战网络性能恢复的影响; 最后通过应用案例验证了所提方法与模型的适用性和合理性, 为优化体系结构、保障和提高体系作战性能提供了理论支撑, 也为进一步开展基于装备体系韧性的作战网络应用研究提供了参考借鉴。     

考虑节点失效的异构仿真网络可靠性评估蒙特卡罗模拟

异构仿真网络是实况、虚拟和构造(live, virtual, and constructive, LVC)仿真的基础环境支撑,合理评估其可靠性在LVC仿真应用中具有重要作用。针对复杂网络可靠性评估难以获得精确解、效率不高的问题,提出一种考虑节点失效的LVC异构仿真网络蒙特卡罗评估方法。首先,基于异构网络自身特点及因子定理,对蜂窝网络和无线传感器网络进行等效转化;其次,运用可靠性保持缩减技术对转化的仿真网络进行缩减,提高算法效率和收敛速度;最后,依据不完全可靠节点转化原则,对简化网络可靠性进行蒙特卡罗模拟,实现LVC异构仿真网络连通可靠性的评估。计算结果表明,相比传统蒙特卡罗方法,所提方法在保证计算精度的同时,方差减小,运行负载较小,稳定性更好。     

基于深度学习的体系作战效能智能评估及优化

采用仿真模拟评估方法进行体系作战效能评估包括配置想定、多次运行仿真系统和调用效能评估模型计算多个复杂步骤。针对此流程复杂、耗时长的问题,提出一种基于深度学习回归思想的体系作战效能智能评估方法,引入基于进化策略的作战效能优化流程。以全连接深度回归网络为预测模型,通过多个数据集的试验结果给出网络隐层数和样本量选择的指导原则。进一步结合遗传算法调整网络输入得到优化输出,迭代性能较好。以某仿真系统为例初步验证了其有效性和使用价值。     

基于复杂网络理论的电力网络关键线路识别

从复杂网络理论角度出发,提出了一种基于网络凝聚度的电力网络关键线路评价方法。方法着重关注电力网络的全局状态,综合考虑电力网络中各节点之间的连通能力,以及网络中节点的数目,通过观察输电线路断开前后电力网络凝聚度的变化量,来衡量电力网络中各输电线路的重要程度。通过将研究的计算结果与文献中已有的基于网络效率的关键线路评价方案的结果进行对比,以及在拓扑结构和动力学角度上进行仿真验证,均说明了提出的关键线路衡量方法是合理且有效的。     

基于自学习框架的红外场景仿真效果评价

针对红外场景仿真效果评估困难的问题,提出了基于自学习框架的评价方法。首先,从仿真图像与实际图像视觉对比的角度提出了面向图像视觉相似的红外场景仿真效果评价指标体系,用于量化评价过程;其次,提出以极限学习机(extreme learning machine, ELM)为核心建立评估模型,建立包括蒙特卡罗样本仿真、ELM评估网络及自更新仿真样本评估模型等3部分在内的自学习框架来生成仿真样本、强化对ELM的训练;最后,针对实际样本数量较少的问题,在此框架基础上提出了包括样本评定、自学习、评估模型测试3个阶段在内的仿真图像相似性评估方法,实现了从样本生成到评估过程的自动化。实验结果表明提出的自学习框架能够显著提高评估模型的正确率,而且训练后的评估模型适用性强,可独立自主进行红外场景仿真效果评估。     

基于神经网络的符号化飞行动作识别

飞行动作识别是飞行训练评估和空战智能决策等多项关键技术的基础, 实现飞行动作的快速高效识别具有重大意义。对此, 提出一种基于神经网络符号化模型的方法, 实现对基本飞行动作和复杂飞行动作高效识别。首先, 利用微分分割的思想对飞行参数进行切片处理, 然后通过卷积神经网络(convolutional neural networks, CNN)和长短期记忆(long-short term memory, LSTM)神经网络实现飞行动作的模块化处理, 有效代替了传统方法中对原始数据的逻辑推理。并且该方法可以利用基本飞行动作对飞行过程实现飞行数据分割, 具有良好的扩展性, 能够快速处理批量飞参数据。最后对13种基本飞行动作、两种复杂飞行动作和整段飞行数据进行仿真实验。仿真结果表明, 该方法具有良好的识别性能。     

基于RBF神经网络的作战效能评估方法

作战效能评估是现代作战模拟中的一个非常重要的环节,受到人们特别的关注.介绍了一种基于改进型RBF神经网络的作战效能评估方法,主要是依据样本数据动态调节网络结构与参数.然后基于EINSTein系统进行实例评估,仿真结果表明改进的RBF神经网络算法具有良好的自学习能力,以及预测精度高、可行性好等优点,可以广泛应用于作战效能的评估工作中.     

气动人工肌肉的模糊小波神经网络控制

针对一种应用于医疗机器人领域的三自由度人工肌肉的非线性特性，结合模糊理论与小波神经网络，提出一种模糊小波神经网络控制器对人工肌肉驱动器进行控制。利用模糊小波神经网络的学习能力，采用梯度法搜寻控制器的最优参数。将采用模糊小波神经网络控制器与采用小波神经网络控制器及模糊神经网络控制器的控制系统仿真结果进行比较。仿真结果说明模糊小波神经网络控制器有效地改善了驱动器的静动态特性，具有更快的训练速度和更好的控制效果，是一种理想的气动人工肌肉控制方法。     

中低纬度下惯导极区性能模拟测试方法

针对惯性导航系统极区性能试验难以实地开展的问题, 研究了一种模拟测试的方法, 并基于横向坐标系编排给出了以组合导航系统作为测量基准的惯导模拟测试方案。首先分析了模拟测试技术研究的必要性, 然后根据轨迹形变最小原则详细推导了基于横向坐标系编排的极区模拟测试转换公式, 之后针对测试中采用不同基准的情况, 提出了相应的惯性测量单元(inertial measurement unit, IMU)转换算法, 并提出以惯性导航系统/全球导航卫星系统(inertial navigation system/global navigation satellite system, INS/GNSS)为参照基准的一种具体测试方案, 最终完成了仿真实验, 验证了模拟测试理论的正确性。结果表明, 在基准误差不计的情形下，试验导航参数误差与惯导实地横向编排解算误差相当。初步验证了所提方法替代极区实地试验进行精度性能评估的可行性, 为后续极区模拟测试评估研究奠了定理论基础。     

面向突发事件的电网韧性能力评价及构建方法

近年来,我国对电力系统面对突发事件时的性能表现提出了更为严格的要求,利用韧性的概念构建电网系统能够实现应急全周期内避免损失.文章利用应急管理理论分阶段刻画韧性的特征,在描述突发事件下电网韧性能力的同时提出了一种定量评价电网韧性的方法,它侧重于电网在突发事件发生后随着时间的推移维持稳定、抵抗中断、恢复性能的调整能力:利用给出的韧性评价指数结合电网特有的包括运行模式、组件物理强度和网络拓扑结构在内的电网特征,针对性地描述了能够增强电网韧性的措施.最后举例选取N-1准则措施利用PSCAD软件进行仿真模拟,利用韧性评价指数说明N-1措施能够增强电网韧性的同时,验证了韧性评价指数的合理性.电网实例引用IEEE14节点模型.