考虑误差不确定的航空制导弹药使用消耗预测方法

针对航空制导弹药的使用消耗预测问题,分别建立了航空制导弹药使用消耗点预测和区间预测模型。根据航空制导弹药使用消耗数据小样本、非线性和随机性强等特点,采用支持向量回归模型来对航空制导弹药使用消耗数据进行点预测,并通过粒子群优化算法寻找最优参数;结合点预测误差数据,通过核密度估计法开展误差不确定性分析,确定误差概率密度曲线,并在核密度估计的基础上采用最高密度域确定给定置信度下的最佳置信区间。结果表明,该方法对于航空制导弹药使用消耗数据而言能提供更为精确的预测结果和不确定性置信区间,为航空制导弹药的后续使用安排提供参考依据。     

基于变异粒子群优化与深度神经网络的航空弹药消耗预测模型

为了提高航空弹药的供应保障效率,将变异粒子群优化(MPSO)融入深度神经网络(DNN),研究航空弹药训练消耗预测问题。通过DNN确定网络各层的最优激活函数,基于MPSO参数寻优得到网络各层最优的权值和阈值,进而构建MPSO与DNN融合的航空弹药训练消耗预测模型。实验研究表明,该文组合预测模型在对5年数据的预测中均方误差为0.000 9,与粒子群优化-深度神经网络(PSO-DNN)模型、DNN模型以及反向传播神经网络(BPNN)模型相比具有更好的预测性能。     

基于DoDAF的通用航空医疗救援标准体系研究

针对通用航空医疗救援标准覆盖不全,标准类型比重不均衡等问题,确定通用航空医疗救援标准体系构建的需求与重点,基于美国国防部体系结构框架(DoDAF),从体系结构角度对航空医疗救援标准体系结构框架进行直观模型描述,建立了多个作战视图、服务视图、标准视图产品,明确了航空医疗救援的概念、目标、范围、组织关系、任务需求、服务需求等关键要素,并通过服务需求对相关标准进行分类,确定了通用航空医疗救援标准体系结构框架,可为通用航空医疗救援标准体系的构建提供参考.     

基于灰色系统理论的飞行签派员需求量预测

采用GM(1,1)和系统灰色预测GM(1,N)分别对我国到2015年民航飞行签派员需求总量进行宏观预测,并对两个模型的精确度进行检验,将预测结果对比分析。所得数据结果可为我国民航各公司人力资源管理开发及高等院校航空运行相关专业人才培养提供理论依据。     

反坦克导弹阵地弹药消耗模型及仿真

目前的弹药消耗计算多针对单一武器系统.为从整体上动态研究多层坦克导弹防御阵地的弹药消耗规律,该文根据反坦克作战火力对抗过程及精确制导武器弹药消耗特点,应用排队系统理论建立了多层防御反坦克阵地的弹药消耗模型.应用该模型对3种典型的反坦克防御作战想定进行了弹药消耗仿真计算,仿真结果表明了模型的有效性,以及弹药消耗量对兵力因素、武器打击性能以及防御时间的敏感性.     

基于云模型的厦门保税船用燃油需求短期预测

为了准确预测厦门保税船用燃油需求量,首先,构建厦门保税船用燃油需求云模型,预测供需平衡条件下2020年厦门保税船用燃油需求量。选取外贸集装箱吞吐量、集装箱吞吐量、厦门GDP 3个指标作为输入变量,构建logistic回归预测模型。对厦门保税船用燃油需求量进行预测,将两种模型的预测结果与2020年厦门保税船用燃油实际值进行比较,结果显示,基于云模型的厦门保税船用燃油需求预测比logistic回归预测模型更精确。最后,选择云模型对2021年厦门保税船用燃油需求量进行预测。     

一种面向弹药保障的消耗预测方法

结合部队弹药保障，在传统兰切斯特理论的基础上，采用诸兵种合同作战的兰切斯特方程对弹药消耗预测进行研究，为实战指挥提供更准确的作战决策依据，并且举例提出具体实现方案，采用C Builder和Matlab对之进行了仿真。     

弹药毁伤效能评估技术研究现状与发展趋势

通过弹药毁伤效能评估技术研究现状的归纳展望未来发展趋势,为弹药毁伤效能技术的发展提供思路.根据新时期作战精确感知、精确指挥、精确打击、精确评估、精确保障的时代需求,分析弹药毁伤效能数据获取与使用存在的难点与痛点,梳理弹药毁伤效能评估技术研究现状,构建弹药毁伤效能评估技术体系,对弹药毁伤效能评估技术未来发展趋势进行展望.      

数据链对多机航空作战效能影响分析评估

针对数据链体制下多机航空作战的航空进程进行研究。在对数法的基础上,给出了数据链体制下的飞机作战效能评估值计算方法,从一致性和等价性的角度出发,将其等效映射为单位化效能值。在单机对抗且能够表征数据链效应的改进Lanchester方程空战模型基础上,建立了多机对抗条件下Lanchester方程空战模型。从预设的4种航空作战场景出发,结合多机对抗的2种作战想定,以双机对抗为例仿真分析了4种不同场景下的航空作战进程,进一步地分析了数据链的运用对多机空战的影响,给出了空战进程关键节点仿真数据及损耗图,结果表明数据链在多机对抗条件下的航空作战中具有提高作战效能和改变战局的作用,同时在双机对抗航空作战进程中效能大约提升了35%。     

基于AM-LSTM模型的共享单车时空需求预测

为准确预测城市不同区域的共享单车需求量,解决区域间供需不平衡问题,在对上海市共享单车数据进行时空特征可视化分析的基础上,研究共享单车的出行分布规律. 针对时间出行分布的非严格周期性,提出了一种引入注意力机制的长短时记忆网络预测模型AM-LSTM. 利用Spearman相关性分析法分析特征影响因素,提取模型特征值. 分别构建不同输入序列的预测模型,与传统时序预测模型进行对比分析. 结果表明,采用30 min时间间隔的输入序列具有较高的预测精度,AM-LSTM模型能够较好地预测共享单车的出行需求量,预测精度优于单一的LSTM模型. 最后对预测曲线进行相关度分析,验证了AM-LSTM模型的预测性能,可以为城市共享单车的调度及分配提供有效信息.     

组合预测法在弹药消耗预测中的应用

提出了利用组合预测法预测弹药消耗的设想,建立了基于BP神经网络的弹药消耗组合预测模型,并对弹药消耗影响因素进行了初步探讨,为今后弹药消耗预测的研究工作提供了参考依据。     

基于约束调度的消耗性航材备件需求预测分析

针对传统航材备件需求预测方法忽略了对需求约束调度条件的获取,导致对航材备件的需求预测效率较低、成本偏高,提出一种新的基于约束需求预测的消耗性航材备件需求预测方法,并进行试验分析。假设某消耗性航材备件的储备量分布密度满足泊松分布,计算该消耗性航材备件及时保障概率。依据航材的年周转量,求出不同周转件所需总储备量,以获取总及时保障率。给出需求约束调度条件,将约束调度和需求预测成本最小作为目标函数构造消耗性航材备件需求预测模型,通过遗传算法对其进行求解,获取最优需求预测结果。将文献[5]方法和文献[6]方法作为对比进行实验,发现所提方法需求预测准确率高,效率最高,且可达到应急要求。     

基于QGA-LSSVM的能源需求预测

能源需求预测是能源规划和政策制定的前提和基础,能源需求预测受到众多因素的影响。为了快速、有效的预测我国对能源的需求,采用量子遗传算法(QGA)对最小二乘支持向量机(LSSVM)的参数进行优化,建立最优的能源预测模型。收集1997—2011年我国能源需求的相关数据作为训练样本和测试样本,对影响能源需求的指标数据,利用因子分析,对关联程度较高的指标数据进行公共因子的提取,减少判别指标间信息交互,通过预测模型的检验,并对比其他预测模型,验证了该模型在能源需求预测中具有极低的误差率。     

物流网络中多地区配送需求预测方法研究

物流网络较为复杂,当前预测方法只采用一种方法对物流网络中多地区配送需求进行预测,无法保证预测精度。提出一种新的需求预测方法, 通过两个或两个以上不一样的预测方法,对物流网络中多地区配送需求进行预测,构建物流网络中多地区配送需求组合预测模型,对不同方法进行加权组合,通过熵值法对组合预测模型的组合权重进行计算,充分利用不同预测方法的优点,获取较优的预测结果。通过残差检验和后验差检验,对组合预测模型的配送需求预测能力进行评价。实验结果表明,所提方法具有很高的预测精度。     

基于Markov链的最优化预测模型及其应用研究

马尔可夫预测方法在预测领域有着广泛的应用.该方法应用的一个重要的问题就是如何估计一步状态转移概率矩阵.在历史资料没有给出系统处于n个状态次数的情况下,给出一步状态转移概率矩阵估计的最优化方法.最后探讨了基于M arkov链的最优化预测模型在长江水质预测中的应用,从而表明该模型的有效性.     

电信业务预测的新方法研究

作者主要是讨论电信业务量新的预测方法。在分析了传统的Ｆｉｓｈｅｒ－Ｐｒｙ模型不能对缺乏历史数据的新业务进行有效的预测后，提出了二次起飞模型和替换模型，实际观测结果表明这两种新模型可以较好地解决新业务的预测问题。     

城市供水负荷短期预测方法

结合城市用水量的影响因素及特点，分析了城市用水量的变化规律，探讨了水量预测时间序列分析方法；根据城市供水运行调度对用水量预测的实际要求，采用时间序列三角函数分析法建立了管网用水量的短期负荷预测模型。实例考核证明，该模型有效可行。     

基于改进最小二乘支持向量机的导弹备件消耗预测

在系统分析武器装备备件预测方法研究现状和导弹备件消耗特点的基础上,提出把粗糙集、熵权法、自适应粒子群优化算法与加权最小二乘支持向量机的组合预测模型应用于导弹备件消耗预测的构想。首先阐述了粗糙集、信息熵、自适应粒子群优化算法和加权最小二乘支持机的基本原理,并改进了自适应粒子群优化算法的搜索方式和最小二乘支持向量机的加权方法;然后建立了基于粗糙集、熵权法和自适应粒子群优化加权最小二乘支持向量机的导弹备件消耗预测模型,并分析了其实现过程。实例结果表明,所建立的组合预测模型在进行导弹备件消耗预测时具有较高的精度和重要的实用价值。     

城市日用水量的自回归模型(AR)预测方法

介绍了利用自回归模型(AR)预测城市日用水量的方法，阐述了AR模型的阶数和自回归系数的求解，并结合工程实例，预测出某城市日用水量，达到了较好的预测效果。