一种武器系统效能评定的新方法

以灰色系统理论中的灰靶技术为基础,在对原靶心度求解公式加以改进,并建立了一种新的武器系统效能的评定方法.即:首先用灰靶理论建立评定方法的数学模型,以能反映武器系统效能的战技性能指标构造各比较方案或模式的指标序列,进而求得各指标序列的标准模式.通过求各比较模式对标准模式的靶心度,并按大小排序,最终确定各比较方案效能的优劣.在对AK74,AK47,M98K三种步枪进行效能评定的实例中,本方法所得三种枪的靶心度分别为:γ(x0,x1)=0.983 7>r(x0,x2)=0.737 3>γ(x0,x3)=0.643 9;传统方法所得三种枪效能的火力突击指数为:E1=2.52>E2=2.25>E3=1.00.就效能优劣而言,本方法的结论与传统方法的结论以及三种步枪在战场上长期使用的实际情况一致.即:AK74最好,AK47次之,M98K居后.本方法的计算过程为简单的代数运算,且不涉及许多传统方法中类似人工打分之类带有一定主观性因素,所以,就同时满足可操作性和客观性而言,本方法较传统方法为优.     

区间数多属性决策的一种ELECTRE方法

在对不确定性区间数多指标决策问题和区间数运算法则进行描述的基础上,通过区间数可能度的计算,将指标值从区间数映射到优劣关系等价的实数形式,最后依据简化的ELECTRE方法的计算步骤进行方案的排序.该分析方法具有简单、实用的特点,它克服了以往研究此类决策问题时所遇到的区间数难以排序的问题.     

一种基于比较网络模型的排序算法的构造

介绍了一种并行的排序算法：排序网络算法．在比较网络模型的基础上，该算法使用二分法思想，利用双调序列，构造出了一种并行的排序算法：双调排序网络．     

一类基于冒泡排序的改进算法的分析与比较

排序算法对于计算机信息处理很重要，一个好的排序不仅可以使信息查找的效率提高，而且还直接影响着计算机的工作效率．目前排序领域许多最简单的算法都是基于冒泡排序算法，该文对这些算法的基本原理进行了介绍和分析，并对它们的算法性能进行了比较．     

在Visual C++6.0环境下利用OpenGL实现模型的动态观察

介绍了在Visual C++6.0环境下如何利用开放式图形库OpenGL实现三维有限元网格的动态观察.     

一个求分批排序最小时间表长的多项式时间近似方案

给定一个批处理系统{pi,ri:i=1,…,n}，pi，ri分别代表工件i的加工时间和释放时间，该系统至多可以同时处理B(批容量)个工件．一个批次的加工时间是此批次所包含所有工件的加工时间的最大者．最后一个被加工完工件的完工时间常被称为时间表长(makespan)，主要给出了一个求分批排序最小时间表长的多项式时间近似方案(PTAS)．     

一致性条件下带磨损因子的排序问题

考虑下述带磨损因子的排序问题：n个工件需在同台机器上依次加工，工件j,j=1，2，…，n,所需的加工时间同它被开始加工的时间有关，当工件j开始被加工的时间为t时其所需的加工时间为Pj=bjt，其中bj可视作与工件j有关的一个磨损因子．要求适当排列这n个工件的加工顺序，使某目标函数值达最小．对最大迟后、最大延误、加权完工时间之和这三个目标函数，文中给出了相应条件下的最优算法．     

基于不同偏好信息的评价专家水平研究

针对不同偏好信息给出了一种分析方法.首先,给出有关效用值、序关系值、互反判断矩阵、互补判断矩阵和语言判断矩阵的定义及其相关性质;然后,通过定义不同偏好信息之间的转换公式,将不同偏好信息都转换为互补判断矩阵的偏好信息,得出各个专家的方案排序值向量,进而利用因子分析法,通过SPSS软件找出方案集相关系数矩阵的公共因子,计算出每个专家的因子得分及因子总得分.根据各个专家的因子总得分的大小,对各个专家的评价水平进行排序;最后,通过一个算例说明了本文提出的分析方法.     

基于相邻像素统计特性的LSB隐写分析技术

基于对图像相邻像素灰度值的奇偶性及其大小关系的统计分析,提出了一种新的可靠检测空域LSB隐写的隐写分析算法。该算法通过统计相邻像素对中奇像素大于偶像素的相邻像素对数与偶像素大于奇像素的相邻像素对数,然后根据其比值来判断图像中隐秘信息的有无,并从理论上给予了证明。这一算法不仅可以实现对空域LSB隐写的可靠检测,还可以准确估计图像中隐密信息数据量的大小。算法实现简单、计算量小、检测速度快。实验结果表明,该方法可以获得优于GPC等隐写分析方法的检测性能,且适用于彩色图像。     

基于理想点的改进AHP综合排序算法

AHP是常用的多目标决策和评价方法,但是文献发现当被评价方案增加或减少时,层次分析法（AHP）不能保持其原有方案的排序结果,因此至今AHP法仍被广大学者所争议.本文研究了AHP中导致排序结果不一致现象的原因,发现当方案数变化时AHP在计算综合排序时,使用的计算数值会导致前后不一致,进而导致排序结果不一致现象的产生.本文提出了一种基于理想点贴近度的AHP综合排序算法可以很好地解决这一问题.AHP综合排序的典型算例证明了新算法的合理性.