基于人工神经网络的干旱程度评估方法

在干旱识别的基础上 ,采用人工神经网络技术 ,提出了一个干旱程度的评估模型 ,并经海河流域的实际应用表明 ,该方法简单易行 ,可为干旱研究提供一条新的途径.     

基于SimFMECA的仿真风险和VV＆A等级研究

VV&A是风险驱动的,FMECA是常用的风险分析方法.将两者进行结合,提出一种面向建模与仿真的FMECA方法--SimFMECA.首先对FMECA分析表格和过程进行扩展,然后分析一般仿真系统的FMI(Failure Mode Identification)框架,并给出风险和危害度评定方法,由此确定所需的VV&A投入,包括VV&A等级以及必需的VV&A活动,最后给出该方法的应用实例.SimFMECA是一种定性的方法,具有花费成本低和易于实施的特点.     

基于脱靶量和二次损伤的毁伤定量计算模型

分析指出,空战仿真中战果毁伤计算所用累计杀伤概率模型的不足.在飞机运动轨迹、导弹运动轨迹方程精确仿真计算的基础上,考虑了影响战果毁伤计算的各种因素,建立基于脱靶量和二次损伤的计算模型,引入损伤结果随时间变化的非线性模型,使毁伤结果等于线性损伤与非线性损伤之和.对多机空战仿真中的每一架单机、机群总体分别进行损伤计算,可更加客观地评估空战效能.     

基于SOFM和遗传算法的定量数据规则提取

提出一种基于自组织特征映射网络(SOFM)和遗传算法的定量数据规则提取模型.首先利用自组织特征映射网络SOFM,把定量数据转换为模糊集的语义值,用模糊集合相似性分析与融合对初始的模糊区间进行约简,以提高其解释性.然后利用变精度粗糙集模型从中挖掘模糊分类规则.最后利用遗传算法对所得规则进行优化,在不降低精确性的前提下,减少规则数.选用UCI数据集中的数据进行测试,证明所提模型用于定量数据规则提取的有效性.     

基于成员特征和历史信息的群体合作动态演化模型及中美关系仿真分析

首先我们从博弈论和心理学角度出发提出合作隶属度、合作意愿度和基准收益等基本概念；其次，在心理学有关原理的前提下建构了基于历史信息和成员特征的合作意愿度迭代模型；最后，我们通过对中关关系合作一冲突事件链的仿真分析以验证合作意愿度迭代模型的预测功能，同时有针对性地提出一些具有建设性的政策和建议。     

基于通信域和雷达域融合特征的无人机集群类型识别算法

目前已有无人机类型识别算法仅通过通信域或雷达域的信号特征实现单个无人机类型的识别,存在识别准确率低等问题。提出了一种基于通信信号和雷达信号融合特征的无人机集群类型识别算法。首先,提取集群通信信号的高阶累积量和瞬时特征统计量,并融合雷达航迹特征构建无人机集群特征矩阵。其次,提出一种改进的特征选择算法—二次筛选的近邻成分分析,对融合特征矩阵进行降维。最后,利用稀疏自编码器网络进行集群类型的识别。仿真结果表明,该算法显著降低了集群特征矩阵的维度(仅为原始矩阵维度的27%),同时在信噪比为0 dB时,对5种集群类型识别的正确率可达88%。     

基于滤波器组和高阶累积量技术的LPI信号特征检测的新方法

提出了一种新的将滤波器组和高阶累积量相结合的特征检测方法。运用该方法可以对未知LPI多分量信号进行频域的分离并消除伴随的加性高斯和对称非高斯噪声的干扰,从而较好地估计出FMCW、多相编码等LPI信号的特征参数。同时对这种改进的方法进行了系统结构的设计和详细的数学描述。仿真结果和性能分析表明了该方法的有效性和适应性,即使在信噪比很低的情况下也能检测得到比较理想的LPI信号特征。     

随机系统待机控制特征量指标约束下的满意PID控制

研究一类随机系统同时具有期望的待机特征量指标和衰减度指标约束的满意PID控制问题.首先基于边界穿越定理,给出一种确定使闭环系统稳定和使闭环系统满足期望的衰减度指标约束的PID控制器参数解集的方法.再基于待机控制理论,推导出满足期望的待机特征量指标:平均滞留时间和平均待机时间指标约束的PID控制器参数解集表达式.应用满意控制思想,对上述期望指标的相容性进行了分析,给出了确定相容指标取值范围的有效算法,以及当期望指标相容时PID控制器参数解集的求取策略.用一个算例说明了该方法的可行性和有效性.     

美国减轻农业旱灾的系统控制及其对我国的启事

美国面对农业资源环境退化和干旱日益严重的状况,在大量研究和实践的基础上,探索出了一条减轻旱灾及其影响的有效途径,使减灾模式从以往对干旱危机和灾后救助为主转变为强调干旱减灾准备和风险管理,通过全面减轻水资源需求压力,降低农业旱灾系统的脆弱性,实现了减灾目标。对其成功方面进行了总结论述,为我国旱灾减灾思路调整提供借鉴。参13。     

基于分形特征的我国干旱灾害小波分析

小波分析可用于揭示旱灾时序数据的演变规律,这对其早期预警具有重要意义.利用我国近60年的的旱灾成灾率时序数据,在 探讨其分形及小波特征基础上,利用Mallat算法进行了多分辨小波分解与重构.结果显示:中国旱灾时序数据存在分形特征,其 最小嵌入维为6; 6层小波分解与重构能够清晰揭示其时序变化的多个周期,其中30-35年(中心32年)周期上能量密度最大.研究证明: 1)分维计算中的最小嵌入维作为小波分解的最大有效分解层数可行,通过对旱灾成灾率时序数据的分析也证实了该猜想,这拓展了分形 计算的应用. 2)我国旱灾成灾率受6个实质性状态变量驱动,具有多周期特征.目前仍处于旱灾成灾率的增长期.     

洪涝灾害损失相对评估和预测方法研究及示例

讨论了如何利用DEA方法和逆DEA方法对洪涝灾害造成的损失进行相对评估和预测。该数学方法利用GIS的数据库，借助于GIS空间拓扑叠加、空间统计功能和数字高程数据，计算不同的受灾区城在不同的淹没水深时造成的相对损失，并能对实际的或假设条件下的洪涝灾害损失进行评估和预测。     

一种基于可能度的区间数排序方法

利用可能度法研究区间数排序.对一组待排序的区间数,先给出一个简洁的可能度计算公式,其结果反映一个区间数大于另一个区间数的可能程度.分析表明,该公式具有传递性、互补性等诸多良好的性质.随后,由两两比较的结果建立一个可能度矩阵,同时给出基于可能度矩阵的区间数排序算法.最后给出一个排序算法的实例.     

基于二次规划与相对优势度的不确定多属性决策法

针对属性权重未知且属性值为区间数的不确定多属性决策问题,提出了一种新的决策分析方法。该方法的核心是基于加权属性值离差平方和最大,建立一个二次规划模型,通过求解该模型获得属性权重,从而由加性加权法得到方案的综合属性值,进而利用各方案的相对优势度和对方案进行排序。最后,通过算例说明方法的可行性和实用性。     

战技指标对武器系统效能影响程度的灰色量化

以灰色系统理论中的灰靶贡献度理论为依据,给出了一种确定性能指标对武器系统综合性能影响程度的灰色量化方法。首先以该理论为依据,构造分析方法的数学模型;以数学模型为工具,求各指标的灰靶贡献度,进而确定各指标对效能影响程度的相对大小。在对算例结果进行分析时,通过将该方法所得结果与用传统方法求解武器系统火力突击指数时,通过实验所确定的权系数值进行对比分析,验证了该方法的有效性。     

Method for solving fully fuzzy linear programming problems using deviation degree measure

A new fully fuzzy linear programming （FFLP） problem with fuzzy equality constraints is discussed. Using deviation degree measures, the FFLP problem is transformed into a crisp 6-parametric linear programming （LP） problem. Giving the value of deviation degree in each constraint, the 6-fuzzy optimal solution of the FFLP problem can be obtained by solving this LP problem. An algorithm is also proposed to find a balance-fuzzy optimal solution between two goals in conflict： to improve the values of the objective function and to decrease the values of the deviation degrees. A numerical example is solved to illustrate the proposed method.     

风险型动态混合多属性决策的灰矩阵关联度法

针对一类指标权重信息未知,指标值为精确数、区间数和语言类模糊数相结合的风险型动态混合多属性决策问题,提出了一种基于灰色矩阵关联度的风险型动态混合多属性决策方法,并通过具体的决策实例,论证了该方法的合理性和可行性,从而为解决风险型动态混合多属性决策问题提供了一种新的途径。     

Method to determine α in rough set model based on connection degree

An improvement of tolerance relation is proposed in regard to rough set model based on connection degree by which reflexivity of relation can be assured without loss of information. Then, a method to determine optimal identity degree based on relative positive region is proposed so that the identity degree can be computed in an objective method without any preliminary or additional information about data, which is consistent with the notion of objectivity in rough set theory and data mining theory. Subsequently, an algorithm is proposed, and in two examples, the global optimum identity degree is found out. Finally, in regard to optimum connection degree, the method of rules extraction for connection degree rough set model baaed on generalization function is presented by which the rules extracted from a decision table are enumerated.     

Rough similarity degree and rough close degree in rough fuzzy sets and the applications

Based on rough similarity degree of rough sets and close degree of fuzzy sets, the definitions of rough similarity degree and rough close degree of rough fuzzy sets are given, which can be used to measure the similar degree between two rough fuzzy sets. The properties and theorems are listed. Using the two new measures, the method of clustering in the rough fuzzy system can be obtained. After clustering, the new fuzzy sample can be recognized by the principle of maximal similarity degree.