合成部队多阶段作战任务成功概率仿真评估

考虑战场环境和战时装备维修保障评估合成部队多阶段作战任务成功概率, 对于辅助合成部队作战任务规划和装备维修保障决策具有重要的现实意义。在分析合成部队装备和合成部队装备维修保障模式的基础上, 构建了战时合成部队多阶段任务剖面; 通过对合成部队作战过程的分析, 提出了战时合成部队各阶段任务成功要求; 充分考虑合成部队多作战单元任务的协同性、合成部队装备的多样性及其战时随机共因失效(random common cause failure, RCCF)、战场环境下敌方火力打击和阶段任务时间的随机性、换件修理时间的不确定性等复杂因素, 利用蒙特卡罗仿真(Monte Carlo simulation, MCS)原理给出了合成部队多阶段作战任务成功概率评估的详细仿真流程, 并通过算例进行仿真和结果分析。研究结果表明:本文模型可用于合成部队多阶段作战任务成功概率评估和战斗阶段持续时间优化, 并为战时合成部队备件携行方案优化奠定了模型基础。     

致密气藏多尺度支撑机理研究与应用

致密砂岩气作为重要的非常规天然气资源,需经过压裂改造才能实现有效开发。选取四川盆地致密砂岩露头岩芯,雕刻制作粗糙裂缝面岩板开展多尺度裂缝导流能力和支撑剂回流实验,分析导流能力及支撑剂回流的影响规律。研究表明,为了获得较高且稳定的导流能力,近井主裂缝需要有足够的支撑剂以提供更大的剩余缝宽,远井剪切裂缝只加入少量小粒径支撑剂也能有效改善高闭合应力条件下的导流能力;对于支撑剂充填的主裂缝,裂缝导流能力随着闭合应力和支撑剂浓度的变化存在临界闭合应力及临界支撑剂浓度。在支撑剂充填层中加入纤维,临界出砂流速呈数量级增长,可以有效预防压后裂缝的支撑剂回流。致密气藏多尺度支撑理念在四川盆地川西拗陷致密气储层开展的压裂工程实践取得了显著的增产效果,为中国致密气藏经济高效开发提供了有效支撑和借鉴。     

基于支持度矩阵Apriori算法的钻井隐患关联挖掘

运用数据挖掘技术研究钻井作业事故隐患的分布规律及其内在机理,是迫切需要解决的重要课题。针对冗余、复杂的钻井隐患数据在挖掘过程中频繁项集丢失及其生成效率低的问题,提出一种基于支持度矩阵的Apriori算法。首先,引入布尔矩阵来表示事务数据库,避免了数据库的重复扫描。其次,通过事务矩阵相乘构造支持度矩阵来获得支持度从而简化支持度计算方法。最后,对算法的连接策略进行优化,简化了频繁项集的生成过程,且在运算过程中不断约简矩阵结构。在UCI数据集上进行实验,证明了改进后的Apriori算法能有效地提高执行效率。将该算法应用于钻井历史隐患数据的关联挖掘,挖掘结果能为安全管理者提供科学的决策依据,实现对钻井作业事故隐患有效识别和风险控制,具有重要意义和推广应用价值。     

基于数据仓库和作业的高效改进Apriori算法

数据挖掘需要有"纯净"的数据和良好的数据组织,数据的质量直接影响到数据挖掘的效果,数据仓库从各类数据源中抽取数据,经过清洗、集成、选择、转换处理,为数据挖掘所需要的高质量数据提供了保证.本文提出以数据仓库为数据源,采用作业定时预先生成简化的频繁2.项集,应用存储过程执行效率高的特点,在压缩数据库大小的同时也压缩频繁i项集的大小,实现高效改进Apriori算法.     

基于后验概率的住房信贷评估SVM模型

针对标准SVM模型在信贷评估中单纯将客户划分为违约或者未违约的不足,提出了利用基于后验概率的SVM用于住房信贷评估的方法.利用商业银行的住房信贷数据进行的实证研究表明,基于后验概率的SVM模型通过将标准SVM的决策值转化为后验概率输出,能够对住房信贷客户的违约概率进行估计,对于商业银行根据客户的违约概率制定相应的信贷政策以及设计相应的住房信贷产品更具有实践意义.     

隐私保护频繁项集挖掘中的分组随机化模型

通过对隐私保护频繁项集挖掘问题的研究,发现现有的单参数随机化回答模型调控的数据范围宽、粒度粗,导致无法实现精细化、差异化的隐私保护的问题.在沃纳模型、单参数等随机化模型的基础上,提出个体分组多参随机化P_N/g模型,给出其在隐私保护频繁项集挖掘中的支持度重构方法.研究结果表明:该模型面向多样化、差异化的隐私保护需求,将N个不同个体分为若干组,每组设置不同的随机化参数,可实现差异化的隐私保护效果.实例分析表明:结合所提出的支持度重构方法,可实现基于分组随机化的隐私保护频繁项集挖掘,在保护不同群体隐私的同时,挖掘到有效的频繁项集与关联规则.     

基于EEMD-PSO-LSSVM的中国沿海散货运价指数预测

针对中国沿海散货运价指数(CBFI)预测对精度的要求,从内在波动特性角度出发,提出一种基于集合经验模态分解(EEMD)-粒子群优化算法(PSO)-最小二乘法支持向量机(LSSVM)的组合预测模型.对比LSSVM、PSO-LSSVM、EMD-PSO-LSSVM三种预测模型,EEMD可对CBFI序列中波动较大数据进行降噪分解,保留序列的内在波动特性,且预测精度有一定提升,预测性能更佳.     

农林复合经营工程领域研究热点与前沿分析

【目的】农林复合经营是解决当前资源枯竭、用地矛盾等问题的可持续土地管理模式,在我国继续推行农林复合经营有着重要的意义。分析该领域的研究热点,有助于明确研究现状,找准自身定位和方向,进而提高研究水平。【方法】基于Web of Science 数据库检索平台,应用CiteSpace科学引文分析方法和中国工程院ISS系统对检索到的全球农林复合经营领域研究文献进行全面梳理,并对该领域所涉及的主要研究技术、研究热点等进行分析。【结果】农林复合经营研究的热度随地区的经济水平提高而增加;全球研究主要热词为系统、经营管理、多样性保护和林分生长;农林复合经营的研究前沿为培育研究、多样性研究、空间分布研究、能量流动研究和生物多样性保护等方面。【结论】我国农林复合经营的研究应增进广泛的国际合作,促进全球化的宏观研究;运用低成本、低破坏手段获取高精度林分结构参数,全面理解植物之间的作用机制和化感等互作效应将是未来研究的挑战和机遇;农林复合系统在中国有着广阔的发展前景,必将为缓解全球气候变化做出应有的贡献。     

领悟社会支持对社交焦虑网络认知行为干预的效果

通过两个研究考察领悟社会支持和客观社会支持与社交焦虑的关系, 并探索领悟社会支持对社交焦虑个体网络认知行为治疗(ICBT)干预的效果。研究1: 对122名大学生被试进行两个时间点的社会支持与社交焦虑的测量, 结果发现领悟社会支持与社交焦虑相互影响, 领悟社会支持在客观社会支持与社交焦虑之间起中介作用, 中介效应的95%置信区间为[–1.47, –0.09]。研究2: 对比64名不同领悟社会支持水平的被试接受社会支持网络认知行为治疗与自助网络认知行为治疗的疗效, 结果发现社会支持组和自助组的被试在接受干预后社交焦虑得分都有显著下降, 领悟社会支持得分都有显著提高(社会支持组的得分显著高于自助组)。被试的领悟社会支持得分与有无社会支持被试的 ICBT 干预效果存在交互作用, 有支持小组的ICBT对低领悟社会支持个体干预效果更好, 而无支持小组的ICBT对高领悟社会支持个体干预效果更好。研究结果进一步理解并澄清了社会支持在社交焦虑中的作用, 可为未来临床工作的实践与应用提供了依据和方向。     

基于UAF元模型的战区联合作战精确保障体系构建方法

针对当前战区联合作战精确保障复杂体系的系统化建设需求及研究空白,结合最新发布的统一结构框架(unified architecture framework, UAF)方法特点,在分析精确保障体系构建机理及概念数据模型的基础上,遴选并扩充能够满足体系概念构想层、逻辑运行层和物理实现层需求的视角模型。然后,通过对UAF相关元模型(domain metamodel, DMM)“裁剪+修改+融合”的方法构建各层次DMM。最后,提取并分析关键概念、关系达到对模型的统一认知,为精确保障体系模型设计构建及数据采集提供完整方法依据。