基于仿真的军用飞机保障设备利用率计算模型

介绍了军用飞机保障设备利用率难以有效计算的问题,在分析保障设备使用特性的基础上,通过引入资源工时的概念,提出了保障设备利用率的新定义和数学模型,建立了基于仿真方法的利用率计算模型和简化的工程计算模型.该方法充分考虑了保障设备的使用特性,能简单有效的计算保障设备利用率,并具有一定的通用性.     

基于高维特征选择的跳频电台细微特征识别

将高维特征用于跳频电台细微特征个体识别具有很大优势,为了增强对跳频电台的分类识别能力,需要增加特征类型和维数,提高特征集的表征能力,但同时会引入大量冗余特征,导致分类器计算时间过长,分类正确率降低。为了降低高维特征集维数,首先采用相关性快速过滤特征选择算法,删除高维特征集中的不相关冗余特征,得到最优特征集。然后利用经过参数优化的支持向量机(support vector machine, SVM)分类器进行训练分类。实验表明,所提算法能够对高维特征集进行合理的降维,提高了SVM的分类器的分类性能,在保证分类正确率的基础上,降低了运算量,提高了跳频电台细微特征识别的时效性。     

基于HTCPN的飞机维修保障资源配置方法

针对飞机基层级维修保障资源配置问题,提出了一种基于分层赋时着色Petri网(hierarchical timed colored Petri net, HTCPN)的维修保障资源配置方法。首先,根据飞机基层级维修保障工作内容及流程,运用CPN Tools软件,构建飞机维修保障全过程的HTCPN仿真模型,设计仿真时钟折算方法。其次,提出维修保障资源配置规则,建立基于飞机出动架次率的维修保障资源配置模型。最后,算例分析结果表明所提方法能够迅速、准确地完成飞机基层级维修保障资源配置。所提方法为科学制定飞机基层级维修保障配置方案提供了技术支撑,具有一定的工程应用价值。     

基于LWSVR的繁忙机场航班滑出时间预测

针对繁忙机场航班滑出时间预测准确率低的问题,结合局部回归和加权支持向量回归,提出基于局部加权支持向量回归的离港航班滑出时间预测模型。该模型采用K最近邻方法,减小训练样本集容量,并为每个预测样本构建一个预测模型。通过计算训练样本与预测样本间的马氏距离,来优化加权支持向量回归中高斯核加权函数的带宽参数,获得加权系数。结合某机场离港航班数据仿真分析,实验结果表明模型在误差允许范围内的预测准确率达到83.33%,模型更加稳定。     

基于SIRV病毒传播理论的装备保障网络级联失效分析

针对装备保障网络遭受敌方攻击时所显现出的复杂性现象,对比分析网络级联过程与病毒传播过程的相似性。在已有的负载容量级联故障传递模型基础上,融入了病毒免疫传播的过程,定义保障节点的4种不同状态,构建基于病毒免疫传播理论的装备保障网络级联传递模型,更好地再现了我方保障机构受到敌方实际打击和舆情攻击时的真实状况。通过仿真对比分析表明,在防御资源有限和时间迫切的情况时,优先考虑主动免疫策略,能够取得较好的抵御级联失效的效果,还可以辅助实施目标免疫策略,从而使装备保障网络具有较强的健壮性和较好的恢复能力。     

一种基于CAS原理的智能决策支持系统模型

剖析了传统决策支持系统发展面临的困难，运用复杂自适应系统(CAS)的原理和自组织的观点，提出了一种新的基于CAS原理的智能决策支持系统模型和设计思路，论述了该模型的基本结构、运作过程及与传统DSS的区别、并探讨了规则编码、竞争机制与信用分派及规则发现等问题．这种新思路有助于解决数据、知识和模型的一体化管理问题，加强DSS的自适应能力和智能性。     

一种基于粗糙集理论的SVM短期负荷预测方法

在分析粗糙集理论方法与支持向量机方法的优势和互补性后,探讨了粗糙集与支持向量机的结合方法,提出了一种基于粗糙集数据预处理的支持向量机预测系统。该系统利用粗糙集理论在处理大数据量、消除冗余信息等方面的优势,减少支持向量机的训练数据,克服支持向量机方法因为数据量太大,处理速度慢等缺点。将该系统应用于短期负荷预测中,与BP神经网络法和标准的支持向量机方法相比,得到了较高的预测精度,从而说明了基于粗糙集理论方法作为信息预处理的支持向量机学习系统的优越性。     

一种用于模式识别的多色Voronoi图

提出了一种新的Voronoi图———多色Voronoi图 ,并证明了它的一些重要性质。多色Voronoi图是在Voronoi图的构造过程中 ,根据数据集的特性给Voronoi图染色的结果。用多色Voronoi图概念设计的模式分类器(MCVC)是一种非线性多类别最优分类器 ,可以解决线性可分和线性不可分问题 ,同时MCVC对新增加的训练样本具有快速局部学习能力 ,这种局部学习能力克服了神经网络方法常出现的过学习问题 ,很类似于人对概念的学习。将多色Voronoi图概念用于支撑矢量机的构造中 ,进行支撑矢量的预选取 ,可以提高支撑矢量机的学习速度     

ORGANIZATIONAL LEARNING AND VENDOR SUPPORT QUALITY BY THE USAGE OF APPLICATION SOFTWARE PACKAGES： A STUDY OF ASIAN ENTREPRENEURS

In this paper we study how organizational learning impacts organizational behavior, and howvendor support quality enhances product adoption and usage behavior.These constructs were verifiedusing Application Software Packages(ASP)-a prewritten, precoded, commercially available set ofprograms that eliminates the need for individuals or organizations to write their own softwareprograms for certain functions. The relationship between ASP usage, usage outcomes and useprocesses were also investigated. Two hundred and ninety-five Chinese, Indian, and Malayentrepreneurships were studied. It was found that usage outcome strongly determines usage, while useprocess has only an indirect relationship (via outcome) on usage. The impact of organizational learningand vendor service quality on usage, usage outcome, and use process were robust. Theoretical andpractical implications of the research are discussed.