编队协同对地攻防对抗多级动态决策方法研究

针对编队协同对地攻击的攻防对抗系统的强对抗性、多目标性和多层次性,运用军事对抗的动态状态空间模型,建立了主从递阶互动决策模型——Nash-Stackelberg-Nash决策模型,重点解决军事对抗中寻求多级动态决策的联合最优策略问题。仿真结果表明,该决策模型应用于编队协同对地攻防对抗决策系统,良好的解决了两级对抗动态决策问题,并达到了较好的作战效果,能够为作战对抗提供有力的战场分析依据。     

复数,实数及实对称数据下Bruun FFT算法的实现

本文在复数、实数以及实对称数据下研究和实现了Ｂｒｕｕｎ ＦＦＴ算法。文章分析和评价了各种数据下ＢｒｕｕｎＦＦＴ的运算量和特点，提出了算法的实现结构和方法。最后给了ＴＭＳ３２０Ｃ３０上的运算时间，我们实现的算法比基２ＦＦＴ速度提高３５％。     

创新思维在成功决策中的地位和作用

创新思维在成功决策中的地位和作用在于:它倡导相兼相容的系统观,主张打破基本假设的惯性,追求战胜自我的最高境界,强调领导者或管理者的素质,要求领导者或管理者永远保持一种创造精神.要成为成功决策的高手,一方面要防止决策中常犯的错误,另一方面要不断提高决策的水平和能力.     

Security Analysis of Discrete Logarithm Based Cryptosystems

0 IntroductionNowthere are many well known cryptosystems based ondiscrete logarithms , such as the ElGamal cryptosys-tem[1]and the digital signature algorithm(DSA)[2]. Discretelogarithms have many advantages . Breaking the discrete log-arithm modulo pri mepappears to be somewhat harder thanfactoringintegern,and elliptic curve cryptosystems may usemuchsmaller keysizesthan RSA-basedcryptosystems of com-parable security.The discrete logarithmproblemover a group can be bro-ken down into a numb…     

Sniffer在Windows 2000下的实现方法

介绍了网络嗅探器（Sniffer）的基本原理，并阐述了Windows2000下Sniffer的基本实现，重点阐述了Windows2000下新的实现方法。     

多级企业集团R&D决策的信号博弈分析

为了帮助企业集团制定 R& D决策 ,建立了不完全信息库诺特市场上三级企业集团关于 R& D及其经济增长的模型 ,并采用信号博弈分析了该模型 ,给出了集团的最优决策 .在给出了模型的基本描述后 ,建立并用信号博弈分析了下游企业 C的模型 ,给出了其最优决策 ,也同样分析了中游企业 B和上游企业 A.集团公司的最优创新大小依赖于贴现因子、它的类型、价格和工资 .在集团中 ,上游企业的最优创新大小影响下游企业的最优创新大小     

基于B/S模式的年度考核管理系统的设计与实现

本文阐述了新疆师范大学年度考核管理系统的功能、设计与实现。     

高层体系结构系统实施技术的初步实践与进一步研究

为满足分布仿真系统对开放性，重用性，可扩展性与面向应用上的需求，基于HLA标准开发或改造已有的仿真系统已成为当今分布式仿真系统实施的一个热点，本文将分析，介绍一个HLA系统应用实施的典型案例，并基于作者的初步实践，进一步探讨基于HLA标准的分布式仿真系统的实施技术。     

导弹发射决策专家系统推理机研究与实现

介绍了一种基于灵活、通用的知识表达方法的推理机。它将面向对象方法和问题求解的黑板模型有机结合 ,自带各种控制信息和适宜的不确定性推理算法 ,将知识库分层和模块化 ,极大地提高了推理效率。推理机根据监控信息 ,推理计算出导弹允许发射的合格置信度 ,已应用于导弹发射决策专家系统设计中。     

Method for Risky Multiobjective Group Decision-Making and Its Application

The multiobjective group decision-making problem under risk is common in reality. This paper focuses on the study about risky multiobjective group decision-making problem where the index value is not certain. We give indexes classifying method and index normalizing formula of this type problem. By building objective function that minimizes general weighted distance from every alternative to the relatively best and worst alternative, the optimal membership degree of every decision-maker to every alternative can be obtained, and by building another objective function that minimizes general weighted distance from the optimal membership degree of every decision-maker to every alternative to the group optimal alternative and the group inferior alternative, the optimal membership degree of every decision-maker to every alternative can be obtained, which are both based on probability theory and fuzzy theory. Aftermost a model is established which collects group preferences. This method provides a new idea and