直接分配到弹的双层反导火力规划模型

反导作战火力运用是反导力量建设的核心内容之一,末段双层反导火力规划是一个复杂的不确定多约束条件优化问题,对火力规划进行了问题分析、弹-目分配时机分析和模型假设;分2个阶段建立了直接分配到弹的末段双层反导火力规划模型,模型重点考虑拦截目标与拦截弹杀伤时间窗口的对应关系,建立起武器系统拦截弹与来袭目标的弹-目对应分配关系,提供一种新的、快速的双层反导火力规划方法。     

基于网页探测技术的数据搜索系统的设计与实现

从网络搜索的原理入手,详细阐述了网络搜索的工作过程,包括对网络协议和搜索算法的研究和论证,对系统主要功能、构成和工作流程也进行了细致地划分、描述和解释.在整个设计过程中,首先制定了系统设计的理念原则,这是一个好的系统设计的基础,其次,给出了系统的程序设计,明确了系统的性能、功能要求、任务、结构和工作原理,最后给出了系统的程序实现.     

基于VORONOI图的无人机空域任务规划方法研究

无人机任务规划系统对充分发挥无人机自主控制与飞行和自主执行任务的能力起着十分关键的作用。在分析VORONOI图的性质的基础上，以压制敌防空火力作战任务想定为背景研究基于VORONOI图的无人机任务规划技术，重点讨论了规划环境建模、航路代价计算和初始航路选择问题。最后对该方法进行了时间和空间性能分析。     

大学“第三使命”的内涵及认知

文章探讨了大学＂第三使命＂的内涵以及演变由来,并建立大学＂第三使命＂科学合理的认知途径,最后提炼出大学＂第三使命＂准确清晰的定义。笔者以为＂第三使命＂清晰准确的定义是展开后续研究的逻辑起点。     

引入微元法思想的混合测控资源联合调度方法

针对混合测控资源联合调度中存在的资源属性繁多、偏好差异大以及可能出现的调度弧段冲突等问题,借鉴单体制测控网调度研究中的任务需求描述方法,对混合测控任务需求的特点进行分析,给出其任务需求的规范化描述。以测控调度收益值最大为目标,建立混合资源联合调度模型;引入微元法思想,提出了可用弧段扩展复用方法,以此为基础提出了基于改进遗传算法的求解策略。仿真结果表明：所建模型和相应的解冲突算法能有效提高测控需求满足率和测控收益。     

空中联合投送任务规划仿真与效能评估系统

空中投送体系在现代战争中发挥着重要作用。与美俄等军事强国相比,我国空中投送体系还存在明显的短板与不足。针对投送体系论证与使用分析需求,围绕运输机与货物、机场、航线之间的交互关系以及投送体系内多机型的协同关系,开发建立了一套具有模型构建与管理、想定编辑、运输任务规划、仿真推演、效能评估等模块的投送体系仿真与分析系统,可实现装载方案自动生成、任务流程自动规划、多机型组合使用优选、多任务动态调度等功能,能为我国未来投送体系与投送装备的发展论证提供技术手段。     

面向建筑健康监测的无人机自主巡检与裂缝识别

面向建筑健康的高时效监测需求,为提升表面病害视觉检测的自动化水平,提出了场景信息引导的无人机自主巡检任务规划方法。利用场景先验信息,针对建筑结构特征,设计了平行观测和包络观测两种观测模式,实现了狭窄空间中独栋建筑的全覆盖避障巡检,获取了毫米级分辨率的整体建筑观测影像,并对巡检质量的整体评估提出了有效的量化指标。将建筑立面划分为3 720个子区域,利用深度残差网络开展了裂缝识别分类。错分13个子区域,漏分14个子区域,裂缝识别精度高。将裂缝骨架线映射到建筑三维模型,为裂缝形态与建筑整体的一体化表达提供了数据支撑。该研究将高精度三维重建与表面病害识别相结合,为建筑健康一体化监测提供了有效的观测分析手段。     

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。     

知识牵引与数据驱动的兵棋AI设计及关键技术

在分析知识推理型与数据学习型兵棋人工智能(artifical intelligence, AI)优缺点的基础上, 提出了基于知识牵引与数据驱动的AI设计框架。针对框架中涉及的基于数据补全的战场态势感知,基于遗传模糊系统的关键点推理,基于层次任务网的任务规划、计划修复与重规划,基于深度强化学习的算子动作策略优化等关键技术进行深入探讨。结果表明,所提框架具有较强的适应性, 不仅能够满足分队、群队、人机混合等兵棋推演的应用需求, 而且适用于解决一般回合制或即时策略性的博弈对抗问题。     

基于改进的局部保持投影的战时备件分类

为提升战时合成部队备件保障效能,需对其进行有效分类,以便开展备件的预储预置。针对备件种类多、时效性强、影响分类因素复杂的现实问题,提出了基于改进的局部保持投影的备件分类方法。首先,根据战时备件分类储备的影响因素,作为备件分类的特征指标,其次,利用改进的局部保持投影的降维方法对备件原始特征数据进行特征降维,得到低维特征向量。再利用支持向量机（support vector machine,SVM）的分类器对低维数据进行分类。并通过量子粒子群对SVM的核函数参数进行寻优,提升备件分类精度,得到满足备件分类准确率最优时的降维维数和分类器参数。最后,通过对演习装备备件分类的实例分析,验证了模型的可行性和合理性,并对比分析了其他分类方法,表明该方法能够较好地解决战时备件分类的问题。