IDSS中数据仓库和数据挖掘的研究与实现

讨论了数据仓库、数据库知识发现和分布式对象的概念和技术,提出了一种集成化的IDSS(Intelligence Decision Support Systems)的开发环境,将传统的DSS四库结构与数据仓库相结合,把数据挖掘作为一种特殊的模型应用于数据库中的知识发现.同时,在系统实现上采用分布式对象技术,实现接口规范和应用程序相分离.最后进一步对数据仓库的设计与实现及数据库知识发现的设计与实现进行了介绍.     

多传感器信息融合技术

多传感器信息融合是Ｃ＾３Ｉ系统和电子综合战系统中的关键技术，本文从信息融合分类出发，讨论了单传感器的信息融合决策理论和技术以及多传感器信息融合原理，提出了多传感器信息融合专家系统，着重讨论贝叶斯法用于二元检测的分布式多传感器信息融合的检测方式。     

基于协调权的案例学习群决策分类方法

基于案例学习的决策方法具有易于理解、贴近 实际决策过程的优点，成为当前决策领域的一个研究热点。文中针对如何有效地集成不同决 策专家提供的案例信息，提出了一种基于协调权的案例学习群决策模型用以解决多属性分类 决策问题。该方法首先针对各决策者给出不同案例数据，通过构建混合整数规划模型，识别 出具有一致案例信息重要度最大化的典型案例集。然后设计了分类阈值远离程度最大化模型 ，以此确定兼容各个决策者案例信息的指标权重（协调权）和最优分类阈值，由此构建一致 性的效用函数并应用获得的阈值进行分类决策。最后通过案例研究以及与其他模型的比较分 析，验证了方法的可行性。     

飞机维修大纲中的任务转移风险评估方法

以波音737NG飞机维修大纲为例,对其依据MSG—3决断逻辑制定的维修大纲中的任务转移风险进行模糊综合评价。使用模糊理论、层次分析法、熵权法和转移修正因子计算维修大纲中任务转移的风险概率值。结果表明,该值符合FAA和EASA的安全标准,方法可行。     

面向军用飞机任务能力的健康评估方法

军用飞机健康评估在工程实际中存在应用困难的问题。以军用飞机为研究对象,开展包括面向任务 的能力分析、基于故障劣化的功能分析以及参数化的健康评估等研究,得到基于任务分析的“飞机-任务功 能-影响参数暠两级映射作为健康评估的对象;综合利用劣化度、严酷度及极大熵改进区间层次分析法等多种 方法,得到飞机健康状态评估结果。结合具体实例及参数分析结果,表明该评估方法可信度高,具有较高的工 程实用价值。     

舰载机智能复飞决策技术研究

为了进一步改进复飞技术,针对复飞环境,提出了一种在原军用推力操纵的基础上,加入具有保持迎角恒定的升降舵模糊控制的复飞系统,从而有效地增强了低动压状态下飞机的机动能力。给出了复飞决策准则,设计了基于模糊控制的复飞决策系统,并对具有该复飞决策系统的舰载机自动着舰导引系统进行了仿真验证。结果表明,该复飞决策系统明显地缩小了复飞边界区,大大提高了着舰和复飞的安全性,可实现自动复飞,减轻了飞行员的负担。     

基于Semi-Markov模型的多态系统不完全维修决策

为提高复杂多态系统的任务完成能力,降低维修资源消耗,提出了基于Semi-Markov模型的预防性维修和修复性维修相结合的多态系统不完全维修决策方法。采用Semi-Markov模型描述部件的性能衰退过程,利用通用生成函数方法对系统的可靠性指标进行分析,在不完全维修模型基础上,从"系统级维修的角度"出发,提出了预防性维修和修复性维修相结合的不完全维修决策方法,确保系统在有限的服役期内,获得最大净效益。并以某航空发动机压气机子系统的维修决策为例进行分析,该方法可以有效的结合预防性维修和修复性维修的优势,提高了系统的任务完成能力,具有很强的通用性和工程应用价值。     

Decision-making of Aircraft Optimum Configuration Utilizing Multidimensional Game Theory

As multi-discipline coupling and components interference often affect the aircraft configuration decision-making and analysis during conceptual design process, this article presents an approach of multidimensional game theory based on aircraft components to deal with this problem. The idea is that the configuration decision-making process is regarded as the game for different disciplines and technologies, and the aircraft components are players. The payoff function with highest total gain means that according to the game protocols and multidimensional theory, the optimal aircraft configuration within the strategy set will be chosen. The decision-making model is applied to conceptual design process of the high altitude long endurance (HALE) unmanned aerial vehicle (UAV) based on the assessment of technological risk. The obtained optimum configuration is quite consistent with the current HALE UAV development trends. Thus, taking into account the coupling and interference factors, the multidimensional gaming model based on aircraft components will be an effective analysis method in the decision-making process of aircraft optimum configuration.     

Comparison of decision tree methods for finding active objects

The automated classification of objects from large catalogs or survey projects is an important task in many astronomical surveys. Faced with various classification algorithms, astronomers should select the method according to their requirements. Here we describe several kinds of decision trees for finding active objects by multi-wavelength data, such as REPTree, Random Tree, Decision Stump, Random Forest, J48, NBTree, AdTree. All decision tree approaches investigated are in the WEKA package. The classification performance of the methods is presented. In the process of classification by decision tree methods, the classification rules are easily obtained, moreover these rules are clear and easy to understand for astronomers. As a result, astronomers are inclined to prefer and apply them, thus know which attributes are important to discriminate celestial objects. The experimental results show that when various decision trees are applied in discriminating active objects (quasars, BL Lac objects and active galaxies) from non-active objects (stars and galaxies), ADTree is the best only in terms of accuracy, Decision Stump is the best only considering speed, J48 is the optimal choice considering both accuracy and speed.     

面向空中目标威胁评估的多传感器管理方法

为了降低在空中目标威胁评估任务中由于威胁评估结果的不准确性和传感器辐射所带来的潜在损失，提出了一种基于风险的多传感器管理方法。首先，基于部分可观马尔可夫决策过程建立了传感器管理模型；然后，给出了基于信息状态的威胁评估风险和传感器辐射风险的预测方法以量化潜在损失；接着，为获得更优的作战收益，以多步风险预测值为决策依据，以两种风险的加权和最小为优化目标建立了长期目标函数；最后，在求解目标函数时，将传感器管理问题转化为决策树搜索，设计了一种基于分支定界的标准代价搜索算法以快速获得高质量的管理方案。仿真实验表明，所提算法能够在搜索到高质量解的同时大幅减少计算时间和内存消耗；所提方法能够对风险进行准确预测，且相比于经典的传感器管理方法，所提方法具有更好的风险控制效果。