影响图对策在多机协同空战中的应用

为了解决不确定环境下空战机动决策问题,将影响图和对策论引入到多机协同空战中,提出了协同影响图对策模型.首先确定群机空战转化为多个小编队作战的原则,然后在协同的思想下把多对多空战模型转化为多个一对一空战模型,最后在不确定环境下,运用影响图对策理论解决一对一空战.针对影响图对策模型计算量大的问题,采用移动平均控制法进行求解.空战仿真结果表明该模型的有效性.      

无人作战飞机对地攻击效费比分析

UCAV(Uninhabited Combat Aerial Vehicle)具有高隐身、高机动、不涉及飞行员以及全寿命周期费用低等特点.针对UCAV的特点,应用适应现代作战飞机效费比分析的方法和手段,仿真计算了UCAV的隐身、作战半径、机动能力以及武器装载等主要设计参数与对地攻击效能的关系,计算了UCAV主要设计参数与全寿命周期费用的关系,研究了未来UCAV同有人作战飞机及巡航导弹在面临相同的威胁环境、执行相同的对地攻击任务时的效费比情况,并对UCAV在未来作战中的地位进行了分析.研究表明,UCAV在执行对有防空系统保护的敌重要目标进行攻击的任务时,综合效费比高于巡航导弹和有人隐身飞机.     

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.     

飞机动态推出控制策略仿真优化模型

机场离港运行的无序化造成滑行过程中的长时间排队等待及大量燃油浪费。为了减少燃油消耗和废气排放,在已有的动态推出控制策略基础上提出了阶梯函数控制策略(Step function,SPC)和非线性函数动态推出策略(Nonlinear function,NPC)的一般形式,以离港成本为目标,建立了基于停机位等待惩罚的动态推出控制模型,在不延误的前提下提出了一种基于网格参数优化的蒙特卡洛仿真优化算法。通过北京首都机场实际运行数据对推出过程进行仿真计算,并与无控制策略以及传统N-control策略的最优可达解进行仿真对比,结果表明:在不延误的前提下,提出的推出策略可以更加有效地降低平均滑行道滑行时间,NPC策略的离港运行成本和燃油成本可降低45.52%和54.23%,SPC虽然成本节省劣于NPC策略,但是其简单的操作方式可以为离港推出调度方式的改进提供决策支持。     

基于区间灰色不确定语言的工作类型优化方法

针对飞机维修任务工作类型优化过程中的模糊与灰色问题,采用区间灰色不确定语言变量建立工作类型的评价指标和决策模型,提出了军机维修任务工作类型优化方法.对优化方法进行了实例分析,工作类型排序结果和数据对比结果验证了优化方法的可行性与有效性.在某军机上对优化方法进行了工程应用,完成192项初始维修任务工作类型优化,应用结果表...     

基于最小时间的航线选择问题

针对空中航线选择优化问题,分析了空中交通流的特点。结合航班在航线上等待点空中盘旋的情况,考虑从求解空中飞行时间最短的角度,建立了航线网络中航班最小费用流问题的数学模型,给出了求解这种最小费用流的算法。通过航线网络的简单算例,求出了最佳航线以及相应航线流量,说明了模型和算法的具体应用。     

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。     

面向遥感应用的图像融合的原理和方法

信息融合技术可以综合利用多源信息 ,从而获得对同一事物或目标的更客观、更本质认识。由于遥感是目前为止能够提供全球范围的动态观测数据的唯一手段 ,遥感图像信息融合对于航空、航天、军事侦察、灾害预报等很多军事及民用的领域至关重要。本文给出了面向遥感应用的图像信息融合的原理和过程 ,然后综合分析了不同方法的特点。进而在指出其存在的问题的同时 ,还对未来的发展趋势进行了展望。相信本文的工作 ,将为促进相关领域的研究和发展有一定借鉴作用。     

证据推理冲突问题研究

证据推理是一种重要的人工智能方法,广泛应用于数据融合、数据挖掘和智能决策。但 Dempster组合规则对于高冲突情况的处理不是十分合理的。首先研究了几种组合规则的改进方法和造成其缺陷的机理,给出一类组合规则的改进方法,基于有无先验给出两类算法。仿真结果表明新的证据推理组合规则在处理冲突方面的性能得到了明显的改进。     

多传感器决策融合系统中的决策空间优化划分研究

在假定各局部检测器的决策规则已经给定以及在Ｂｈａｔａｃｈａｒｙｙａ距离最大的意义下,对多传感器融合系统中的决策空间优化划分设计进行了研究。首先基于Ｂｈａｔａｃｈａｒｙｙａ距离准则,把对整个系统决策空间的优化划分解耦为分别对各局部检测器决策空间的优化划分;然后从理论上证明了这种划分设计在最大Ｂｈａｔａｃｈａｒｙｙａ距离意义下的最优性,以及这种基于最大Ｂｈａｔａｃｈａｒｙｙａ距离准则进行优化划分设计的合理性;最后,通过对瑞利起伏环境下信号检测融合问题的数值计算表明,本文方法的性能优于基于Ｊ－散度方法的性能。