风险投资退出的灰色决策方法

风险资本的退出是风险投资运作的重要一环。风险投资家主要通过投资高速成长企业,并不断将持有的股权转让获得收益,实现风险投资的经营业绩,从而达到吸引更多风险资金并保持风险资金的流动性的目的。通常风险投资家将根据投资效益最大化的原则,选择风险投资退出的方式和时机。据此本文通过分析风险投资退出时的有关影响因素,引入灰色马尔可夫方程模型,根据风险企业的未来价值变化研究风险投资资金的退出条件以选择风险资金的退出方式和时机。根据该模型给出的判别标准可作为退出决策的参考依据。     

一种航天器图像分类模型快速学习方法

为了有效分类空间目标,提出了一种航天器图像分类模型快速学习方法。分类模型的学习过程利用了分治思想,首先利用无监督聚类方法将图像数据集散列为类别桶,然后利用每个类别桶中的图像样本训练支持向量机完成学习过程。分类时利用支持向量机对待分类图像样本进行分类。实验结果表明,所提方法具有较好的实时性和准确率,能够为空间应用打下良好基础。     

自主空战技术中的机动决策:进展与展望

自主空战（AAC）是指飞机依靠机载等相关设备，自主进行战场感知、决策及控制，以执飞空战的技术，其核心是机动决策模块。针对该模块的研究，调研了国内外的现有方法，并按照有关方法的核心内涵，将其分为基于数学求解、机器搜索、以及数据驱动3类分别简要概述；针对每一类方法列出了具有代表性的示例技术，并讨论了其优缺点。指出了自主空战决策的研究应立足现有相关方法及技术基础，同时积极吸纳机器学习、人工智能等新兴技术，合理利用各类方法的优点，取长补短，实现自主空战决策的长足发展；有关于该研究设想的关键科学问题及其潜在解决方案也在文中进行了初步讨论。希冀基于针对自主空战决策研究框架及实现方法的概念性讨论，促进其技术发展，推广相关思路在有关国家安全、国民经济建设等领域的应用，以满足国家重大需求和工程实践。     

基于深度强化学习的智能空战决策与仿真

飞行器空战智能决策是当今世界各军事强国的研究热点。为解决近距空战博弈中无人机的机动决策问题，提出一种基于深度强化学习方法的无人机近距空战格斗自主决策模型。决策模型中，采取并改进了一种综合考虑攻击角度优势、速度优势、高度优势和距离优势的奖励函数，改进后的奖励函数避免了智能体被敌机诱导坠地的问题，同时可以有效引导智能体向最优解收敛。针对强化学习中随机采样带来的收敛速度慢的问题，设计了基于价值的经验池样本优先度排序方法，在保证算法收敛的前提下，显著加快了算法收敛速度。基于人机对抗仿真平台对决策模型进行验证，结果表明智能决策模型能够在近距空战过程中压制专家系统和驾驶员。     

欧洲新型运载火箭发展思路及特点分析

2014年12月2日,欧洲航天局成员国各部长在卢森堡决定建造新一代阿里安-6火箭,以便在2020年取代现有的阿里安-5火箭。阿里安-5ME的研制工作始于2008年的欧洲航天局部长级会议,并在2012年的部长级会议上得到了进一步的资金支持。与此同时,欧洲航天局决定开始阿里安-6的方案研究。欧洲希望通过研制新型运载火箭进一步完善其一次性运载火箭型谱,保持欧洲运载火箭的商业市场竞争力。     

基于支持向量机的飞机系统辨识方法研究

支持向量机系统辨识方法相比传统辨识方法具有诸多优点。本文将支持向量机引入飞机系统辨识,建立离散差分形式的飞机运动方程,并利用离散系统与连续系统转换方法获得飞机纵向模态特性。研究表明该方法正确有效,信号带噪声时辨识精度较好,具有一定的工程应用价值。     

基于动态故障树的卫星可靠性分析

针对卫星系统的可靠性问题，提出了一种基于动态故障树的卫星可靠性分析方法。采用马尔可夫链和二元决策图相结合的分析方法，建立卫星的电源、姿轨控和推进3个分系统的动态故障树模型，在此基础上得到卫星的随机故障模型，并综合考虑损耗故障建立卫星可靠性模型。利用蒙特卡洛仿真对随机故障模型进行评估分析，并将其与Weibull分布模型进行性能比较，仿真结果表明该方法能够有效分析卫星的随机故障，具有计算精度高、效率高的优点，并能更有效地模拟卫星部件随机故障的动态行为。     

多机空战决策信息融合的研究

以整体系统的观点研究多机协同空战中的决策信息融合问题,避免了将多机空战认为是单机空战的简单数量上的相加所带来的不足.应用协商对策理论,结合空战的实际情况,建立了合理的数学模型,并通过仿真验证了该思路下研究多机协同空战的有效性.      

建立在视线方程基础上的空战动力学模型

首先定义并介绍了视线动力学方程,在此基础上讨论视线坐标系上的机动策略问题。介绍视线坐标系上的空战策略的一种决策方法,以及视线坐标系上的空战策略向机体坐标系上的转化问题。最后建立在机体系上的力和力矩方程,用来说明如何操控飞机达到所需要的空战策略。