基于多层级使命任务线程的总体任务成功性评估

针对当前装备体系(system of systems,SoS)任务建模研究深入程度不足问题,提出装备SoS使命任务的概念模型和描述模型,在此基础上,首先对各层级任务的任务线程进行分析与规划,改进传统Petri网,提出一种基于层次确定与随机Petri网(hierarchical deterministic and stochastic Petri nets,HDSPN)的装备SoS任务线程建模方法,构建面向多层级使命任务的装备SoS任务线程模型。然后,结合基于可达性分析算法(reachability analysis algorithm,RAA)的装备SoS总体任务成功性仿真评估算法,启动仿真模型运行,实现对装备SoS总体任务成功性的有效评估,并通过案例分析,验证了模型的适用性。

基于改进证据理论的导弹状态评估方法

针对目前导弹状态评估存在的问题,在分析导弹状态参数的基础上,建立了导弹状态参数体系,并将导弹状态按照实现其特定功能分为良好状态、较好状态、堪用状态、拟故障状态和故障状态,进而设计了一种基于改进证据理论的多指标融合导弹状态评估方法。针对D-S证据理论应用于导弹状态评估存在的证据源权重分配、合成过程中未知信息处理及冲突分配等问题,在分析现有改进方法的基础上,采用状态参数的权重系数对原始证据源进行修正,并基于全局冲突应在引起冲突的焦元之间进行局部分配的思想对证据理论进行了改进。通过实例分析,验证了改进方法的有效性及设计的导弹状态评估方法的正确性。

导弹退化故障预测方法研究

对导弹退化故障预测方法进行了研究,对测试数据进行统计推断,确定了测试数据的分布规律,并针对导弹测试数据分布参数存在小样本、非线性等特点,应用最小二乘支持向量机预测算法对测试数据的分布参数进行预测,确定了测试数据未来某一时刻的分布函数,进而建立了导弹退化故障预测模型,得出了导弹未来一段时间内的退化故障概率。通过实例分析,验证了退化故障预测模型的合理性。

基于退化数据与故障数据的导弹竞争故障预测

针对具有多元退化量的导弹竞争故障预测问题,分析了导弹退化特性,并在考虑突发故障与退化故障相关性的基础上,建立了具有多元退化量的导弹竞争故障预测模型。对导弹性能退化数据与突发故障数据进行统计推断,确定了数据的分布类型,在此基础上对竞争故障预测模型的参数进行了求解。针对导弹性能退化数据分布参数存在非线性、小样本等问题,运用最小二乘支持向量机(LS-SVM)预测模型对性能退化数据的分布参数进行了预测,得到了性能退化数据未来某一时刻的分布函数;针对退化量与突发故障的相关性,应用位置-尺度模型分析了退化量与突发故障的关系,得出了突发故障与退化量的相关参数,进而根据导弹竞争故障预测模型得到了导弹未来一段时间内的竞争故障概率。以贮存状态下的整批导弹为例,实现了导弹竞争故障预测,并与其他预测方法进行了对比,结果验证了方法的合理性与有效性。

基于D-S证据理论的导弹制导控制系统的联合最小二乘支持向量机预测模型

针对导弹制导控制系统电子设备密集、各性能特征参数间相互耦合关联性强、使用传统最小二乘支持向量机(LS-SVM)预测精度不高的问题,通过分析特征参数的时间相关性与空间相关性,对传统LS-SVM进行了改进,并利用D-S证据理论在数据融合中的优势,将传统与改进的LSSVM进行融合,建立了联合最小二乘支持向量机(ULS-SVM)预测模型。以导弹制导控制系统为例,实现了关键参数预测。结果验证了模型的合理性与有效性。

基于复杂度分析的改进A~*算法飞行器航迹规划

采用传统A*算法进行大范围地图航迹搜索过程中,要收敛到最优解可能需要很长的时间和极大的内存需求,而且生产的航迹不能满足飞行器的约束条件。通过对A*算法进行时间复杂度的分析,找出算法中对计算时间影响最大的基本操作,提出了一种改进的A*搜索算法。该算法根据导航精度、数字地图误差等因素对搜索过程中网格的大小做出了确定,结合飞行器自身航迹约束条件和任务约束,在扩展子节点过程中大大缩小了搜索范围。仿真实验结果表明,该算法在大范围复杂地形情况下能规划出满足约束条件的最优航迹,并能大幅度降低搜索时间。

基于Markov三级库存系统备件横向调拨配置模型

针对特装器材库存系统内仓库间备件横向调拨问题,提出了基于Markov三级库存系统备件横向调拨配置模型。通过考虑基层级仓库故障件的部分修复情况,根据Markov排队理论,建立了基层级仓库分系统库存模型,得到基层级仓库库存稳态概率。对库存系统内各级进行整合,建立了三级库存系统横向调拨配置模型,结合费用参数,对该模型进行优化,构建了以期望配置总费用最小为目标、以库存容量为约束的三级库存系统横向转运费用模型。运用迭代算法和Lingo软件对模型进行求解。通过实例分析,得到横向调拨下最优配置方案产生的费用为非横向调拨下的14.55%,验证了所建模型和算法的合理性。最后,对影响库存配置的参数进行了灵敏度分析,确定了各参数对优化目标的影响程度。

基于UGM-ULSSVM的导弹制导控制系统状态预测方法

针对基于特征参数的导弹制导控制系统状态预测存在的状态数据不等间隔、小样本的问题,并考虑各性能特征参数间的相互影响、相互关联的关系,提出了一种基于非等间距灰色联合最小二乘支持向量机(UGM-ULSSVM)的退化状态预测方法.在UGM-ULSSVM模型的训练阶段,根据特征参数序列建立其非等间距灰色预测模型(UGM(1,1)),将UGM(1,1)的拟合值作为输入,原始数据序列作为输出,分别训练得到时间型最小二乘支持向量机(TLSSVM)与空间型最小二乘支持向量机(SLSSVM);在模型的预测阶段,由建立的UGM(1,1)模型和通过证据理论融合TLSSVM和SLSSVM建立的ULSSVM模型组合得到UGM-ULSSVM状态预测模型.以导弹制导控制系统为例,实现了关键参数预测,结果验证了方法的合理性与有效性.

基于SEBS-TOMS分层组合框架的导弹武器系统可用性建模与仿真

研究部署与任务期间导弹武器系统可用性建模方法与仿真实验设计。阐述了可用性概念,明确了量化指标,构建建模与仿真(modeling and simulation,M&S)一体化框架,利用分层组合的思想,提出了基于体系-实体-行为-状态(system-of-system,entity,behavior,state,SEBS)的可用性建模方法,即以体系组织集成建模为框架,以变结构实体建模为主体,以可用性为中心的行为建模为支撑,以基于故障与战损的可用状态建模为核心,并对模型的形式化描述展开研究。探讨了仿真实验设计的关键技术,提出基于测试-使用-维修-保障(test,operation,maintain,support,TOMS)的实验空间串联分割方法,并对随机变量建模、仿真优化设计、仿真系统可信度评估进行阐述。仿真结果表明,该分层组合评估方法快捷有效,仿真实验设计合理可行,极大地提高了可用性评估和分析的效率,为精确保障奠定了基础。

CRF与规则相结合的军事命名实体识别研究

作战命令的分词是作战指令自动化生成、文图转换等各种指挥自动化技术的重要基础。在作战指令进行分词处理的过程中,军事命名实体的识别是技术难点之一。命名实体是信息的主要载体,它的识别是军事信息抽取的关键。提出了一种基于CRF模型与规则相结合的命名实体识别方法,结合基本特征与外部词典特征,提高了实体识别效率;在后期进行规则优化,最终实现高效的命名实体识别。实验证明,该方法是行之有效的。能够成功解决命名实体的自动识别问题。

军械器材信息化保障的数字化建设

着眼海军器材信息化管理工作,阐述了数字化平台的基本概念,提出加强标准化建设过程中需要重点解决器材编码和信息融合问题,并从网络通信技术、自动识别技术、可视化技术等方面创新技术手段,再从管理思想、管理体制和管理系统等方面着手调整管理体系。

航母航空弹药作战保障能力建设

航空弹药是航母武器装备的重要组成部分,是航母打击敌方目标的主要利器,其保障能力建设对于航母编队战斗力的发挥起着至关重要的作用。分析了航母航空弹药作战保障任务的特点,然后从保障理论方法研究、技术保障力量建设、配套建设等方面分析了制约航母航空弹药形成作战保障能力的主要问题。最后,从五个方面提出了加强我国航母航空弹药作战保障能力建设的对策与措施。

ATLAS自检程序中的资源分配与代码优化

ATLAS语言测试程序只描述UUT信号和测试流程,不描述和控制某个具体仪器和开关通道。而ATS系统自检则要测试和校验某个具体仪器和具体开关通道。针对该问题,给出了能检查期望具体仪器和开关通道的ATLAS自检程序设计方法。并采用在测试循环中用单动作语句或简单多动作语句代替复杂多动作语句的代码优化方法,减少仪器的多余动作,提高测试效率。

维修性小子样验证中先验信息的融合方法

研究了在Bayes小子样验证方法中多源先验信息的融合问题。由于维修时间取值具有跳跃性大、范围较宽的特点,采用随机加权法将先验信息表示为先验分布。分别提出了基于均值和基于样本量的先验分布权重因子,在此基础上,建立了基于质量因子计算先验分布权重的模型。通过计算综合先验分布与假设的正态分布的概率密度误差,对其融合后为正态分布的假设进行了检验,同时也提出了准确计算分布模型参数的方法。通过某舰船装备维修性先验信息融合的实例表明了方法的有效性及准确性。

航空显示信号测试中的笔划数据处理

针对现有测试系统采集复现的笔划画面不清晰的问题,根据航空显示信号中笔划信号各分量之间时序关系及频率分布特征,对笔划采集数据进行处理。对其中辉亮信号采用二值处理,对笔划偏转信号进行分段滤波。采用Savitzky-Golay滤波数据处理算法,引入3σ准则对异常点进行剔除,并对平滑窗口宽度采用动态设计。仿真实验结果表明,该方法可以消除大部分噪声的干扰,使测试系统复现出的笔划画面质量大幅改善。

基于改进非等间隔灰色预测模型的导弹退化状态预测

针对导弹退化状态预测中存在的测试数据不等间隔、小样本,使用传统非等间隔灰色预测模型(Unequal Interval Grey Model,UGM(1,1))预测精度不高的问题,通过分析传统UGM(1,1)的建模过程,对传统UGM(1,1)的背景值构造方式进行优化,设计一种新的背景值计算公式,进而提出一种基于背景值优化UGM(1,1)预测模型的导弹退化状态预测方法。以贮存状态下的某型导弹为例,实现关键参数预测,结果验证了该方法的合理性与有效性。

基于云模型和贝叶斯网络的导弹状态评估

针对传统“是非制”评判方法过于粗略以及导弹测试数据的不确定性问题,将导弹状态重新细划为“良好”、“较好”、“堪用”、“拟故障”和“故障”5个等级,提出了基于云模型和贝叶斯网络的导弹状态评估方法。结合云模型获得性能测试参数与各个状态等级的隶属关系,采用贝叶斯网络建立多参数状态融合的评估模型,并且引入DS/AHP方法进行条件概率赋值以减少专家推断过程中的不确定性。

基于改进云模型的导弹维修性评价

针对导弹维修性评价过程中存在的指标权重确定和评价结果判定两个重点问题,提出了一种基于改进云模型的评价方法。采用FAHP确定权重值,充分考虑了专家评判过程中的模糊性;同时设计了一种基于云确定度的度量方法,实现了评价结果与评语等级之间隶属程度的量化表征。通过某导弹维修性算法实例验证了所提方法的有效性。

基于改进云模型的某型反舰导弹状态评估方法

针对导弹状态评估采用“是非制”存在的不足,提出了一种基于改进云模型的导弹状态评估方法。考虑到特征参数选取标准不一,对导弹性能特征参数劣化度及相关危险度进行了提取;针对各评语之间模糊界限难以区分,引入模糊综合评价理论,通过仿真岭型分布曲线,确定了导弹状态等级区间;为提高传统云重心评价模型对导弹状态评估的适用性与客观性,构建了基于改进云重心的导弹状态评估模型。实例验证结果表明,提出的导弹状态评估方法合理有效,得到的评价结果符合导弹的实际仓储状态,可促进导弹装备监控方式、维修理念和运行体制的革新。

基于测试数据的导弹状态维修优化决策方法

针对部队面临训练、战备、演习或作战任务时,由于时间紧迫,工作繁多,无法为单个部件或分系统一一制定维修方案,只能通过测试掌握导弹的整体状态,从整弹的层面制定维修保障方案,采取维修措施的实际问题,提出了一种基于测试数据的导弹整弹状态维修优化决策方法。首先,针对传统D-S证据理论无法很好的处理高冲突证据的合成问题,在分析现有改进D-S证据理论的基础上,建立了基于改进D-S证据理论的导弹状态评估模型,对导弹的当前状态进行了评估;其次,利用灰色模型对评估结果较差的导弹进行状态预测,判断其状态进一步劣化的趋势,为后续的决策制定提供依据;最后,根据导弹的状态评估与预测结果,分析导弹的维修需求,制定合理的维修决策方案。实例验证结果表明,提出的导弹状态维修优化决策方法符合部队实际,采取的维修措施针对性更强,并可克服以往凭主观经验制定维修计划的问题。