基于粗糙集理论的多属性评估方法的研究

传统的模糊综合评价方法利用模糊数学理论来描述评价过程中涉及的一些模糊因素,取得了一定效果。但这种方法存在的隶属度参数调整的主观性、网络结构不易确定、模糊规则的选取等问题不易解决。本文提出结合粗糙集理论(RS)和模糊神经网络(FNN)的一种网络评估模型。使得网络的结构容易确定,并利用Rosetta软件轻松提取模糊规则。是一种具有通用性的网络评估模型。

五维战场视景仿真应用研究

虚拟作战仿真系统的建设在开发模拟作战指挥训练中占有很重要的地位,Vega是实时三维动态视景仿真的主要支撑软件,两者的结合在战场模拟中一直没能得到很好地解决。该文基于MultiGen Vega并结合MFC对陆地、海洋、天空、太空、电磁五维战场进行多角度、多层次模拟仿真。从战场实际应用的角度出发,设计了一套五维战场作战可视化仿真交互系统5DBS,将各种气象环境和不同的运动模式,以及大量的作战武器和3D真实感声音集成到同一系统中,并可进行不同的显示控制。在Vega中成功地得到验证和应用,具有交互性强、实时性好等优点,为学习和研究虚拟战场提供了有益的借鉴。

基于粗糙集理论的多属性评估方法的研究

传统的模糊综合评价利用模糊数学理论来描述评价过程中涉及的一些模糊因素,取得了一定效果。但这种方法存在如隶属度参数的调整的主观性,网络结构不易确定,模糊规则的选取等问题不易解决。文章提出结合粗糙集理论(RS)和模糊神经网络(FNN)的一种网络评估模型,使得网络的结构容易确定,并利用Rosetta软件轻松提取模糊规则,是一种具有通用性的网络评估模型。

一种改进的故障树底事件排序算法

为了提高大型复杂系统故障树分析效率,借助二元决策图(BDD)来优化对最小割集的求解。将故障树转化为BDD过程中,底事件排序决定了BDD的节点数及其结构。一般来讲,BDD的节点数越少,结构越简单,求解效率越高。目前没有一种排序方法能够将所有故障树转化为最小结构的BDD。通过对大量排序规则所涉及的因素进行分析给出一种改进的底事件排序算法,通过故障树实例验证了该算法可以获得更小的BDD结构,从而提高故障树分析效率。

K／LLX718型天气雷达遭雷击后故障检修

介绍K／LLX718型天气雷达在一次遭雷击后的故障现象，分析故障产生的原因，给出故障捌：除过程。