目标威胁估计的决策树方法

讨论了目标威胁估计问题。通过分析目标属性与威胁的关系,建立了评估目标威胁的目标属性列表。根据军事背景知识把目标属性值转换为离散化的威胁效用值,结合战术目标威胁估计的经验值,提出了一个基于决策树的目标威胁估计新方法,实例证明了该方法的有效性。

一种循环分布的Guass-Seidel迭代算法求解线性方程组

针对基于工作站网络环境下,处理机的运算速度较快而处理机间的通信相对较慢的实际情况,给出了一种基于行循环分布的并行求解线性方程组的Guass-Seidel迭代算法。该算法将方程组的增广矩阵按行循环分布存储在各处理机中,循环传送每一次的迭代向量以减少处理器间的通信次数,同时,采用计算与通信部分重叠技术,提高并行算法的效率。同时用8台PC机联成局域网,在DebianLinux4.0操作系统、MPICH1.2.7并行计算平台上对该算法进行了数值实验,实验结果表明,该算法较传统的基于行带状分布的Guass-Seidel并行迭代算法优越。

基于QFD的武器装备使用需求映射方法

针对传统优化方法不能有效考虑部队需求的问题,提出了基于质量功能展开(Quality Function Deployment,QFD)的武器装备使用需求映射方法,给出了部队需求和武器装备性能指标自相关性的处理方法,并使用松弛系数法保证了最优解集的寻求与重点需求的优先实现。结合实例对该方法的实用性和反映部队需求的准确性进行了验证。结果表明:该方法既克服了传统需求分析侧重于论证人员的推理而对实际使用方的需求考虑不足的弊端,又充分体现了"用户"为主的思想。