基于粗糙集和熵权以及改进支持向量机的导弹备件消耗预测

在系统分析武器装备备件预测方法研究现状和导弹备件消耗特点的基础上,提出把粗糙集(RS)、熵权(EW)法、自适应粒子群优化(APSO)算法与加权最小二乘支持向量机(WLS-SVM)的组合预测模型应用于导弹备件消耗预测的构想。阐述了粗糙集、信息熵、自适应粒子群优化算法和WLS-SVM的基本原理,并改进了APSO的搜索方式和最小二乘支持向量机(LS-SVM)的加权方法;建立了基于RS、EW法和自适应粒子群优化WLS-SVM的导弹备件消耗预测模型,并分析了其实现过程。实例结果表明,所建立的组合预测模型在进行导弹备件消耗预测时具有较高的精度和重要的实用价值。     

基于复杂网络的舰艇编队协同反导作战模型研究

现代战争已进入网络化作战时代,利用小世界网络具有较小的最短路径和较大的聚类系数,BA无标度网络的择优连接特性,提出传感器之间采用NW小世界网络连接,决策器之间采用BA无标度网络连接,建立了舰艇编队协同反导作战网络模型,应用复杂网络的若干特征参数对作战网络效能进行了仿真分析。通过仿真结果的对比,表明在网络中心战条件下,提出的舰艇编队协同反导作战网络实现了战场信息互通和共享,能够大大提高舰艇编队的作战效能。