保障资源约束下的装备多阶段作战任务成功性仿真评估

来源 :兵器装备工程学报 | 被引量 : 0次 | 上传用户:wiaoni007
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
装备执行作战任务时常呈现出多阶段特性,针对现有多阶段任务成功性分析方法难以考虑保障资源的问题,从阶段任务、装备战损和修复的角度,提出考虑装备保障资源约束条件下的多阶段任务成功性仿真评估方法并给出仿真流程;结合具体示例,评估不同保障资源携行方案下的任务成功性,并分析影响因素,相关研究成果可为科学制定装备使用方案、合理配置保障资源提供依据。
其他文献
为了改善互联电网的频率控制性能,克服传统调节鲁棒性差、调节缓慢等问题,提出一种基于模糊PID的频率控制方法。该方法以每个区域的频率偏差和联络线偏差为控制目标,把区域频
在系统分析目标角闪烁形成机理的基础上,构建了基于多散射中心的角闪烁模型;首先对目标的散射中心理论进行分析,介绍了坡印廷矢量法和相位梯度法两种角闪烁计算方法;然后利用
为了应用FPGA(FieldProgrammableGateArray现场可编程门阵列)实现某型反坦克导弹弹载飞行控制器的设计,采用了基于模型的设计方法,实现了弹载飞行器控制器控制算法IP核,并对I
针对复杂背景下红外运动弱小目标的检测问题,提出了一种基于脉冲耦合神经网络(Pulse Coupled Neural Network,PCNN)和改进邻域判决的红外弱小目标检测算法。该算法利用侧抑制网络对输入图像进行滤波,实现背景抑制和目标增强;利用PCNN进行单帧图像分割,将可能的目标和背景杂波及噪声初步分离,确定候选目标;利用改进的邻域判决方法分析候选目标的运动特性,自适应确定判决的邻域大小,结
提出了基于遗传优化GRNN神经网络的人脸识别算法;该算法通过优化遗传算子选取光滑因子的最优值,并将光滑因子作为最优参数优化神经网络的识别误差,从而提高人脸识别算法效率和识别率;经仿真验证:在标准人脸图像库下,提出的人脸识别算法性能优于BP、PNN、GNN和DPNN神经网络识别算法。
针对应急情况下车辆路径问题中的时效性和公平性问题,以加权累计等待时间作为目标函数,与多车型问题结合,对最大最小蚁群系统算法(Max-Min Ant System,MMAS)进行了改进,并进行