复杂电磁环境下炮兵火力打击目标价值分析

为提高对复杂电磁环境下炮兵预处理目标实施火力分配的量化决策水平,运用主成分分析法对炮兵目标复杂电磁环境下价值排序的多项指标进行了聚集,利用理想点理论建立了综合优化决策模型,并进行实例分析,所得结果合理且符合客观实际,从而为作战指挥员提供了一种合理的决策依据和决策方法。     

紧迫危险下的船舶智能避碰决策研究

随着船舶的大型化、高速化以及通航水域船舶密度增加和会遇率的增大,船舶的碰撞事故时有发生,这就对避碰问题的研究提出了更高的要求.通过对紧迫危险及紧迫危险区域的深入研究,提出了紧迫危险距离的量化模型及紧迫危险下的避碰决策,并通过几何作图分析和模拟操纵仿真试验加以验证.     

HTS磁体的失超判别

高温超导磁体的失超过程比较缓慢,失超判别很困难。本文提出定性的失超判别方法：在电流恒定的前提下,若磁体电压持续上升,则认为磁体失超。对试验数据进行线性拟合,提出失超判别的数学表示形式：磁体电压的变化率dV／dt〉0。     

基于粗糙集的铁路工程项目投标决策方法研究

铁建企业项目具有规模大、周期长、技术性强等特征,使工程投标项目评估更复杂、决策难度更大.本文将盈利与竞争力提升作为铁路建筑企业项目投标决策的直接影响因素,提出了基于波士顿矩阵原理的项目分类策略,从项目因素、环境因素、自身因素和业主因素等4个方面出发构建了项目类别判定的粗糙集模型,并利用SVM(支持向量机)对已建立的粗糙集模型进行改进,证明改进模型的计算结果更加准确.根据模型分析结果对项目投标提出了若干有意义的建议,为铁路建筑企业项目投标决策提供参考.     

基于L-偏度和L-峰度的行程时间可变性表征方法

为了定量化测度行程时间可变性右偏且长尾的实证特征,考虑实际观测中可能存在的数据样本量不足和离群值干扰问题,提出基于线性矩的L-偏度和L-峰度用于精确表征行程时间可变性。考虑到线性矩是顺序统计量期望的线性组合,给出了避免遍历所有子样本的线性矩估计方法。根据线性矩概念,探究了L-偏度和L-峰度的数学含义和其表征行程时间可变性的有效性,以及样本L-偏度和L-峰度的计算方法。理论研究发现,在表征范围和样本估计质量方面,相较于传统偏度和峰度,L-偏度和L-峰度对行程时间可变性具有更加优越的表征能力。采用深圳市车牌照识别系统的行程时间数据集进行案例分析,从无偏性、鲁棒性和有效性3个维度证明了L-偏度和L-峰度相较于传统偏度和峰度的优越性。分析结果如下：样本L-偏度和L-峰度在样本量不足时仍然是总体近似的无偏估计,而传统偏度和峰度的系统性误差较大;L-偏度和L-峰度对离群值具有鲁棒性,而传统偏度和峰度对离群值过于敏感;样本L-偏度和L-峰度对总体的估计波动小且精度高,具有良好的估计有效性;L-偏度和L-峰度分别与传统偏度和峰度有较高相关性,但又能够辨识出不同时空下行程时间可变性分布的差异。基于L-偏...     

基于试验设计与PSI决策相结合的白车身前端结构轻量化设计

为提高白车身轻量化设计效率,提出了一种试验设计与PSI决策相结合的轻量化设计策略.首先对白车身基本静-动态性能和正撞安全性能进行有限元分析,并通过车辆正撞试验验证有限元模型的准确性.然后采用贡献度分析对白车身前端结构进行设计变量筛选.接着通过试验设计获得白车身前端结构轻量化备选解.最后采用PSI法对众多备选解进行多目标...     

机床设备选择的评价体系研究

对评价机床性能的指标进行了分析归类,建立了机床选择评价的指标体系,并应用层次分析法对数控机床的性能进行了评价。结合对各种数控机床的单个指标的评价得分,得到数控机床的综合得分,从而辅助车间做出科学合理的设备选择决策。     

基于决策树的异常电池分类方法

提出了一种基于决策树算法的异常电池精准定位和分类方法，帮助人们在电池维修或更换时能够迅速确定故障单体的位置和类型，从而实施准确的维修更换方法，提高故障处理的效率。搭建电池仿真模型获取异常电池的充放电循环数据；以电压数据为基础，训练用于异常电池分类的决策树算法，使用试验数据和云端实车数据对构建的模型进行验证。验证结果表明，该方法能够准确判断异常电池单体在电池组中的位置和异常类型。在不同验证数据上，该方法的分类准确率高达98%以上，能够有效筛选出动力电池组中的异常电池。该结果说明了提出的决策树算法在动力电池异常分类中的有效性和准确性。