基于信息论准则的信源数估计改进算法研究

MDL准则和AIC准则是基于信息论准则的信号源数目估计算法。针对其只适用于白噪声背景而不适用于色噪声背景的限制提出了两点改进,首先根据信号协方差矩阵特征值大小分布特点提出一种减小色噪声背景下信号协方差矩阵噪声特征值发散程度的特征值校正算法。该算法可以明显改善色噪声背景下噪声特征值的特性,使其接近白噪声条件下特征值的特性,利用校正后的特征值,MDL准则和AIC准则可以进行色噪声背景下的信源数目估计。然后为了提高检测精度,采用了基于MDL准则和AIC准则函数比值的估计方法。理论分析和仿真结果表明,改进后的MDL准则和AIC准则可以有效估计色噪声背景下的信号源数目,并且性能优于适用于色噪声背景的盖尔圆算法。     

基于蚁群算法的航线自动生成研究

为了减轻航海人员制定航线的繁复劳动,减少航线制定时的个人主观性,基于蚁群算法进行航线自动生成研究.以电子海图为基础,论述了网格划分、搜索策略、信息更新、航线选优、航线平滑、计算流程等相关问题和具体做法,通过示例证明了蚁群算法用于航线自动生成的可行性.该法不仅实现了航线制定的自动化,而且可以在相关搜索策略中运用专家的思想,增加航线制定的科学性,提高航行的安全性.     

一种诊断策略优化的多维目标泛深度搜索算法

传统的诊断策略搜索算法,存在计算复杂度高或者精度低,最优测试集单调等缺点,针对这些问题,通过结合多目标优化理论和准深度搜索算法的优点,提出了一种新的多维目标泛深度搜索算法。该方法能够根据目标要求调整最优测试集和测试序列,从而有效提高测试性指标,并降低计算复杂度。给出了算法实现的主要步骤,并通过对多个案例结果的分析证明了方法的有效性。该搜索算法对于诊断策略的研究及工程实践具有借鉴意义。     

基于蚁群算法的测试集优化

  目的  针对舰船作战系统中系统级测试性分析的测试集优化和测试序列优化问题,  方法  以多信号流图模型为基础,采用优化精度高、算法收敛速度快的离散蝙蝠算法（DBA）对最优完备测试集和各类故障测试序列进行求解,并以舰船作战系统为研究对象,将故障隔离率、平均测试代价和平均期望测试代价等主要指标与现有的优化方案进行仿真对比分析。  结果  仿真结果表明：与其他算法相比,离散蝙蝠算法具有更好的优化效果,其故障隔离率可提升5.5%、平均测试代价与期望测试代价可分别下降6.35%和17.01%。  结论  研究成果验证了离散蝙蝠算法应用于系统级测试性分析的可行性和优势,可为系统级测试性分析工程提供参考。     

基于改进蚁群算法的装配序列规划研究

针对复杂装配产品的装配序列规划问题,构建了包含零部件装配方向、重量、尺寸、装配关系数以及装配连接方法的装配序列评价体系函数.提出一种改进的蚁群算法,建立了算法寻优的数学模型和以零部件为对象的启发式函数,将启发式函数值作为引导蚂蚁进行零部件选择的信息素,并在蚂蚁逐步寻优过程中加入候选零部件筛选规则、装配方向规则和装配阻碍规则等计算规则,辅助蚂蚁摒弃劣质解选择最优解,直到获得产品的整条装配序列.最后以船舶某机型柴油机气缸盖模型为例,验证了改进蚁群算法在求解复杂产品装配序列规划问题的可行性和有效性.     

基于Tribon模型的舰船规范测试数据提取算法研究

现代舰船系统的复杂性,决定了在建造船舶时必须充分考虑到各个系统之间的兼容性,必须采用合理科学的方法,对各项单元的测试数据进行综合分析,及时发现潜在的安全风险,只有这样才能有效提高舰船的质量和系统的综合性能。本文采用Tribon模型,将船舶建造时的各项设计和模块数据,进行系统化的提取,并采用分段分析的方法,对每一个重要的子模块进行质量监控和性能测试,保证全部系统都处于最佳状态。文章最后给出了健全的规范测试的数据提取模型,并通过仿真得到了较为理想的设计流程。     

基于蚁群算法的航线自动生成方法

利用基本蚁群算法自动生成航线,在搜索的过程中容易陷入局部最优、搜索时间长等问题,引入Adadelta算法,增加了蚁群算法的随机性,改变了信息素的更新规划,将信息素挥发系数进行自适应调整,从而极大改善了蚁群算法的性能。仿真试验结果显示,本文方法比对比方法的搜索能力更强,效率更高,得到的航线不仅有效避开了海上障碍物与禁航区,而且距离更短,是一种有效的航线自动生成算法。     

舰船动力装置综合诊断策略

从设计入手,站在全系统全寿命科学管理的角度,运用综合诊断策略优化装备测试诊断要素,是降低装备全寿命周期费用的有效途径。在系统分析综合诊断内涵及舰船动力装置特点的基础上,揭示了动力装置开展综合诊断的必要性,指出其测试性设计应立足于原位、不解体检测;分析了动力装置综合诊断基本要素组成,表明了构建诊断信息有效的互通渠道是综合诊断实现的关键;详述了动力装置综合诊断实施的具体过程。     

一种基于遗传算法的变速发电优化控制策略

本文根据柴油机固有油耗特性曲线,提出了一种基于遗传算法的直流电站变速发电优化控制策略,并以潜水给养船为例对该优化策略与平均功率分配控制策略在燃油消耗进行了比较,分析了这种优化控制策略的优势与前景,最后进行了建模仿真验证。     

基于模糊策略集理论的炮兵火力对抗分析

针对炮兵作战任务,着眼炮兵对抗特点,依据模糊策略集理论,进行实例研究,求解火力对抗最优策略。     

舰艇编队信息融合中模糊C-均值算法改进研究

在分析舰艇编队信息处理融合的基础上,提出舰艇编队信息融合体系结构、模型和实现框架。针对原C-均值算法在处理数据时的不合理性,提出了改进的模拟C-均值算法,提高分类效果,满足信息融合的实时要求和可靠性要求。     

信息栅格环境下美军数据策略研究综述

《网络中心的数据策略》为美军基于全球信息栅格（GIG）的信息系统数据管理提供了顶层指南,其核心思想就是要确保信息栅格环境下的数据的可视、可获取和可用。论文首先描述了美军《网络中心的数据策略》的基本概念,接着重点阐述了美军在信息栅格环境下实现数据策略的三大关键因素,即＂关联群体＂、＂元数据＂和＂GIG企业服务＂,最后分析了美军实现GIG数据共享的处理方式——信息共享空间。     

基于改进ECC算法的军队网络安全研究

目前军队网络安全防护能力较弱,网络泄密和网络被攻击事件屡有发生,且对数据加密算法或其研究程度往往不容易引起重视。文章首先分析了军队计算机网络信息安全存在的隐患,然后研究了基于改进ECC的军队计算机网络信息加密算法,探讨了其密钥产生、加密和解密的具体实现过程,为军队计算机网络信息安全提供了一种技术保障。     

基于最大频繁序列的蛋白质分类算法

针对现有基于频繁模式的分类算法未考虑完全频繁模式所产生的大量无效序列,提出了一种基于最大频繁序列的蛋白质分类算法,此算法每一类都以独有的最大频繁模式作为代表,执行模式裁减和测试数据分类。实验表明该算法在继承传统算法优点的同时提高了结果的精确度,降低了模式的冗余度,此应用增加了分类的生物信息学意义。     

一种基于遗传算法和小波分解的刚性图像配准方法

为了实现快速、高精度的自动图像配准,提出了基于遗传算法和小波分解的图像配准方法。此方法在小波分解的基础上,以互信息为相似性测度利用遗传算法为搜索算法对图像进行一次配准,然后以特定步长在小范围内对配准参数进行修正,对图像进行二次配准。该方法实验结果表明该方法具有较快的速度且显著的改善了配准精度。     

模糊信息融合方法在分布式基准系统中的应用

由于舰船导航和武器系统的精度和可靠性等要求的不断提高以及分布式指控系统的发展，建立全舰统一姿态基准系统已成为必然。提出了利用测量结果推算出的甲板挠曲姿态信息作为分布式捷联姿态基准系统（简称分布式捷联基准）的补偿信息，然后利用基于模糊理论的信息融合方法建立全舰统一姿态基准系统。最后通过对简易模型的仿真研究，证明了这种方法是可行的并具有较高的精度。