基于能力差距的能力发展方案组合规划方法研究

来源 :国防科技大学 | 被引量 : 0次 | 上传用户:lili123456li
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
体系能力发展方案规划是体系建设过程中的重要内容,具有指导性意义。现有的研究成果中缺乏定量分析方法以及数学模型为体系能力发展方案的规划提供有效的支持。本文围绕“体系能力发展方案规划”这一问题,从作战活动出发,结合能力差距大小对能力差距重要度进行评估,为能力方案规划提供重要依据。同时提出能力-费用关系模型,构建能力发展方案规划决策模型为能力方案选择以及资源分配提供定量化方法的支撑。论文的主要工作和创新点包括:(1)分析体系能力发展方案规划的基本概念及框架首先,对体系能力发展方案规划相关概念进行定义,包括对体系能力、体系能力差距等概念的定义。然后,构建能力发展方案规划的基本框架,分析其主要过程以及各部分的内容。最后,分析体系能力发展方案规划过程中的重点问题,对能力重要度评估以及能力发展方案选择进行分析,指明本文的研究重点。(2)提出了主客观综合赋权的能力差距重要度评估方法首先,对作战活动之间的关系进行分析,通过使命任务的需求构建作战活动网络,并根据活动在作战活动网络中的节点重要度以及活动在实际作战过程中的交互关系对活动重要度进行评估。基于对活动与能力之间的映射关系分析,进而获得能力在作战过程中的重要度。其次,根据不同能力指标的定量化描述以及规范化处理,从而实现对能力差距的量化表述。随后,基于能力在作战活动网络中的重要度以及能力差距值的定量分析,得出能力差距的重要度。最后,结合专家意见,对能力差距重要度进行了主客观综合赋权,形成对能力差距重要度的最终综合评估。(3)提出了能力发展方案规划的定量化决策方法首先,通过能力依赖关系分析能力发展的优先级。其次,根据能力随经费投入的增长关系,构建能力-费用关系模型,并针对不同发展方案对关系模型进行相应调整。然后,在考虑多种约束条件下,构建能力规划决策模型对能力发展方案进行选择并合理分配资源。最后,结合问题的特点设计差进化算法对问题进行求解。(4)以区域防空作战体系能力规划开展案例研究,验证本文方法的有效性本文以某区域防空作战体系为案例,结合本文所提的相关方法进行实例验证。应用本文所提的方法对能力差距重要度进行评估,结合实际能力需求以及可行的能力发展方案进行选择以及合理的资源分配,为规划部门提供定量的规划建议。
其他文献
随着信息技术在教育中应用更加广泛,大规模在线开放课程作为信息时代一种新的教育形态,快速渗透到我们生活之中.在线学习不受时间、地域的限制,提升互动体验,实现在线学习的个性化学习.但是也面临着投入时间不足、缺少计划、突击浏览、随机终止、高辍学率、低通过率等问题.传统课堂的质量分析方法(专家主导、基于标准、阶段性)又很难适应于分析在线课程视频吸引力.需要提出新方式、新方法研究在线课程视频吸引力.从而加深
关联成像是近年来发展出的一种新型成像方式,它区别于传统的直接成像,在抗散射成像、医学造影、低成本红外遥感等方面具有巨大的潜力和应用价值。关联成像是一种非点对点的成像,具有光路的非定域性,通过收集物体反射或者透射光的总光强值,与参考臂光场做关联运算提取出物体的透射率或者反射率信息。光的偏振很早就被人们所熟知,但其实际应用却是近几十年才得以发展。近年来依据偏振原理的偏振去雾、水下成像、伪装识别等应用也
随着选择性激光熔融(Selective Laser Melting,SLM)等金属3D打印技术的日渐成熟与发展,改变了金属零件设计受传统加工工艺制约的局面,使得封闭内腔、复杂曲面等复杂结构的制造成为可能,极大的拓宽了机械零件的设计思路。利用3D打印技术可以实现战场装备维修的柔性保障和伴随保障,然而装备零件大多数是根据传统加工工艺要求进行设计的,零件内部往往存在材料冗余,严重影响零件3D成形的速度,
MOOC(Massive Open Online Course,大规模开放在线课程)等在线教育模式的普及为全球学习者带来了革命性的教育资源升级的同时,也使更多的学习者陷入知识迷航的困境。为了提高在线教育资源的利用率,深入挖掘MOOC之间的关系,本文围绕MOOC资源知识图谱的构建和应用展开研究,以构造一个多源实例丰富、内部联系充分、实体关系准确的跨平台的MOOC资源知识图谱为目标,为使用者提供更具针
目前,人工智能在图像处理领域已经取得了很大的成功,这主要归功于以深度神经网络为代表的一系列机器学习模型。在大规模训练数据的驱动下,通过层次化的图像特征提取,机器学习在很多图像处理任务上已经超过了人类极限。具体来说,目前主流的图像特征提取方法大多数都是建立在训练数据和实际测试数据有着较强的一致性这个假设之上的。然而,在大多数实际应用场景中,实时处理的数据流(测试数据)和训练数据的分布之间通常存在较大
新城区的发展对城市整体结构的合理化和社会经济的可持续发展起着重要的作用。从中国城镇化发展的角度来看,新城区的发展是推进城市空间向外扩张、重新进行城市产业布局、实现城市兼并乡村的有效途径。吕梁新城区自2012年10月动工以来,城市扩建取得了显著成效,但瑕不掩瑜,吕梁新城区在其建设发展过程中也存在规划设计不够合理和城市建设融资困难等问题和不足。本论文采用资料收集法和经验总结法,通过总结和借鉴国内外理论
随着信息化装备相继配发部队并普遍运用,仅依靠部队自身力量已经不能满足装备故障应急快速抢修任务需求,而依靠民用抢修力量并有效整合军地间资源,可以有效提升部队的装备精确保障能力。装备精确保障的核心和实质是利用“信息流”导引“物质流”,即开展基于军民融合的装备故障应急快速抢修的关键是各级保障机构通过信息系统实现各种保障信息地获取与利用,并通过科学预测、综合评估,实现保障机构的高效协同。本文围绕基于军民融
近年来,云计算的相关概念得到广泛普及,基于云平台的应用技术也成为研究热点,云数据中心在信息和互联网技术中扮演着不可或缺的重要角色。但与此同时,其快速发展的同时,面临的潜在安全威胁也逐渐凸显。云数据中心网络监控的性能开销大以及云端恶意软件更新频繁的问题日益突出。如何有效地提高我们对云端恶意软件的主动检测能力对于如今云平台安全防护起着至关重要的作用。本文对基于强化学习的云端未知威胁检测技术进行了研究,
人脸检测与人脸识别技术有着极其广泛的应用,尤其随着深度学习的发展成熟,使得基于深度学习的人脸检测与人脸识别技术已经超过了人类肉眼的辨识水平,但随之带来的是计算量的急剧增加。面对众多人脸检测与人脸识别应用场景,如何加速其推理性能成为急需解决的问题。本文基于FPGA平台研究人脸检测与人脸识别深度卷积神经网络前向推理并行化技术。本文首先从前向推理运算的角度研究了基于深度学习的人脸关键点检测算法与人脸识别
语义SLAM是指在即时定位与建图的基础上,通过各种方法对周围环境进行认知,能够同时获取环境中存在的几何信息与语义信息,并利用这些信息创建语义地图,提升机器人的智能导航能力。随着近年来计算机视觉的发展,机器可以从图像中提取到越来越多的信息,因此,通过视觉传感器作为信息源的方法成为主流。但是,图像的处理需要漫长的计算时间与大量的计算资源,一般很难应用于嵌入式平台。本文以目标检测的结果获取语义信息,通过