【摘 要】
：
为提高两栖装甲装备备件保障效率,论文对携行备件配置优化问题进行研究。考虑备件单个部件价格、部件保障率和部件可更换性等因素,建立分别以保障费用和整体保障率为约束条件的配置优化模型。论文对每个备件从故障率、可更换性和的重要性三个方面进行权重值分配。结合历史经验数据及系列计算求取权重值。根据目标函数形式不同采用对目标函数进行搜索和对目标函数进行转换两种方法,分别对模型一和模型二求取最优解。最后以某两栖装甲部队濒海训练红蓝对抗演习任务为例,分别计算不同约束条件下的保障率进行比对,验证了模型的有效性。
【机 构】
：
海军航空大学,92279部队,92510部队,91980部队
论文部分内容阅读
为提高两栖装甲装备备件保障效率,论文对携行备件配置优化问题进行研究。考虑备件单个部件价格、部件保障率和部件可更换性等因素,建立分别以保障费用和整体保障率为约束条件的配置优化模型。论文对每个备件从故障率、可更换性和的重要性三个方面进行权重值分配。结合历史经验数据及系列计算求取权重值。根据目标函数形式不同采用对目标函数进行搜索和对目标函数进行转换两种方法,分别对模型一和模型二求取最优解。最后以某两栖装甲部队濒海训练红蓝对抗演习任务为例,分别计算不同约束条件下的保障率进行比对,验证了模型的有效性。
其他文献
近年来随着互联网的飞速发展,人们频繁地在网络上发布关于某一特定对象的评论内容,快速掌握众包评论文本的关键信息对决策制定、服务调整有着重要作用,对众包评论文本集成进行深入研究亦显得十分必要。众包评论文本集成旨在将不同评论者对同一对象的评论内容以既定压缩率整合成较短的集成文本,从而根据大众认知形成关于特定对象较为匹配的内容描述。针对该问题提出了一种利用收益预测与策略梯度的两阶段众包评论集成方法。该方法不依赖于任何人工真值,仅提供源众包评论文档,由代理根据收益经验自行抽取关键语句形成众包评论集成文档。具体而言,
特征词的选取与文本表示是文本分类信息预处理的核心问题之一,鉴于此,论文提出一种改进的加权连续词袋模型(CBOW)与基于注意力机制的双向长短期记忆网络模型(BI-LASM-ATT)应用于文本分类研究。该模型以词频作为特征选择依据,改进了频次与反频次,利用加权CBOW模型得到词向量表示,作为BI-LSTM-ATT模型的词嵌入层,得到Soft⁃max分类器分类结果。论文在复旦大学提供的语料集的实验结果表明,该模型在文本分类的精确率、召回率、F_meature效果对比中,比传统机器学习和深度学习算法均有明显提高。
论文在BB84协议基础上提出了一个无线网络量子密钥协议,该协议利用一条具有回路的量子信道传送信息并设计一种新的编码方式,使光子利用效率达到100%,密钥分配效率是BB84量子密钥分配协议的两倍或更高,并且该协议不需要容易被攻击的经典信道,更适用于无线网络。该协议通过预共享密钥方法进行身份认证,避免了攻击者跳过身份认证直接发送密钥的弊端,采用消息摘要的方法验证消息是否被篡改或窃听,由于消息摘要使用了预共享密钥进行一次一密加密,攻击者无法篡改,从而保证安全。
高速列车的气动阻力与列车的外形,特别是头部外形有着密切的关系。为了改善列车气动性能降低列车运行的气动阻力,建立高速列车的三维参数化模型,以高速列车头部所受的阻力和升力为优化目标,通过FLUENT软件与Isight软件多学科优化联合仿真分析方法,利用Sculptor软件对车头部分网格自动变形,基于计算流体力学,实现对高速列车流线型头型进行减阻的多目标自动优化设计。优化完成后,得到影响优化目标阻力和升力的关键设计变量,并对优化设计变量和优化目标之间的非线性相关性进行分析。通过对比原始流线型列车气动性能发现,列
为了在保护关节假体寿命与美观的前提下,实现对假体的自动清洗,设计了一种基于单片机STC89C52RC的智能清洗设备控制系统。该系统用HX711检测关节假体与工作台是否夹紧,液位控制模块来检测液位,配合蜂鸣器提醒,超声波传感器控制刷头与关节假体的距离,各种数据通过LCD1602进行显示。同时,为了保证供水系统的精度,系统采用了神经网络PID算法。
利用微状态的时-空分析特性,采用高密度(128通道)脑电图对20例主观性耳鸣患者和20例对照组的微状态特征进行了研究。通过微状态的平均存在时间、发生频率、覆盖率、振幅和转换率参数的计算与分析,揭示了耳鸣患者和健康人脑电微状态分类的时间特征和语构存在显著差异,也反映了脑电图微状态可以作为大规模脑网络的一种有价值的分析研究方法。
针对大型飞机上任务系统与采集设备距离较远的特性,在试飞过程中,需要对任务系统同时进行显示和采集功能,论文研制了一种DVI视频分配器,研究了视频信号输出特性、分配器均衡配置特性和中继传输特性,实现对任务系统的分配功能,整个系统体积减小,性能稳定,可靠性高,具有很高的应用价值。
针对传统的车道线跟踪系统在复杂交通流情况下,利用卡尔曼滤波无法有效跟踪车道线的问题,论文提出了一种融合车辆与车道线检测的跟踪算法。该算法首先利用二阶高斯方向滤波器提取车道线检测的响应,同时利用haar-like特征检测图像平面中的车辆的2D回归框,并利用卷积神经网络预测车辆的3D回归框区域。利用车辆3D回归框的在车道线平面上的投影,结合改进的卡尔曼滤波同时跟踪车道线和车辆位置,避免因为车辆的遮挡造
近年来,基于深度学习的场景文本检测算法层出不穷,对于EAST在自然场景中对长文本和较大文本检测不准确,存在容易出现误检漏检的问题。论文提出一种基于NLA-EAST网络(Non-Local Attention-An Efficient and Accurate Scene Text Detector)上的新颖的文本检测算法,通过ASPP空洞卷积来扩大感受野,来获得更大感受野的上下文信息。并且通过结合
文章基于国土空间背景,融合“山水林田湖草”理念,采用景观指数、土地利用转移矩阵、空间叠加分析3种方法,分析南京市区域生态空间格局演变趋势,以期对生态空间格局优化提供一定参考。