面向任务的某型两栖装甲装备备件配置优化模型

来源 :计算机与数字工程 | 被引量 : 0次 | 上传用户:wwwerroo
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
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
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。
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
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。