摘要：红蓝双方演习进攻作战中,为全面夺取战场制空权,通常将蓝方防空火力单元作为首波重点打击目标,因此如何准确预测蓝方防空火力单元活动规律,科学设计联合侦察打击行动具有重要意义。首先,系统分析防空火力单元所采用的机动保障模式,结合防御能力定义给出防御能力计算公式并引入栅格网络模型完成定量计算,基于保障范围约束、阵地资源约束以及机动流程约束,面向实际保障需求,以最短机动路线和最高防御能力为优化目标,建立了适用于地面防空火力单元机动路线的预测模型。其次,针对所构建的非线性模型求解难题,提出了模型线性化转换和求解方法。然后,在最优转移路线的基础上,设计了一种构建机动路线库的算法,从而生成蓝方机动路线的概率预测方案,解析蓝方防空火力单元的机动规律。最后,基于案例仿真,验证了所设计模型和方法的可行性和全局高效性,可实现对蓝方防空火力单元机动路线的有效预测。

摘要：针对弹药挂载工作下舰载机保障作业问题,分析了弹药挂载作业与舰载机其他保障作业的约束关系,并基于保障资源约束,以舰载机保障作业完成时间和负载方差最小化为优化目标,建立了考虑弹药挂载工作下的保障作业调度模型。通过设计基于保障工序优先级的染色体片段编码方式,避免了大量不可行解的产生,提出了一种改进的NSGA-Ⅱ算法。以国外某型航母为例进行仿真分析,验证了模型与算法所得调度方案的可行性。

摘要：舰船动力设备系统产生的持续低频振动会严重影响舰船的声隐身性能及舰船精密设备的工作性能。以自主设计研制的电磁主动吸振器为对象,为了匹配电磁主动吸振器的实际使用工况,在滤波-x最小均方(Filter-x Least Mean Square,FxLMS)控制算法中引入抑制因子,对主动控制力的输出进行限幅。首先通过数值仿真分析验证匹配优化后的控制算法对振动控制的抑制效果,然后介绍基于电磁主动吸振器工程样机搭建的主动控制实验台架系统,以单频激励工况为基础开展主动控制效果验证实验,证明电磁吸振器与匹配优化后的控制算法对低频机械振动控制的有效性。数值仿真和实验结果表明,针对自主设计研制的电磁主动吸振器而提出的匹配优化主动控制算法能够有效抑制低频机械振动响应,在时域和频域均可以取得显著的振动控制效果。

摘要：当前,高校思想政治教育提出新的创新理念就是课程思政,而在高等院校进行专业课程思政建设则是遵循新时代高校教育方针的具体表现。以推进剂及保障课程为例,结合课程内容多元挖掘思政教育元素,围绕高校培养专业人才的特色,在理论教学、实验教学过程中进行了课程思政的设计和具体实践。

摘要：针对在小样本情况下目标检测的问题,对当前小样本条件下的目标检测方法进行归纳总结。列举4类小样本学习方法并介绍其优缺点,介绍目前这几类方法的典型算法;进行小样本目标检测实验设计,通过分析各方法的特点得出其可应用方向;对目前的小样本图像目标检测存在的问题进行讨论。结果表明,该分析能为相关领域的研究者提供更多的思路。

摘要：在某些特定场所,环境温度采集有着特殊的要求,论文提出一种基于蓝牙通信技术的便携式低功耗温湿度环境参数采集设备的设计方法。该方法设计采用CC2640芯片及SHT45数字温湿度传感器,由嵌入式控制芯片对封闭空间中的温湿度进行实时检测、采集与存储,可广泛应用于船舱舱体、装备存储库房、装备贮运箱、岛礁环境的温湿度监测。

摘要：针对动态武器目标分配(dynamic weapon target assignment,DWTA)问题,提出一种基于进化算法和局部搜索算法的文化基因算法(memetic algorithm,MA)。以最大化目标毁伤为目标,建立考虑能力约束、策略约束、资源约束、拦截可行性约束条件下的DWTA模型;引入虚拟排列进行编码以满足拦截可行性要求,设计将排列转化为实际分配方案的构造方法,给出算法运行过程中对随机事件的处理方法。通过与遗传算法(genetic algorithm,GA)、MA-GLS(memetic algorithm global local search)求解不同测试实例的对比仿真,结果表明,MA算法具有寻优速度快、优化能力强、稳定性好的优点。

摘要：针对高光谱影像分类方法精度不足的问题,提出一种基于空间-频谱变换(Spectral-Spatial Transformer,SST)网络的高光谱影像分类方法。首先,将高光谱影像预处理为一维特征向量。然后,设计了具有光谱-空间注意力模块和池化残差模块的SST高光谱影像分类网络。本文所提出的分类方法在Indian Pines数据集和Pavia University数据集上的总体分类精度分别为98.67%和99.87%,表明此方法具有较高的分类精度,为高光谱影像分类及应用提供了一种新方案。

摘要：舰载机模块化弹药存储和调度是未来发展的主要趋势之一。模块化弹药调度与整弹调度相比,调度对象的数量成倍增加并且多了一个弹药装配环节,使调度工作的难度呈指数级增长。针对模块化弹药调度问题,建立以任务完成时间最小化和各舱室与升降机平均工作时间最小化为优化目标,以各模块调度次序、机器选择和调度起始时间为约束条件的舰载机模块化弹药调度模型,设计递推法计算任务完成时间,并使用改进的遗传算法对模型进行求解,结合模块化弹药特点优化多层编码方式,使染色体更加完整地表达弹药在各个阶段的信息。通过仿真验证,所提的舰载机模块化弹药调度方法生成的调度方案具有可行性。

摘要：随着人工智能技术的应用领域不断扩大,无人机(unmanned aerial vehicle,UAV)的自主智能化发展成为目前军事领域的研究热点。其中,UAV的武器智能决策能力是其面临舰艇编队剧烈火力打击时能否顺利完成对海侦察任务的关键条件。针对这一军事应用难点,利用改进的遗传模糊树构建UAV武器智能决策模型,以此实现UAV的智能武器决策:通过设计三模糊子集参数编码法改进参数编码方式,克服了无效编码导致的系统紊乱;采用单、组合场景结合的训练方法改进种群训练方式,提高了决策模型在多样化实战中的适应性。仿真结果表明,所提武器智能决策模型具有较好的有效性和灵活性。