简介:针对装备器材封存包装方式选择过程中对决策者和评价准则难以准确赋权的问题,提出了一种基于扩展多准则妥协解排序法(VlsekriterijumskaOptimizacijaIKompromisnoResenje,VIKOR)的群决策模型,应用直觉模糊理论将语言变量形式的评价信息进行转换并集结,得到封存包装方式决策群组的直觉模糊决策矩阵,通过信任度函数,并结合熵权法分别对决策者和评价准则进行客观赋权,采用扩展多准则VIKOR法得到备选封存包装方式的折中可行方案。最后,结合案例进行了装备器材封存包装方式的选择决策,并通过敏感性分析和对比分析,验证了所提出方法的有效性,为装备器材封存包装方式选择提供了参考。
简介:目前,官兵个人及其家庭涉法问题越来越多,对官兵心理的冲击力也越来越大。如何有效解决涉法官兵心理问题,值得我们深入思考和认真对待。一、涉法官兵心理偏差的几种表现。官兵在个人或家庭遇到涉法问题时,往往会表现出急躁、怀疑、依赖和吃亏等几种心理问题。一是急躁心理。在刚出现问题时,这类官兵的心理活动处于非常状态。有的暴怒异常,见谁都不顺眼;有的不听劝告,怎么劝都听不进去;有的寻死觅活,一心只想回家。二是怀疑心理。官兵遇到涉法问题时,时间一长,就怀疑对方家里有关系有势力,自己是"平头百姓",地方司法机关不可能公正处理,赢不了官司;有的认为即使赢了官司,对方拒不赔付,法律判决形同一纸空文;有的担心自家势单力薄,对方人多势众实施报复。
简介:针对新型作战体系下以装甲车辆为主的地面目标的被动声识别问题,为实现不同车型在不同工况下的声识别,以常见的3种坦克和4种履带式装甲车为识别对象,提出了一种基于变分模态分解(VariationalModeDecomposition,VMD)和人工蜂群(ArtificialBeeColony,ABC)算法优化的支持向量机(SupportVectorMachine,SVM)相结合的装甲车辆声识别模型。首先,采集不同工况下的车辆噪声信号并进行频谱分析,证明了VMD分解的可行性;其次,对样本信号进行VMD分解,得到不同尺度的本征模态函数(IntrinsicModeFunction,IMF)并进行多尺度模糊熵(Multi-scaleFuzzyEntropy,MFE)的计算,得到多尺度模糊熵特征(VMD-MFE);然后,利用优化算法对SVM进行优化,得到最优参数优化的分类器模型;最后,对噪声信号进行特征提取和分类实验。结果表明:VMD的分解效果优于经验模态分解(EmpiricalMadeDecomposition,EMD)和集合经验模态分解(EnsembleEmpiricalModeDecomposition,EEMD);与引力搜索算法(GravitationalSearchAlgorithm,GSA)和布谷鸟搜索(CuckooSearch,CS)算法相比,ABC算法得到的优化模型ABC-SVM具有更高的识别率,可达94.14%以上。
简介:针对网络化装备保障体系复杂自适应系统特性,提出了一种基于Agent建模与仿真(Agent-BasedModelingandSimulation,ABMS)的网络化装备保障方案决策分析方法。对装备保障方案决策分析进行了形式化定义,构建了其分析方法的总体框架;基于装备保障方案决策准则,从保障效益、保障代价和保障效率3个角度,构建了可动态仿真实测的决策分析指标体系;基于装备保障方案变量分析,构建了由编成编组结构模型、通信网络结构模型、指挥交互规则模型和状态行为规则模型构成的多Agent保障模型体系。以3种典型的网络化装备保障方案的决策分析为示例,验证了方法的可行性与有效性。