摘要:为提升雷达工作方舱人机交互效率，提出舱室人机界面认知模型。对S-O-R模型、SRK模型、信息处理模型等常用认知模型进行分析，并依据舱室人机界面认识模型分别对舱室中现有显示器位置、操纵器布局、通信装置位置等设备进行分析、研究，形成改进方案。结果表明，该方案可为下步雷达工作方舱的舱室设计提供参考。

摘要:为适应新的战争需求，以两栖作战为背景，分析火箭武器在传统两栖作战中的定位；对未来两栖作战的新特点、新样式进行探析，研究火箭武器的发展趋势；在此基础上提出面向两栖作战火箭武器装备的发展构想。结果表明，该分析为建设完善的火箭武器装备体系提供了借鉴和参考。

摘要:为促进生成式人工智能在军事领域高效发展，对其进行探析。提出关于研究生成式人工智能军事应用评估的重要意义，分析评估工作应遵循的基本原则，建立评估的指标体系，研究评估应采取的基本方法，并就生成式人工智能军事应用评估问题提出几点思考。结果表明，该研究可促进生成式人工智能与军事应用紧密结合，加快技术落地并高效发展。

摘要:为提高药型罩侵彻性能，设计球缺形药型罩的装药结构，研究其高效毁伤特性。针对混凝土靶标，对多种活性材料和结构的药型罩进行侵彻对比试验研究，分析活性材料药型罩的毁伤效果。通过试验结果及分析，优选药型罩材料及优化结构设计。结果表明，该研究为活性材料药型罩的工程化实际应用提供了参考。

摘要:针对军工产品快速交付和装备复杂化给传统生产方式带来的挑战，提出一种军工企业适应快速交付的柔性数字化生产模式。通过开展柔性数字化生产模式的顶层设计，实现传统生产方式变革，将建设专用生产线变为建设通用生产线，以提升装备加工、装配、调测全线生产能力为抓手，通过产线通用化、自动化、数字化的做法，打造全链条的柔性数字化能力，打造军工装备柔性数字化生产模式，助力装备快速交付。结果表明：该方法可以为企业提升快速交付能力提供一定借鉴。

摘要:针对2 m量级大型暂冲式风洞中大口径蝶阀存在的问题，提出对DN2500液动蝶阀进行优化设计。通过有限元软件对新设计蝶阀进行应力集中及模态分析。结果表明：在极限工况下危险截面的应力值满足设计要求，振动特性好；工程应用证明，该蝶阀密封可靠，堵塞度小，故障率低，能保证长期有效运行。

摘要:为改进产品性能，提升产品质量，采用正向设计方法进行产品改进。分析找出影响产品质量问题的因素及造成产品缺陷的原因，通过设计优化和建模仿真等正向设计的工具方法提出产品改进的方向及措施，通过仿真与实际验证并获得良好效果。结果表明：该方法能根除产品缺陷，更好地满足顾客要求，提高产品的市场占有率。

摘要:为了实现轻量化、经济性双重要求，设计一种新型船载显控台数字化样机。采用钣金结构的显控台柜体，利用3维软件CREO和分析软件ANSYS设计仿真，通过静应力分析、模态分析、瞬态应力分析以及振动分析仿真结果，暴露设计的薄弱结构，加筋优化结构设计，缩短产品研发周期。试验结果表明：针对钣金结构显控台的仿真分析数据准确可信，能够对显控台的数字化样机起到理论指导作用。

摘要:为对电网协同业务场景中的数据全链路进行入侵检测，基于深度学习设计了全连接神经网络-决策树算法。对电网协同业务场景中存在问题产生的原因进行分析，对常见的分类算法进行介绍；将深度学习中的全连接神经网络和机器学习的决策树算法进行结合，得到所设计的全连接神经网络-决策树入侵检测算法模型。通过在相关数据上测试，该模型在网络入侵中的检测精准率可达0.99，精度可达0.984，召回率为0.97，F1分数为0.977。结果表明：该算法与同类算法相比优势突出，为电网协同业务场景中的数据全链路提供了更精准的技术支撑，对于电网规划具有重要的优化作用。

摘要:为解决集中式云计算技术不能实现大量边缘数据的运算带宽及不能保证应用的隐私性和实时性等问题，对边缘容器云负载在多集群条件下的时间差异及存在时延敏感性需求差异的边缘应用进行系统分析，并提供一个主从模型管理的多集群边缘云架构。对时延敏感性运用的相关资源调配情况进行深入研究，通过比较存在的响应式策略，能够有效实现已经提出的相关研究；关于时延敏感应用的问题，采用在负荷上沿超前扩展，抑或在负荷下行时进行滞后缩容，以切实达到应用质量的需要。研究结果表明：边缘计算模式采取分布式，可提高在实际应用周围下沉云中的相关计算能力，能降低云中心自身的运算负荷，减轻核心骨干网带宽压力。

摘要:为提升通信系统入侵检测性能，在K-means算法基础上进行算法优化。针对网络数据特征聚类数量无法提前估计问题，提出K值有效性指标来确定聚类数量和评测聚类质量，同时考虑各类簇特征对聚类的影响，利用特征加权距离考虑类内紧密型和类间的分离性，依此作为聚类中心点。实验结果表明：改进K-means入侵检测算法具有更优的检测率和误报率，能有效提升系统安全防御质量。

摘要:为提高水务公司对居民用水量的管理，提出一种基于深度神经网络模型的数字式水表读数检测和识别方法。在原始DBNet网络模型的基础上对特征提取网络进行改进，将特征提取网络ResNet网络替换成DPN双路径特征提取网络；使用透视变换算法对倾斜的读数区域图像进行校正；采用YOLOv5s网络模型对读数区域中的若干个数字进行识别；通过水表识别应用系统将读数结果进行显示，完成水表图像实时检测与识别的功能。实验结果表明：YOLOv5s网络模型具有较好的鲁棒性，能够准确识别出遮挡、模糊以及双半字符数字，识别准确率高达99.1%。

摘要:针对小子样产品预测模型不够精确的问题，提出一种产品性能参数预测方法。在径向基函数(radial basis function，RBF)神经网络学习算法的基础上，加入迁移学习的思想，将小子样产品自身的历史测试数据和同型号同批次其他产品的测试数据当作源领域知识来充分学习，弥补当前领域因已标签样本数据少而导致的产品性能参数预测精度差的问题。结果表明，该方法的预测精度较高。

摘要:针对森林降水量预测传统方法的缺点，提出粒子群算法优化BP神经网络森林降水量预测方法。将2020—2022年森林降水量作为数据集进行对比实验，实验证明PSO-BP神经网络算法相较于LSTM模型和传统的BP神经网络，误差明显降低，预测精度更高，同时训练集和测试集提升了5%～11%，降低了泛化误差，适用于数据量较大的森林降水量预测。结果表明，该方法为后续森林降水量预测提供新的思路和方法。

摘要:为准确预测交通流量有利于优化交通管理、提高交通效率的问题，提出一种新的动静态图融合和时序流注意力网络。通过图卷积网络捕捉动态和静态的空间相关性，引入流注意力机制，有效缓解二次复杂度问题；设计时间相关性建模(temporal correlation modeling，TCM)模块替换流注意力机制的线性变换方法，以增强模型的时序建模能力。在4个真实世界的交通数据集上进行了大量实验。实验结果表明：所提出的模型具有优越的性能，并且明显优于基线。

摘要:为解决当前单兵年度训练综合成绩评定结果无法精准反映官兵作战能力水平的问题，提出基于模糊层次分析(fuzzy analytic hierarchy process，FAHP)的单兵年度训练综合成绩评定模型。依据“训练大纲”规定的单兵训练课目内容，建立层次分析模型，计算各训练课目权重；通过模糊综合评判法计算单兵年度训练成绩评定等级；引入“等级程度”和“对比标记”2个参数，对评定等级进行计算和说明。结果表明，综合形成的评定结果能够更精准地反映官兵实际能力水平。

摘要:为提升反舰导弹突防概率，对舰艇舰空导弹武器系统的反导能力进行分析。借鉴图形分析法的基本原理，以“基隆”级舰上的舰空导弹“标准-2”为研究对象，构建舰空导弹武器系统的反导模型，并针对该方法存在的不足进行改进，通过对改进模型的分析，得出“标准-2”舰空导弹的反导能力。结果表明，该研究可为反舰导弹突防提供一定的借鉴意义。

摘要:为解决某爆破发射平台液压随动系统在运行时因液压系统泄漏、元件非线性摩擦及外部负载变化导致的非线性问题，提出一种基于扰动观测器与终端滑模控制结合的控制方法。使用扰动观测器观测系统扰动，降低扰动对系统稳定的影响，使用强鲁棒性的滑模控制消除系统内部非线性不确定因素的影响；针对传统滑模控制的跟踪误差无法在有限时间收敛的缺点，采用一种非线性系统的。终端滑模控制，以实现在指定时间内的跟踪。仿真及实验结果表明：设计的控制策略能够有效地提高发射平台的位置精度，并且使系统具有较强的鲁棒性。

摘要:为降低钻井设备在作业过程中出现故障的概率，提出贝叶斯网络(Bayesian networks，BN)在钻井设备系统故障诊断中的应用研究。采用基于遗传算法的条件概率表检索算法改进贝叶斯网络；通过条件概率表描述改进贝叶斯网络中的随机变量以及网络内节点间连接关系，明确网络结构与节点参数，构建改进贝叶斯网络模型；通过计算系统可靠度，定量分析系统设备故障对系统运行可靠性影响，构建包含历史故障种类、历史数据库、故障发生时的运行参数的训练学习样本库，将其作为改进贝叶斯网络模型输入，实现钻井设备系统故障诊断。实验结果表明：该方法可精准诊断钻井设备系统设的故障类型，其故障诊断结果可为系统后期维护提供数据支撑。

摘要:为解决针对某火炮负载模拟器平台在加载过程中产生的扰动力矩严重干扰系统稳定性和加载精度问题，提出一种基于自抗扰控制(active disturbance rejection control，ADRC)的电动负载模拟器控制方法。通过“扩张观测器”估计“总和扰动”并进行反馈补偿，从而实现系统良好的抗干扰能力，降低系统对于精确系统模型的依赖；设计ADRC控制器，建立控制系统和仿真模型，并进行Matlab/Simulink仿真。仿真结果表明，该控制系统对电动负载模拟器的控制具有可行性。

摘要:针对偏远地区军事系统光伏功率数据的复杂性以及现有光伏预测模型的精度低问题，提出一种基于时域卷积融合注意力机制的光伏功率预测方法。首先，利用皮尔逊相关系数识别主要变量作为输入序列，通过模糊C均值算法(fuzzy C-means，FCM)相似日聚类将光伏功率数据划分为平稳、波动、突变3种类型以提高预测模型精确度；然后，采用自适应噪声完备集经验模态(improved complete ensemble empirical mode decomposition with adaptive noise，ICEEMDAN)分解方法对光伏功率进行分解，并根据排列熵进行重构。通过时域卷积网络(temporal convolutional network，TCN)作为时空特征提取层，并且嵌入高效通道注意力机制(efficient channel attention，ECA)单元增强卷积网络的的特征捕获能力；最后，通过双向长短期记忆网络(bidirectional long short term memory，BiLSTM)进行预测，输出功率预测结果。实验结果表明：所提出的模型具有较高的预测精度，能有效预测不同功率变化趋势下光伏出力情况。

摘要:针对未来战争对无人系统的需求不断增加，提出一种适用于狭小空间和复杂环境的新型无人系统——两栖无人作战车系统，同时具备地面行驶、墙面爬行、空中飞行和协同作战能力。采用基于Agent的建模与仿真(agent-based modeling and simulation，ABMS)方法，在分析其应用任务场景的基础上，通过构造任务场景、桌面模型、仿真验证，深入分析两栖无人作战车系统应具备的功能，并根据分析结果提出所需解决的关键技术。结果表明：该系统对扩展无人系统任务环境、提升自主作战能力有着重要意义。

摘要:为最小化无人机集群任务分配中任务的完成总时间和总航程，提出一种基于Actor-Critic算法的优化方法。利用Actor-Critic算法中的Actor网络，根据当前状态生成任务分配策略，并用Critic网络评估Actor网络生成的策略价值。采用多阶时序差分误差，结合多个时间步的奖励来更新策略，以提高学习效率并减少延迟奖励。在多种任务场景下，通过仿真实验进行对比。仿真结果表明：该方法能够显著减少任务完成时间和航行距离，验证了在任务分配问题上的有效性。