模拟退火优化BP神经网络在航向控制系统中的应用

目前,广泛运用于神经网络中的误差反向传播算法(BP算法)训练时间较长,且易陷入局部最优.为了克服BP算法的固有缺陷,文中提出了在BP算法中加入模拟退火算法权因子.在航向控制系统中进行了仿真,数据显示该算法比单纯BP算法更能优化控制器性能参数和全局搜索能力,收敛速度更快,精度提高比较明显.     

装备采购风险的BP神经网络评价模型

装备采购具有高风险的特点,科学、准确的风险评价对装备采购至关重要.传统的评价方法主观因素太强,而BP神经网络模型为装备采购风险评价开辟了新途径.首先介绍了人工神经网络模型的原理和BP算法,然后结合实例给出了用于装备采购风险评价的BP神经网络模型,采用该模型获得结果令人满意.     

基于BP神经网络的后勤装备资产寿命周期费用预测研究

BP神经网络就是指采用反向传播学习算法的前向多层人工神经网络，它具有分布式存储信息、高强的容错性、并行处理信息、自学习性和非线性映射逼近能力等运行特点。基于BP神经网络的后勤装备资产寿命周期费用预测模型的构建，通常按照初始化、构建网络、导入输入输出层和训练网络、决策、结论的步骤来完成。     

基于GA-小波-BP神经网络的装备维修能力评估

针对传统装备维修保障能力评估主观性强、适应性弱的特点,提出了一种以装备维修记录为样本数据的基于误差反向传播(back propagation,BP)前馈神经网络的维修能力评估方法.为消除维修记录属性冗余,选用粗糙集主分量约简算法,对样本属性进行约简,为避免BP神经网络因局部极值导致局部收敛和收敛速度过慢的影响,利用遗传...     

BP人工神经网络的应用及其实现技术

简述了BP人工神经网络的算法原理 ,利用Batchnet程序对一个三层BP人工神经网络进行了设计 ,应用Matlab中人工神经网络工具箱设计了一个用于函数逼近的BP人工神经网络 ,最后 ,运用Matlab中可视化工具Simulink对一个BP人工神经网络例子进行了仿真 ,通过例子 ,探讨了BP人工神经网络的应用并介绍目前几种实用的BP人工神经网络实现技术 .     

军事工程投资效能评价探析

军事工程投资效能评价包括对投资主体和对投资客体的评价,具有全面系统性、层次区分性和长期持续性的特点。公共受托经济责任理论、公共物品理论、战争经济理论、可持续发展理论是军事工程投资效能评价的理论基础。开展军事工程投资效能评价,有利于引导军事工程投资行为,有利于健全军事工程投资监管机制,有利于提高军事工程投资管理水平。     

基于GA-BP网络的LFM信号脉冲压缩

为了改善线性调频(linear frequency modulation,LFM)信号脉冲压缩输出的性能,研究了误差反向传播(back propagation,BP)神经网络在线性调频信号脉冲压缩中的应用。采用遗传算法(genetic algorithm,GA)对BP神经网络的连接权值进行训练学习,该算法可克服BP网络容易陷入局部最优的缺点。仿真结果表明,GA-BP网络具有较快的收敛速度和较好的数值稳定性,在信噪比损失小于1dB的条件下,可获得60dB左右的输出主旁瓣比。     

基于动量BP神经网络的确定掩护重点问题研究

确定掩护重点是地面防空作战的一个重点和难点问题。通过分析影响确定掩护重点问题的主要因素,建立评价指标体系,利用动量BP神经网络解决了确定掩护重点的评价模型,并采用MATLAB6.5的神经网络工具箱进行仿真实现。方法较好地降低主观误差,为确定被掩护目标重要性排序和兵力分配提供了依据。通过对BP算法的改进,减少了误差,提高了学习速度。模型思路清晰,算法简单实用,较好地解决了防空兵辅助决策系统智能确定掩护重点目标的问题。     

用人工神经网络BP算法评价城市火灾风险

深入讨论了人工神经网络的BP算法在城市火灾风险评价中应用的可行性和一些具体做法.     

既定方向军事投资区位评价模型

文章分析了军事投资与区域经济增长的关系,综合应用层次分析法和模糊评估原理,构建了军事投资项目区位指向模糊评价模型,对影响军事投资各因素进行定量分析,从而确定出既定方向军事投资可行性等级。     

BP神经网络在边坡锚杆优化设计中的应用

人工神经网络具有自学习、自组织、强容错性等优点，应用MATLAB语言，建立了边坡工程锚杆优化设计的BP神经网络模型。应用有限元法对不同锚杆布置倾角下的边坡模型进行计算，并以模拟计算结果作为训练样本及预测样本对网络进行训练，验证了迫坡锚杆优化设计BP神经网络模型的有效性，确定了边坡工程中锚杆的最优布置倾角，为边坡锚杆优化设计研究提供了一条新途径。     

基于BP人工神经网络的GPS/SINS组合导航算法

基于扩展Kalman滤波的GPS/SINS组合导航算法,需要对原始的非线性连续系统模型进行线性化和离散化处理,要求系统噪声和测量噪声为零均值的高斯白噪声,且易于出现滤波器发散。BP人工神经网络无需对所求解的问题建模,能够很好地逼近系统非线性特性,获得较高精度的导航定位信息;还具有计算过程稳定,不涉及矩阵求逆,不需要迭代逼近,以及容易实现并行处理等优点。设计适用于GPS/SINS组合导航系统的BP网络模型,并在标准的BP算法基础上,采用共轭梯度法改进网络训练速度及精度。最后,通过仿真算例说明BP网络方法用于GPS/SINS组合导航计算的可行性。     

神经网络在比例导引目标定位和跟踪中的应用

本文主要讨论了人工神经网络在近程反导中的应用,利用共轭梯度法和黄金分割法对BP网络进行了改进。把BP网络和卡尔曼滤波结合起来,建立对目标定位和跟踪的数学模型。并且对该模型进行了模拟计算。     

计算机辅助设计在BDP阻燃PC/ABS合金配方中的应用

在前人对BDP阻燃PC/ABS合金的实验研究基础上,借助计算机强大的运算能力辅助BDP阻燃PC/ABS合金进行了配方设计。根据BP三层感知器神经网络结构,确定了用于BDP以及BDP/SiO2复配体系阻燃PC/ABS合金配方建模的人工神经网络的输入、输出以及隐层模式,选用Sigmoid函数作为用于建模的BP网络各层的激活函数,以PC/ABS、SiO2和BDP三组分在配方中的比重作为三层BP人工神经网络的输入,通过设置3个隐层节点,建立以极限氧指数（LOI）或伸长率分别作为输出的单目标模型。经过利用9对试样分别作为训练样本和测试样本对网络进行训练、测试,当输出量设为极限氧指数（LOI）时,预测误差在±4%以内;当输出量设为伸长率时,预测误差在±5%以内,均能满足实用配方的要求。     

基于概率神经网络的设备故障诊断及仿真分析

针对某些难于建立准确数学模型的复杂系统,用神经网络的方法进行故障诊断有其独特的优越性.首先分析了概率神经网络(PNN)的基本结构及其训练算法,建立了某型航空发动机故障分类的概率神经网络模型,通过对该设备故障进行定性诊断,对比分析了概率神经网络与常用的误差反向传播神经网络(BPNN)分类模型对各类故障的分类效果.仿真表明,基于PNN模型的分类方法在分类速度、精度和泛化能力方面均优于基于BPNN的模型,是一种有效的故障分类方法.     

基于CAS/Agent的装甲装备战损模型仿真

针对传统战损模型研究方法存在的不足,提出用人工神经网络的学习能力模拟Agent的适应性。借鉴CAS(Complex Adaptive System)理论的建模思想,引入ERA(Environment-Rules-Agents)方案建立战损模型。在外部干预Agent作用下,运用BP算法并结合CT(Cross Target)算法对红蓝双方对抗战斗进行仿真,模拟动态战场环境下装备损伤的演化过程。该模型可更好地理解装备损伤的动力学特性。     

一座小型建筑空调动态负荷的ANN预测研究

人工神经网络(Artificial Neural Network,简称ANN)是一种崭新非线性建模和预测方法,具有良好的非线性品质和极高的拟合精度。在前人研究的基础上,针对一座小型建筑物建立了其空调动态负荷预测的BP模型。为克服常规BP训练算法的缺陷,提出了一种改进的遗传搜索算法,结果证明是一种高效实用的算法。     

人工神经网络在管理信息系统中的应用

在传统管理信息系统的基础上,增加专家系统模块,即基于人工神经网络技术的预测分析模块,完成复杂的非线性预测以提高MIS智能化、自动化水平。该模块选用反向传输(BP:BackPropagation)神经网络模型来实现,通过网络的自适应学习和训练,找出输入和输出之间的内在联系,从而求得问题的解答。利用该专家系统对出版社图书市场销量进行预测。结果表明:该方法性能好,可作为预测图书售量的一种有效手段。     

基于优化BP神经网络的气象环境下军事通信效能评估

气象条件对作战的各个方面都产生不同程度的影响和制约,恶劣的天气情况会影响军事通信质量,为提高在气象环境影响下的军事通信效能评估效果,将BP(Back Propagation)神经网络模型应用于军事通信效能评估中,并结合基于信息素的细菌觅食改进算法(Bacterial Foraging Optimization base...     

论军事工程投资风险及其管理

军事工程投资与一般工程投资相比有其特殊性,这种特殊性决定了军事工程投资风险的特殊性。因此,必须对军事工程投资进行法制化管理,建立投资风险监控机制;加强项目的前期论证工怍和施工企业资质审查;实行总部、大军区级单位和军以下建设单位三级共管模式。