基于灰色Verhulst优化模型的电子装备故障预测方法

针对平均故障工作时间数据样本量少的特点,提出利用灰色Verhulst模型预测电子装备故障;又针对灰色Verhulst模型存在预测精度不高的问题,研究了灰色Verhulst模型参数的优化方法。通过实际试验数据对2个模型进行了仿真验证,并基于灰色关联度对2个模型的模拟预测精度进行了比较分析,结果表明：基于灰色Verhulst优化模型适合于电子装备故障预测,并具有较高的拟合预测精度。     

坦克行进间炮耳轴倾斜角预测模型研究

针对坦克行进间具有振荡性的火炮耳轴倾斜角数据,提出了一种改进的灰色预测模型。提出了一种数据变换方法,能够将原始序列处理为正数单调序列,使其符合灰色模型对建模数据的需求;利用小区间的矩形面积和重构模型背景值,并在基于无偏性的准则下研究了重构背景值中的参数与模型参数之间的关系,提出了一个背景值中参数的直接表达式;利用两种参数的关系,构建了改进的灰色微分方程,通过求解得到了优化的预测公式。经过实例分析,改进模型预测结果的平均相对误差为3.53%,能够较为准确地预测炮耳轴倾斜角的变化情况。     

基于改进HMM的模拟电路故障预测模型

针对现有模拟电路系统PHM技术故障预测部分准确度不高和时效性不强的问题,提出了基于MCGCPSO优化改进的HMM状态退化识别模型。将小波包故障特征提取法与LDA特征降维法结合,确保了对特征信息非线性部分的充分提取,同时又避免了维度过高的问题;利用MCGCPSO优化改进后的HMM模型,提升了状态退化识别模型的分类准确度。最后将MCGCPSO-HMM与改进的灰色模型组合为一个新的电路故障预测模型,克服了单个预测方法性能不稳定的缺陷。通过仿真实验验证了MCGCPSO-HMM与改进的灰色模型组合具有更高的预测准确度。     

基于灰色Verhulst优化模型的装备研制费用高精度预测

针对装备寿命周期费用中研制费用的高精度预测问题,提出了一种灰色Verhulst优化模型。首先提出了对灰色Verhulst模型参数进行优化的数学规划模型,然后介绍了应用模拟退火算法求解该Verhulst模型,最后结合实例对鱼雷研制费用进行了建模,并进行了模拟有效性比较与分析。理论分析和仿真计算结果均表明,所提优化模型具有更高的模拟和预测精度,且模拟序列与原始序列具有更大的灰色关联度。     

Elman动态灰色神经网络在电磁发射系统状态预测中的应用

基于电枢运行过程中所受到的多物理场作用机理,采用灰色理论对出口速度进行线性预测,分析了灰色理论存在的不足和改进措施,提出了一种Elman动态灰色神经网络并进行了仿真分析,然后将结果与传统的灰色神经网络结果进行了对比试验。结果表明:新的Elman动态神经网络预测方法具有较高的预测精度,可以为轨道式电磁发射系统连发决策、有效预防轨道烧蚀提供技术支撑。     

基于关联离散度的目标类型识别方法

针对空中作战空中目标识别问题,在分析影响目标类别因素的基础上,提出了一种基于关联离散度的空中目标灰色识别方法。该方法采用灰色理论,通过应用定义的关联离散度作为识别测度,因而在无需对现役雷达作太多技术改进的情况下,就可以提高低分辨雷达对空中目标粗略分类的自动判别能力。给出了应用该方法的具体步骤,通过仿真实例证明该算法的有效性。     

基于梯度下降灰色Markov模型的装备器材需求预测

为改进灰色Markov装备维修器材需求预测模型在小样本条件下的预测效果与合理性,提出了基于梯度下降算法的灰色Markov模型。通过建立关于各时间节点拟合残差的二乘损失函数,运用梯度下降算法迭代得到灰色Markov模型最优转移概率强度和Kolmogorov方程解的最优待定系数并实施预测。数值模拟与实例分析的结果表明,梯度下降灰色Markov模型可快速有效地搜索转移概率强度以及待定系数的相对优化值,进而改善模型的预测效果和稳定性。     

基于云模型和证据理论的现役装备改进方案评价

针对部队现役装备改进方案影响因素复杂,评价方法不够系统全面,评价过程具有模糊性、随机性和不确定性等特点,提出了将云模型与改进证据理论叠集优化的现役装备改进方案评价方法.根据作战目的和任务要求,构建了装备改进方案指标体系,采取基于信息熵的专家群组灰色赋权的方法确定指标权重;通过云生成器确定基本概率分配;再结合Jousse...     

基于多群体改进萤火虫算法的装配序列规划

为了解决机械产品装配序列优化问题,提出了一种基于多群体改进萤火虫优化算法的装配序列规划方法。建立了装配序列规划的数学模型,针对萤火虫算法收敛效率低的不足,借鉴混合蛙跳算法族群划分思想对萤火虫算法进行了改进,引用局部搜索与全局信息交换机制提升了算法性能;根据装配序列规划问题离散型的特点,定义了新的离散编码方式和粒子更新策略。通过实例仿真结果表明,改进后的萤火虫优化算法简单有效、稳定性好、求解精度高,能够稳定快速地给出装配序列最优方案。     

雷达抗干扰性能多层次灰色评估模型研究

通过分析现代战争中雷达抗干扰的具体措施,建立了雷达抗干扰性能评估指标体系.采用多层次灰色评估方法对指标体系进行评估,并针对方法中线性白化函数在转折点处不能反应实际的问题,用了一种符合现实评估规律的Logistic函数代替传统的线性函数,从而使白化曲线更能符合实际.最后将改进后的评估模型应用于实例,结果表明改进后的方法可行,具有较高的科学性.     

基于改进GM(1,1)模型的装备故障预测

针对装备故障数据量小、传统灰色预测模型GM(1,1)的精度受背景值影响大的问题,提出了一种基于背景值优化的改进GM(1,1)装备故障预测方法。该方法基于背景值的几何意义,从背景值与发展系数之间数量关系的角度出发,通过最小二乘法对二次参数进行估计,还原得到原始参数估计值,并结合新陈代谢对模型进行改进。导弹装备的故障预测实例表明,改进GM(1,1)模型较传统模型有更高的预测精度。     

离散混沌系统的模糊滑模控制设计

采用T-S模糊模型描述离散混沌系境.将离散混沌系统模糊化为局部线性模型.依据Lyapunov穗定性定理和线性系统滑模控制趋近律设计方法,设计了一种新型的离散滑模控制嚣,谊控制嚣不仅能保证局部线性模型浙近穗定.而且能确保模糊动态模型全局渐近稳定.利用Matlab对确定Henon系统和不确定Henon系统进行了数值仿真.结...     

基于EWM-AHP-RF的改进灰色关联云数据确定性删除效果评价

针对当前数据确定性删除效果受多因素影响、难以客观评价的问题,提出一种基于熵权法-层次分析法-随机森林(EWM-AHP-RF)确定权重的方法,并与改进的灰色关联模型相结合,对云数据确定性删除方案进行了删除效果的组合评价。首先,构建了删除效果评价指标体系;然后,将熵权法和层次分析法进行结合,确定了指标的组合权重,并基于随机森林方法进行权重的更新;最后,基于改进灰色关联评价模型对云数据确定性删除方案的删除效果进行了评价。结果验证了所提方法的有效性和科学性。     

线性离散周期系统的区域极点/H2指标满意控制

针对线性离散周期系统的状态反馈控制问题,利用提升法将线性离散周期系统转化为时不变系统并提出期望极点指标,同时要求周期系统满足H2范数指标,采用数值递推算法对线性周期系统进行上述指标的满意控制设计,并运用满意控制思想将上述控制问题转化为线性矩阵不等式(LMI)的线性凸优化问题,从而运用LMI技术求解、设计可行的满意控制.数值仿真验证了相关结论.     

基于改进粒子群算法的地空导弹使用保障设备优化配置

地空导弹使用保障过程复杂,很难有效地对使用保障设备进行优化配置。结合地空导弹使用保障需求以及其使用保障作业流程的特点,构建地空导弹使用保障设备优化配置模型。该模型属于典型的NP难问题,基于此提出以改进的粒子群优化方法对模型进行求解。新的粒子群优化方法中,将粒子线性移动改进为非线性移动方式,有效提高粒子的全局搜索能力。粒子的编码方案首次采用位移向量表达方式,并提出一种新的粒子修复策略,有效地简化了模型的求解过程。给出算例并且设计了对比实验。实验结果表明本文方法能够解决地空导弹使用保障设备的优化配置问题,并且对于其他资源配置问题求解也具有重要的参考意义。     

地空导弹发控系统寿命预测的组合模型

将灰色系统理论和BP神经网络有效地结合起来,建立了灰色BP神经网络的组合预测模型,并采用遗传算法对该模型进行优化。为了验证优化后模型的有效性,采用灰色BP神经网络的预测结果进行对比分析。实际数据的预测结果表明,优化之后的模型比单独采用灰色BP神经网络,具有更小的均方差(MSE,Mean Square Error),对发控系统剩余寿命(RUL,Remaining Useful Life)也具有更高的预测精度。     

航天型号参数—费用模型分析

本文用灰色关联理论分析了参数—费用模型 ,根据关联度大小取舍参数并进行了多元线性回归 ,然后对线性回归方程作了弹性分析     

基于MMTSP算法的多无人机协同侦察路径优化

针对多无人机协同侦察路径优化问题,构建了一种有返回的多旅行商、多出发地的MMTSP数学模型。首先将敌方目标的雷达监控区域外边界进行离散化并确定出基地到外边界离散点、外边界离散点到外边界离散点、目标到外边界离散点、目标到目标之间的有效路径;然后根据有效路径以及相关的约束条件,建立以无人机滞留于敌方雷达侦察区域内时间和最小为目标的MMTSP优化模型;最后利用2次遗传算法对MMTSP模型进行求解,并通过实例分析说明了该模型和方法的有效性。     

小样本下装备平均修复时间的非统计估计模型

针对小样本下装备平均修复时间的参数估计问题,提出了一种基于离散GM(1,1)模型和未确知有理数的新方法。首先,对原始数据序列进行等概率可放回地随机再抽样,通过离散GM(1,1)模型挖掘生成较多的样本数据;然后,使用未确知有理数对自助样本集合进行描述,构建其表达模型和阶数优化模型;最后,分别构建了平均修复时间基于未确知有理数的点估计和区间估计模型,并通过与GJB2072—94建议的估计模型进行参数估计与对比,验证了该非统计方法的有效性和可行性。     

改进非等间距GM(1,1)-BP模型的导弹退化状态预测

为提高导弹退化状态预测的精度,结合导弹测试数据不等时间间隔的特点,提出了一种基于改进非等间距GM(1,1)-BP模型的导弹退化状态预测方法。对传统非等间距GM(1,1)模型的背景值和初始条件进行优化,引入新陈代谢思想,在此基础上,构造灰色模型拟合值与实际值的差值序列,进而建立差值序列的BP神经网络预测模型,还原得到最终预测值,提高了预测精度。此设计方法结合了灰色模型对趋向性数据的预测优势和BP神经网络强大的非线性拟合能力,达到了取长补短、相得益彰的效果。通过导弹测试数据的预测实例,验证了方法的有效性和优越性。