使用平均周期进行指纹分类

提出了一种基于指纹平均周期的分类方法,通过计算指纹的平均周期并按照平均周期将数据库中的指纹进行排序,该方法可有效地提高指纹的搜索速度。若将基于指纹周期的分类算法和现有的指纹分类算法结合起来,则可进一步提高指纹搜索效率。     

模糊AHP的舰机协同对潜搜索方式优选

战术背景下的多目标方案选择是战术行动的关键,且具有一定的不确定性和模糊性。从分析舰机协同对潜搜索战术方法出发,针对四种搜索方式的不同特点和优劣,研究了基于模糊层次分析法的搜索方案优化选择方法。根据选取的作战指标对搜索方式进行了仿真,并计算了各方案相对于准则的权重并对其进行排序,得出了结论,验证了方法的可行性和有效性。探讨的舰机协同对潜搜索方式优选方法及得出的结论,对实际反潜战的指挥决策有一定的应用价值。     

一种求解武器-目标分配问题的启发式方法

武器-目标分配问题是一种NP问题。结合武器-目标分配问题的特点,提出了一种求解武器-目标分配问题的启发式方法。首先给定问题的初始解作为当前最优解,然后采用多点调整方法在当前最优解的邻域内搜索最优解,其后采用重复迭代策略逐步改进初始解,直到得到较好的近似解。实验研究发现,多点调整方法只是一种局部优化方法,由不同初始解出发获得的近似解对应目标值可能不同。把多起点策略、多点调整方法和重复迭代搜索策略相结合,可得到求解武器-目标分配问题的一种有效方法。实验结果表明,提出的启发式方法计算所得解的质量较高,是求解武器-目标分配问题的一种有效方法。     

基于变分模态分解的非稳态备件需求预测方法

备件需求量的预测是备件配置的重要内容,针对当前装备备件需求非稳态的特点,提出一种基于变分模态分解的备件需求预测方法.运用变分模态分解将非稳态备件需求序列分解为若干模态分量,引入模糊熵的概念,将周期性、随机性和长期性特征明显的模态分量进行有效聚合,提高计算效率,进而运用预测效果较好的径向基神经网络预测法对聚合后的模态分量分别进行预测,将各分量预测结果进行整合形成最终的备件需求预测值.通过案例分析与实验对比,结果表明提出的方法能够有效挖掘非稳态备件需求序列的深层次信息,实现非稳态备件需求序列的较好拟合,并与其他非稳态时间序列预测方法对比具有较高的预测精度,为适应新时代实战实训背景下备件需求的特点提供了有效的方法支撑.     

不确定多属性决策的单目标优化方法研究

运用神经网络的非线性映射和遗传算法的寻优特性,建立了不确定多属性决策的单目标优化模型。把属性值区间作为遗传算法染色体的搜索范围,用训练好的神经网络计算适应度。用不同的适应度函数来计算综合属性值区间数的下界和上界,然后对方案进行排序。算例结果表明,该方法是可行的。     

改进MPSP的高超声速滑翔飞行器滑翔段制导

针对多约束条件下高超声速滑翔飞行器滑翔段再入制导问题,提出一种改进的预测-校正制导方法。该方法基于模型预测静态规划(MPSP),将三维轨迹快速在线生成方法作为初值生成器,解决了MPSP制导方法提供猜测值困难、对于初始偏差需要重新计算参考轨迹的问题。建立了基于能量的运动学模型,推导了MPSP预测-校正制导律。探讨了初始下降段对滑翔段的影响因素,针对滑翔段初值干扰和气动参数摄动问题,进行了数字仿真。仿真结果表明,改进的MPSP预测-校正制导方法能够有效利用精确的猜测值,提高了计算效率,对干扰初值和气动摄动具有较强的鲁棒性。     

漏磁信号特征提取及检测研究

介绍了漏磁检测原理和用有限元法计算漏磁场的方法,漏磁场法向分量的峰-峰值随缺陷深度增加而增加,峰-峰值间隔随缺陷宽度增大而增大。在检测中,先去除漏磁信号的奇异值,然后用峰-峰值算法提取缺陷信号特征,根据信号的峰-峰值大小和信号梯度变化作为缺陷判别标准。     

快速整周模糊度求解在高精度GPS定位和导航中的应用

探讨了一种GPS载波相位整周模糊度的快速求解方法,分析了搜索空间中的独立变量,推导出了新的传递矩阵.该矩阵将所有的测量残差直接和最小求解搜索空间相关联,通过仅选择那些与卫星几何尺寸和测量残差一致的模糊度的组合,搜索空间被最小化.仿真结果表明,与目前最常用的搜索方法-LAMBDA方法相比,提出的快速求解方法可以改善计算效率,缩短模糊度求解时间.     

基于HHT军用电源逆变器电力谐波检测分析

电能逆变器是军用电源系统的核心,为提高军用电源输出电压电力谐波分析效果,提出改进型希尔伯特-黄变换(HHT)方法的检测分析方法,并设计基于LabVIEW平台的电压谐波检测和分析装置。在研究双闭环控制策略的基础上,针对模态混叠问题,先使用数字滤波器对输出电压信号进行预处理,再进行改进HHT分析,得到输出电压谐波分量的幅频分布,并利用MATLAB对军用电源逆变器模型进行仿真。结果表明该方法可以对军用电源变换器输出谐波分量实时检测和分析,计算精度高,分析效果好,为下一步的谐波抑制方法研究提供有力支持。     

高超声速滑翔飞行器滑翔段预测-校正制导研究

为了满足高超声速滑翔飞行器再入制导过程中的终端约束和过程约束,针对滑翔段具有不确定初值和气动干扰的滑翔再入问题,联合三维轨迹快速在线生成技术和模型预测静态规划（MPSP）技术提出了一种改进的MPSP预测-校正制导律。建立了基于能量的高超声速滑翔飞行器的运动学模型,详细推导了MPSP预测-校正制导理论。构建了基于三维快速轨迹规划的初值生成器,探讨了初始下降段对滑翔段的影响因素。针对滑翔段初值干扰和气动参数摄动问题,设计了预测-校正制导律,进行了数字仿真。仿真结果表明,改进的MPSP预测-校正制导方法能够有效利用精确的猜测值,对干扰初值和气动摄动具有较强的鲁棒性。     

舰船成本预测系统中的自变量约简方法

针对舰船成本预测系统中自变量众多且相互关系错综复杂的特点,提出了用模糊粗糙集方法对舰船成本预测系统中的自变量进行约简。在模糊粗糙集方法的框架下,给出了模糊不可分辨关系和相对约简的定义,构建了基于模糊粗糙集的舰船成本预测系统自变量约简模型,并且针对实际的舰船成本预测系统一般是混合数据系统的问题,对广义差别矩阵的定义进行了改进,设计了相应的启发式约简算法。实例分析结果表明:文中所提的方法不仅能使约简的自变量大为减少,而且约简的效果较传统方法更好,且计算过程也更简单。     

BP神经网络的飞机机体研制费用估算

提出一种应用人工神经网络预测飞机机体研制费用的方法.该方法利用偏最小二乘法对飞机性能参数进行了主成分提取,用这些主成分作为BP网络的输入变量,建立了一种基于BP神经网络的飞机研制费用的估算模型,应用该模型对典型的飞机机体研制费用进行了预测.预测结果表明,该方法是有效的、可行的.     

基于改进核极限学习机和集成学习理论的目标机动轨迹预测

为了提高目标轨迹预测的精度以及预测模型的泛化能力,提出基于改进蝙蝠算法优化的核极限学习机(Kernel Extreme Learning Machine,KELM)和集成学习理论目标机动轨迹预测模型。构建KELM模型,并采用改进的蝙蝠算法对KELM的参数进行优化;以优化后的KELM神经网络为弱预测器,结合集成学习算法生成强预测器,通过训练不断优化强预测的结构和参数,得到一种基于集成学习理论的目标机动轨迹预测模型;基于不同规模的样本,将所得预测模型与逆传播神经网络、支持向量机和极限学习机等模型进行对比分析。仿真结果表明:所提目标机动轨迹预测模型具有较好的预测精度和泛化能力。     

柴油机磨损寿命的灰色马尔柯夫模型预测

基于灰色系统理论,将灰色ＧＭ（１,１）预测模型和马尔柯夫预测模型的优点结合起来,形成一个灰色马尔柯夫预测模型,拓宽了灰色预测的应用范围。特别地,这种模型的预测结果比其它随机波动性较大的数据到模型的预测结果精确得多。对柴油机磨损寿命进行预测,取得了令人满意的结果。     

基于维纳过程金属化膜电容器的剩余寿命预测

金属化膜电容器是惯性约束聚变激光装置能源系统最重要的元器件,对个体电容器的剩余寿命进行有效的预测对整个装置的可靠性水平有着重要的影响.为有效地预测个体电容器的剩余寿命,提出了融合单个电容器性能退化数据与先验性能退化数据信息的预测方法.采用Wiener过程对其性能退化过程进行建模,并根据先验退化数据信息构造参数的先验分布...     

GM(1,1)和SVR的雷达电子部件状态趋势预测模型

为提高雷达电子部件状态趋势预测的精度,根据测试数据特点,提出了基于GM(1,1)与支持向量机回归(SVR)的组合预测模型。采用粒子群优化算法分别对GM(1,1)和SVR模型进行了改进,提高了单一模型的预测精度。在此基础上,结合GM(1,1)模型对趋向性数据的预测优势和SVR模型对数据波动的强适应性,达到了取长补短、相得益彰的效果。实验结果表明该组合模型不但具有更高的预测精度,而且对不同预测对象有更强的适应能力。     

An adaptive forecasting algorithm and inventory policy for products with short life cycles

Products with short life cycles are becoming increasingly common in many industries, such as the personal computer (PC) and mobile phone industries. Traditional forecasting methods and inventory policies can be inappropriate for forecasting demand and managing inventory for a product with a short life cycle because they usually do not take into account the characteristics of the product life cycle. This can result in inaccurate forecasts, high inventory cost, and low service levels. Besides, many forecasting methods require a significant demand history, which is available only after the product has been sold for some time. In this paper, we present an adaptive forecasting algorithm with two characteristics. First, it uses structural knowledge on the product life cycle to model the demand. Second, it combines knowledge on the demand that is available prior to the launch of the product with actual demand data that become available after the introduction of the product to generate and update demand forecasts. Based on the forecasting algorithm, we develop an optimal inventory policy. Since the optimal inventory policy is computationally expensive, we propose three heuristics and show in a numerical study that one of the heuristics generates near‐optimal solutions. The evaluation of our approach is based on demand data from a leading PC manufacturer in the United States, where the forecasting algorithm has been implemented. © 2004 Wiley Periodicals, Inc. Naval Research Logistics, 2004.     

基于层次分析法的军队油料消耗组合预测模型

在军队油料消耗预测中以直线趋势外推预测法、季节指数预测法和灰色预测法构成组合预测模型，以此为基础引入层次分析法来确定各自权重，按各项预测的重要程度求出组合预测结果。组合预测结果精度较高，并且通过对该组合预测模型中的判断矩阵灵活调整，从而可得到一组适合对应单位的油料消耗组合预测权系数，具有良好通用性，在部队中具有较好的推广价值。     

基于RBF神经网络和定性趋势分析的传感器故障诊断

针对传感器偏置故障及漂移故障,提出了一种基于RBF神经网络和定性趋势分析的传感器故障诊断方法.该方法充分利用控制系统闭环回路测控信息,建立RBF神经网络预测器,通过将RBF神经网络的预测输出值与传感器实际输出相比较获取残差序列,根据残差首先判断传感器是否发生故障,然后用定性趋势分析方法获得传感器偏置故障和漂移故障的辨识...     

On the conditional residual lifetime of coherent systems under double regularly checking

In this paper, we consider a coherent system with n independent and identically distributed components under the condition that the system is monitored at time instances t₁ and t₂ (t₁ < t₂). First, various mixture representations for reliability function of the conditional residual lifetime of the coherent system are derived under different scenarios at times t₁ and t₂ (t₁ < t₂). Several stochastic comparisons between two systems are also made based on the proposed conditional random variables. Then, we consider the conditional residual lifetime of the functioning components of the system given that j components have failed at time t₁ and the system has failed at time t₂. Some stochastic comparisons on the proposed conditional residual lifetimes are investigated. Several illustrative graphs and examples are also provided.