FMEA与粗糙集相结合的故障预测方法

基于FMEA和粗糙集决策系统基本理论,对飞机中分系统故障预测问题进行了研究。首先定义故障预测所需的征兆并对系统进行FMEA,按照FMEA分析结果分次向系统模型注入引起特定故障的事件,采集含有故障趋势的系统模型的信息用于构建适用于故障预测的粗糙集决策表,对该表进行了处理,最终发现用于故障预测的知识(即决策规则和算法);最后运用所发现的知识进行故障预测。     

基于GM-ANP的维修人员保障能力评估

以维修人员保障能力评估指标体系为基础,建立基于GM-ANP的维修人员保障能力评估模型。采用网络分析法(ANP)确定各因素的权重,运用超级决策SD软件辅助计算权重;用灰色聚类评估方法(GM),确定评估样本矩阵和评估灰类,计算灰色评估权矩阵;综合权重和评估权矩阵,得出评估结果。通过实例计算表明这种评估模型的有效性和实用性。     

基于D-S理论的神经网络作战效能预测方法

提出一种基于D-S理论的神经网络预测方法,采用改进的证据理论对作战效能预测指标体系进行优化选取,降低了由于预测指标体系的模糊性和不确定性造成误差;在此基础上,建立基于Elman网络的作战效能预测模型,通过对作战效能的预测仿真及测试,验证了该方法的可行性和优越性。     

高超声速滑翔飞行器轨迹预测分析

针对轨迹预测在目标交接班和基于预测命中点拦截制导中的应用需求,分析了高超声速滑翔飞行器滑翔段轨迹预测的可行性。结合典型高超声速滑翔飞行器的运动轨迹,分析了其运动轨迹特性、机动模式、转弯半径、最大射程以及可达区域,提出了基于不变力预测法的轨迹预测思路。认为高超声速滑翔飞行器在滑翔段,运动轨迹几何特征明显、转弯半径大、保持大升阻比,便于实施中长期轨迹预测,但难以实现全程预测。     

E级超级计算机故障预测的数据采集方法

面向未来E级超级计算机,提出用于故障预测的数据采集框架,能够全面采集与计算结点故障相关的状态数据。采用自适应多层分组数据汇集方法,有效解决随着系统规模增长数据汇集过程开销过大的问题。在TH-1A超级计算机上的实现和测试表明,该数据采集框架具有开销小、扩展性好的优点,能够满足未来大规模系统故障预测数据采集的需求。     

一种连续修正速度方向的导引方法

考虑制导炮弹由身管武器发射,其飞行控制能力和导引信息量有限,基于预测落点位置偏差量来修正速度方向并在控制时间内连续分配导引指令的思想,提出了一种新的三维末制导方法。根据非线性弹道方程组的级数解预测弹丸落点位置,得到落点与目标的偏差,并提出了两种通过此偏差解算当前速度方向修正量的方法。取剩余飞行时间为修正时间,通过将速度方向修正量分配到整个剩余导引段建立了加速度修正公式,以减小导引指令饱和的可能性。通过连续地预测落点和分配加速度指令来实时地导引飞行。仿真结果表明：该导引方法简单可行,精度高,对控制能力要求较低,且具备较好的制导效果和毁伤效果,为该体制制导炮弹的应用提供参考依据。     

基于灰色关联和D-S证据理论的导弹系统安全性评估

针对导弹系统安全性评价的不确定性问题,提出了将灰色关联和D-S证据理论相结合的方法,从人员安全性、设备安全性和环境安全性建立了综合评估指标体系,用灰色关联分析处理了指标之间的关联性。在传统证据合成公式的基础上,考虑证据集非关键因素的权重,给出了修正的证据合成公式。并以打靶选弹为例进行了计算分析,得出了导弹安全性优先级排序,并将改进算法与传统计算方法的结果进行了比较,验证了评价模型的可行性与实用性,为导弹系统的管理工作提供了有益的参考。     

基于G-AHP的非致命性武器驱散效能评估

定义了非致命性武器驱散效能的概念;根据非致命性武器的研发目的和应用实际,对影响其驱散效能的各相关因素进行逐层递阶划分,建立了较为全面的指标评估体系;提出非致命性武器效能G-AHP评估方法,借鉴专家经验,实现了非致命性武器装备驱散效能的量化评估;案例计算结果符合实际,验证了灰色层次分析法的可行性,为下一步有针对性地使用非致命性武器,提供了有力的科学依据。     

兵员周期变化对征兵的影响

兵员周期是客观存在、不断变化、有规律可循的.把握好兵员周期的动态特征、可预计特征、可延展特征、可塑性特征,对于做好征兵工作具有一定的理论指导和创新借鉴意义.     

RBF神经网络的火箭发动机成本预测

神经网络技术已广泛应用于各工业控制部门, RBF神经网络是对一般BP神经网络的改进.尝试将其应用于固体火箭发动机成本预测中.首先利用已有的成本信息对该神经网络进行训练,使其对已有信息的预测误差小于规定值,再将其用于其他条件下的成本预测.结果表明,实际预测效果较为理想,从而为固体火箭发动机成本预测提供了一种新的方法.