基于预测碰撞点带落角约束的导引律设计

为提高导弹导引精度,增强对落角的控制,针对带倾角运动的目标,推导了攻击运动目标带落角约束的偏置比例导引律。通过在偏置项中加入导弹-目标的相对运动状态,实现对带倾角运动目标指定角度攻击;考虑到导弹带落角约束攻击运动目标时传统剩余飞行时间估计精度不高的问题,通过对弹目碰撞点的预测,在推导的导引律基础上设计了基于预测碰撞点的剩余飞行时间估计方法。仿真结果表明:在不同的落角约束下,设计的基于预测碰撞点的剩余飞行时间估计方法估计精准;推导的攻击运动目标带落角约束的偏置比例导引律攻击精度高,对落角控制强,过载分布合理。     

基于仿真和实验的火炮射弹当量系数研究

火炮射弹当量换算系数是确定火炮身管寿命的关键参数,当量换算系数的计算目前是国内外火炮寿命研究领域的一个难题.有限元仿真分析可计算出实验无法或难以测量的数据,通过实验拟合出炮钢磨损速率的数学模型,结合有限元仿真计算和内弹道公式编程计算的结果,来计算火炮射弹当量换算系数.试验结果证明该方法计算的当量换算系数精度较高,能够满足实际使用要求.     

电驱动履带车辆带约束广义预测速度控制

电传动履带车辆存在的参数非线性时变性强、惯量大,路面阻力容易受强扰动等特点,采用传统的PI控制容易产生较大的超调,降低暂态控制性能,传统的滑模控制算法难以克服常值扰动,消除稳态误差,易引起输出量剧烈抖振。针对上述问题,设计了广义预测速度控制器,结合电机饱和特性,对控制量进行了约束。仿真实验表明,所设计的控制算法能够克服系统参数非线性时变、路面扰动因素的影响,且跟踪准、响应快、超调小。     

基于SARIMA-SVM组合模型的战时军用物资需求预测

针对战时非平稳、非线性环境下预测难题,利用季节性差分自回归移动平均模型(SARIMA)和支持向量机模型(SVM)分别对线性和非线性时间序列的较强拟合能力,采用SARIMA对军用物资需求量时间序列数据进行线性建模,并用SVM对SARIMA模型残差进行非线性建模,将SARIMA模型与SVM模型组合对战时需求进行预测,结果表明,SARIMA-SVM组合模型预测精度明显优于单一模型,发挥了两种模型各自的优势,与滑动平均模型(MA)相比更具优势.该组合模型是切实可行的,可为战时军用物资供应提供决策依据.     

基于模糊自适应变维Kalman滤波器的跟踪算法(英文)

针对不同阶数的Kalman滤波器具有不同的跟踪能力与跟踪效率之间存在的矛盾,设计了一种模糊自适应变维跟踪算法(FAVD)。该算法使用两级滤波器,根据目标机动性的变化,适当地调整滤波器的阶数,使跟踪结果快速收敛,很好地解决了矛盾。同时通过模糊推理机制,在线调节高阶滤波器的参数,使适用范围大大增强,提高自适应能力,从而使该算法可以采用较少的模型覆盖较多的目标运动模式,达到很好的跟踪滤波效果,计算量也会大大减小。通过对计算机仿真结果分析表明,提出的算法具有可靠、计算简便、快速等特点,模型滤波精度较高,并可实现实时跟踪预测,具有一定的理论价值和实用价值。     

GA BP网络在机体研制费用预测中的应用

针对目前BP神经网络在应用中,网络结构难以确定以及网络极易陷入局部解问题,用遗传算法优化神经网络的连接权和网络结构,并在遗传进化过程中引入交叉概率和变异概率与个体的适度值相联系,改进了操作算子,而且在交叉操作后又引入模拟退火机制,提高遗传算法的局部搜索能力.建立了基于改进遗传算法的BP网络费用预测模型,并以某型飞机机体进行实例分析,计算结果表明,该方法预测的准确性更高,且预测结果稳定.     

中国汽车市场销售预测及公司汽车产销目标制定分析

一、宏观经济发展环境 （一）宏观经济发展环境 中国国民经济在改革开放30年来，年平均增长率9．9％。     

果蝇算法优化的相关向量机在电子装备中的应用

针对电子装备渐变故障预测问题,提出一种基于果蝇算法优化相关向量机的故障预测方法。该方法将原始时间序列数据进行相空间重构处理,并基于折交叉验证和果蝇算法优化相关向量机模型的核函数参数,从而建立故障预测模型,并以某型雷达发射机速调管监测数据对模型性能进行了验证。实验结果表明,相比已有方法,该方法在全局优化、收敛速度、预测精度以及预测可靠性方面都具有一定优势。     

基于深度学习的网络安全预见路径研究

当前,我国正处在由网络大国向网络强国转变的关键时期,网络安全威胁不容小觑。以深度学习为代表的人工智能技术在网络安全领域的应用价值日益凸显,着眼基于深度学习的网络安全预见路径和价值趋向研究,能够从方法论层面有效提高抵御网络安全威胁的主动性和针对性,实现由"被动防御"向"主动预见"的网络安全战略升级转型。文章探讨相关概念内涵,提出"数据预判—技术预测—战略预见"的网络安全预见逻辑路径,并对深度学习技术在网络安全预见领域的应用前景进行探讨,从技术的融合渗透、开源共享、要素协同治理等方面阐释了网络安全预见的价值趋向,通过理论分析论证深度学习技术对提升网络安全预见力的重要作用。     

退化速率跟踪粒子滤波在剩余使用寿命预测中的应用

毋庸置疑,剩余使用寿命预测对于设备的健康管理越来越重要。近年来粒子滤波方法被越来越多地应用到设备寿命预测技术当中,这是因为粒子滤波方法能更好地解决非线性非高斯系统滤波问题,而且能够获得不确定度信息。但该方法的预测性能却过度依赖于预测模型,并且对于模型参数的初始分布也比较敏感,这在一定程度上限制了粒子滤波预测方法的进一步发展。针对基本粒子滤波预测方法的不足,提出了一种基于退化速率跟踪粒子滤波的通用预测框架,以历史观测数据的退化速率统计规律作为指导来跟踪目标数据的退化速率,实现对粒子滤波预测方法的简化,并将该方法用于轴承和锂离子电池的剩余使用寿命预测,验证了方法的有效性。