基于相似性的装备剩余寿命预测研究

为了更有效估计装备的剩余寿命,对基于相似性的寿命预测方法进行研究。首先介绍基于相似性的寿命预测方法的基本概念和流程,然后研究基于高斯核回归的退化轨迹提取方法,在传统欧氏距离的基础上,考虑时间范围的影响,改进相似度计算方式,最后用高斯核密度估计得到剩余寿命的区间估计值.一个数值仿真试验表明,基于相似性的方法能够利用失效历史样本对装备的剩余寿命进行有效预测.     

随机滤波模型在变速箱剩余寿命预测中的应用研究

摘要：基于变速箱加速寿命实验的振动信号,提取信号的多种特征参量．通过分析各特征参量的敏感性和稳定性,选择幅域裕度指标、峰值指标、波形指标和RMS（RootMeanSquare）作为特征参量,建立一种基于随机滤波的变速箱剩余寿命预测模型,给出剩余寿命后验概率密度的递推公式,设计了极大似然估计方法求解模型参数,并经实例验证模型的有效性和实用性．     

基于步进加速寿命试验的制导弹药储存寿命评估

介绍步进应力加速寿命试验原理,通过对制导弹药自动导引头贮存状态和失效机理的分析,确定了加速寿命试验应力和应力水平．假设产品寿命服从威布尔分布,应用极大似然估计和Bayes的方法处理数据,建立制导弹药可靠储存寿命预测模型,并计算得到自动导引头在正常应力水平下的可靠储存寿命．     

LEACH—DRT算法中基于神经网络的数据预测算法

为了保证无线传感器网络中数据的完整性,针对基于LEACH路由协议的动态轮时间算法存在的问题,提出一种基于人工神经网络的数据预测算法。该动态轮时间算法中,部分簇因调整后的轮时间不足以完成数据的采集而丢失数据。数据预测算法结合传感器节点数据具有时空相关性的特点,将时空延迟算子引入神经网络模型,并通过建立的神经网络模型对数据进行预测。仿真时采用伯克利英特尔实验室的传感器数据,通过Mafl软件对模型进行测试并分析仿真结果。实验结果表明：该算法对连续多个数据的预测效果理想,预测误差始终保持在较低水平。     

遗传神经网络在保障资源需求预测中的应用

针对现代战争条件下装备保障资源需求变化快,保障资源预测困难的问题,首先分析了影响装备保障资源需求的因素,根据实际情况选取了平均维修间隔时间(MTBM)、平均修复时间(MTBR)等8项影响装备保障资源需求的关键指标,然后将基于遗传算法(GA)优化的反向传播(BP)神经网络应用于保障资源需求预测中,构建了基于遗传神经网络的需求预测模型,最后利用1980年～2010年实际保障资源需求数据对模型进行了验证.验证结果表明,基于GA优化的BP神经网络预测模型有较快的收敛速度、较强的适应性和较高的预测精度,适用于装备保障资源需求预测.     

基于云理论的装备技术状态预测

通过分析装备技术状态变化的模糊性和不确定性等特性,提出了基于云理论的装备技术状态预测模型.根据装备技术状态劣化趋势,给出了基于云模型的时间序列状态预测方法,有效地运用了装备状态评估中的主观预测知识.将历史趋势与当前趋势相结合,实现了基于时间序列的状态预测.最后以某装备的发动机为研究对象,对发动机状态的动态评估值进行了预测,验证了该状态预测方法的有效性.     

天基预警卫星弹道预报能力仿真分析

天基预警卫星对导弹位置和速度的预测误差是引导信息中的重要组成部分,直接影响到远程预警雷达和跟踪制导雷达的搜索性能.根据天基预警卫星视线角误差和导弹目标经验数据,设计导弹预报误差估计模型,计算预报误差带半径.仿真结果表明:通过对理想弹道目标进行观测误差协方差分析,可以获得预警卫星观测的水平及垂直平面预测误差带.     

新疆高校大学生生活价值观及应对方式的相关研究

本研究对新疆在校大学生生活价值观现状及应对方式进行调研,经分析得出：新疆高校大学生生活价值观各维度与积极应对呈线性相关,不向学生的生活价值观在年级、专业、性别变量上存在显著差异和多样性,农学专业学生在生活价值观各维度和压力应对上需要进一步引导和关注。     

Waypoint analysis for command and control

Command and Control (C2) in a military setting can be epitomized in battles‐of‐old when commanders would seek high ground to gain superior spatial‐temporal information; from this vantage point, decisions were made and relayed to units in the field. Although the fundamentals remain, technology has changed the practice of C2; for example, enemy units may be observed remotely, with instruments of varying positional accuracy. A basic problem in C2 is the ability to track an enemy object in the battlespace and to forecast its future position; the (extended) Kalman filter provides a straightforward solution. The problem changes fundamentally if one assumes that the moving object is headed for an (unknown) location, or waypoint. This article is concerned with the new problem of estimation of such a waypoint, for which we use Bayesian statistical prediction. The computational burden is greater than an ad hoc regression‐based estimate, which we also develop, but the Bayesian approach has a big advantage in that it yields both a predictor and a measure of its variability. © 2004 Wiley Periodicals, Inc. Naval Research Logistics, 2004     

高校学生宿舍楼初期火灾的扑救与逃生

高校学生公寓、宿舍是学生休息、生活、学习的综合场所,由于当前学生数量成倍增长、电脑电视进入宿舍,学生生活学习用品增多,使得楼内可燃物随之增多,加之一些学生违反宿舍安全管理规定,不安全隐患急剧增多,火灾发生的几率明显增大。阐明了高校学生宿舍楼初期火灾的扑救办法和火灾中的逃生技巧,以期最大限度的减少财产损失和人员伤亡。