PHEV电池电荷状态估计设计及仿真

电池管理系统(battery management system,BMS)是混合动力汽车(parallel hybrid electric vehicle,PHEV)能量管理系统中的核心组成部分,而其中电池电荷状态(state of charge,soc)则是PHEV控制策略中的重要参数.针对PHEV动力电池组SOC系统高度非线性和复杂性的特点,提出了一种基于改进的BP神经网络的HEV动力电池组的实时SOC估计,并对网络的收敛性进行了证明.利用大量PHEV动力电池组在行驶过程中充放电的数据样本,对神经网络进行网络训练并且进行仿真.结果表明,与传统离线SOC估计方法相比,能够有效地减小误差,提高电池SOC的精度.     

基于MRF模型和人工神经网络的遥感图像分类综合方法研究

本文总结了提高计算机遥感信息分类精度的四个有效途径，据此提出了基于三维Ｈｏｐｆｉｅｌｄ人工神经网络模型的遥感信息分类及平滑处理综合技术。实验表明，该方法可明显提高森林类型划分、土地利用调查等遥感应用专题的分类精度。     

线膛火炮身管剩余寿命的神经网络模型研究

利用前馈式人工神经网络方法,根据试验数据,建立了某火炮身管剩余寿命(RL)模型;并用该模型研究了各特征截面内径改变量对弹丸初速改变量的影响,以及弹丸初速改变量与总内径改变量间的关系。     

人工神经网络与C~3I系统

对人工神经网络（简记ＡＮ２）是什么？ＡＮ２做了些什么？ＡＮ２与Ｃ３Ｉ系统的关系等诸多问题进行了探讨与阐述。     

新型武器装备系统中的人工神经网络技术

本文首先分析了现代战场环境对武器系统智能信息处理的应用需求,然后对神经网络理论与技术在武器装备系统中的现实应用与潜在前景给出了一个从理论到实例的较为详细的介绍与分析。着重介绍了神经网络在雷达、红外及声纳目标的检测、识别、多机动目标跟踪及武器系统的智能控制等方面的应用情况,力图展示神经网络用于武器装备系统的特色与优势,并给出了其在武器装备系统各方面应用情况的一个概貌。在文章的最后,针对目前存在的神经网络实验研究到实际装备之间的缺环,我们分析了神经网络能力验证的研究即神经网络本身可靠性研究的必要性与迫切性。     

多重结构神经网络在平台罗经故障诊断中的应用

提出了基于层次分类诊断模型的多重结构神经网络 (MNN)在平台罗经故障诊断中的应用方法 ,并对其温控子系统的人工神经网络 (ANN)进行了Matlab实现     

用人工神经网络方法分析地下隧洞的作用效应

探讨了应用神经网络技术分析地下隧洞的作用效应。研究表明人工神经网络能够模拟地下工程中岩体参数与变位之间的非线性关系,进而采用BP网络模型分析地下隧洞的作用效应。同时,对训练样本采用正交化处理方法,以保证训练结果的同时减少有限元分析次数;对样本采用规一化处理方法,以加快网络的收敛性。数值结果表明本文方法具有较好的计算精度。     

BP网络的优化及其在光纤陀螺温度漂移建模中的应用

针对BP网络存在易陷入局部极小和收敛速度慢的问题,采用遗传算法(GA)优化BP网络;采用混配的方法,对遗传算法进行了改进,克服了遗传算法中所存在的种群内过早收敛的缺点,并在光纤陀螺温度漂移建模中,取得了预测的效果。     

坦克武器系统作战能力评价模型

首先对影响坦克武器系统作战能力的因素进行了分析,建立了坦克武器系统作战能力评价指标体系。然后,用效能函数确定各指标值,由此构造出武器系统作战能力的人工神经网络评价模型,并提出了基于模型的数据处理方法,在此基础上,对88系列某型坦克和M1坦克进行了评价,评价结果表明该模型具有很高的计算精度。     

具有多重置条件的目标二次航迹归一

针对防空Ｃ￣３Ｉ系统指挥中心的二次航迹归一。提出了具有重置条件的人工神经网络模型来解决空中目标二次航迹的归一问题。结果表明,采用新方法来进行二次航迹归一,具备速度快、计算量小、实时性好,且能保证较高的辨识正确率等优点。