故障预测技术综述

把握新军事变革机遇,加快信息化建设步伐,对军事装备进行有效的质量监控和故障预测是技术保障的重要内容。阐述了故障预测技术,系统地介绍了现有的、比较有代表性的故障预测技术方法,并叙述了其优缺点;最后重点对故障预测技术的发展前景进行了展望,指出了该研究领域当前需要进一步研究的问题和发展方向。研究故障预测技术对提高装备的维修和保障能力具有十分重要的意义。     

人工造雾成雾过程微物理性能分析

通过对人造雾宏观性能和微物理性能变化过程的观测与分析,研究了人造雾成雾过程和成雾机理,并结合对云雾生长理论的分析比较了实际雾滴粒径分布范围、生长时间等与理论计算结果的异同。结果显示人造雾的雾滴粒径和生长时间与理论计算结果基本相符,但其具体的生长过程与理论过程有所差别;人造雾与天然雾相比,雾滴数密度稍大,但雾滴粒径和含水量稍小,雾滴谱分布特点有所不同。     

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。     

军用无人机技术智能化发展及应用

军用无人机作为收集战场信息和军事打击的新兴手段和工具,以其机动灵活、战场生存能力强等独特优势,能够方便快速地获取战场态势,极大地弥补了传统作战方式和侦查手段的短板和不足。智能无人系统的发展可能会引领军事领域的重大变革甚至改变战争形态。文章介绍了无人机技术在军事领域中的发展和应用现状,并从飞行控制、火控系统、任务规划以及无人机集群等方面浅析了军用无人机技术智能化发展方向。     

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。     

数字调制信号的神经网络识别方法

提出数字调制信号的人工神经网络识别方法，从信号幅度、相位、频率及功率谱等特性中提取五种特征参数，用于训练神经网络对数字调制信号的识别。采用神经网络，不仅可提高识别的智能化，而且能提高正确识别率。     

人工智能在各军事强国的发展

世界主要军事力量认识到人工智能这一新科技的影响力,并积极置身于这一新的发展机遇。文章从公开的报道的信息来源,整理分析中、美、俄、以四国的军事人工智能发展现状。研究表明,人工智能技术作为当今科技热点,正在以前所未有的方式影响我们生活的方方面面,也深刻的改变着军事领域的作战方式、作战理论。     

神经网络及其在军事上的应用

该文简要介绍了神经网络的特点、模型以及神经网络与传统计算机的不同之处。探讨了神经网络在军事上的应用,特别是在火控、指控系统中的应用前景。提出了我们研究神经网络的几点建议。     

用于军事态势估计的协作知识模型

分布式人工智能（ＤＡＩ）是ＡＩ领域的一个新分支。ＤＡＩ研究的主要目的在于分析和设计大型复杂的协作智能系统。本文以军事智能决策过程中的重要环节──态势估计任务为背景,提出了用于实现分布式协作求解的知识表示框架ＤＥＳＷ系统。文章简要分析了军事态势估计领域背景,然后从系统设计的三个方面依次介绍了ＤＥＳＷ的系统组织模型、主体概念模型和分布式协作推理模型。     

人工神经元网络及其在火力控制中的应用

介绍了人工神经元网络的发展历史,简述了人工神经元的基本特征和分类,分析了人工神经元网络在火力控制领域中的应用前景。