人工神经网络的装甲兵体系作战协同效果评估

针对基于信息系统的装甲兵体系作战中的协同问题,在综合分析装甲机械化部队体系作战协同过程及信息流程的基础上,构建了基于精确性、有序性、灵活性、时效性等原则的协同效果评估指标体系,采用基于人工神经网络的多指标综合评价方法,建立基于BP神经网络的综合评价模型,并结合实证分析,利用MATLAB软件进行仿真计算,为装甲兵体系作战协同效果评估提供了较好的途径,为装甲兵指挥员更加合理地组织信息化条件下体系作战协同提供决策依据.     

调制方式的自动识别方法

本文介绍调制信号的神经网络识别方法,以及多进制数字调相信号的次优识别方法,实验结果表明两种方法具有正确识别率高,信噪比要求低,性能优于目前使用的识别方法。     

基于模糊BP神经网络的高原寒区弹药换算系数研究

针对高原寒区特殊复杂的作战背景,提出了一种基于模糊BP神经网络的弹药换算系数优化模型。该模型借助模糊隶属度将难以量化的弹药消耗影响因素定量化,以提高弹药换算系数的准确度。构建了弹药换算系数测算模型;分析了影响高原寒区弹药消耗的主要因素并进行了模糊量化,在此基础上建立模糊BP神经网络模型;通过仿真验证了优化后弹药换算系数的精确性。     

钢质油罐罐底腐蚀预测模型研究与评价

钢质油罐在储存油料时不可避免地会受到严重腐蚀.为能够掌握罐底的腐蚀程度,提出了一种由灰色系统理论和BP人工神经网络相结合的方法建立预测模型,对钢质油罐罐底腐蚀情况进行了预测,并通过实例计算给出了评价.计算结果表明,预测值与实测值相差很小,尤其对油料腐蚀这种涉及较多因素的复杂过程,该方法具有明显的优越性;该模型克服了传统预测模型需建立函数的难题,且预测精度较高,具有较高理论与实际应用价值.     

基于优化神经网络的军事训练保障标准实施效果评估研究

对军事训练保障标准的实施效果进行评估有助于加强军事训练保障标准的闭环管理,提升标准建设质量。研究了基于LM反向传播算法的军事训练保障标准实施效果神经网络评估模型。从技术内容评估、实施过程评估、实施效益评估3个方面进行系统分析,建立了评估指标体系;在LM反向传播算法的基础上建立神经网络评估模型,反映了军事训练保障标准实施效果综合评估目标与评估指标因素之间复杂的非线性关系,降低了评估过程中的主观因素影响。对某场地建设标准实施效果进行实例评估,结果表明模型合理可行。     

一种改进的BP算法

ＢＰ算法是目前应用极为广泛的神经网络算法,但它也存在一些不足。文中提出了采用共轭梯度法及黄金分割相结合的改进ＢＰ算法（ＭＢＰ）,自适应调整学习率,提高了运算速度,减少了迭代次数。最后将标准ＢＰ算法和ＭＢＰ算法进行了比较,仿其结果表明：ＭＢＰ算法的学习次数和收敛速度得到极大改善。     

复杂情况下的防空导弹智能制导鲁棒优化设计

在复杂电磁环境下,建立了防空导弹武器系统智能制导鲁棒性问题模型,运用Elman神经网络、T-S模糊推理、线性矩阵不等式(LMI)求解和最优控制等方法和理论,对复杂情况下的防空导弹非线性制导过程进行了数学描述,目的是以系统鲁棒性为牵引对防空导弹智能制导进行优化设计,并就关键技术给出了MATLAB仿真方法.     

基于径向基神经网络的水下振动物体辐射噪声级别分类研究

运用径向基神经网络,利用水下振动物体内表面加速度信号对其辐射噪声级别进行分类,达到判断其声隐身性的目的.该方法的运算量较传统方法大大降低,极大地提高了计算速度.实例表明,该方法能较准确地对水下振动物体辐射声场声压级别进行分类,进而对其推广应用于潜艇提供了较好的依据.     

目标识别中的信息融合技术

本文介绍了目标识别的一般过程和不同融合过程(决策级、特征级和象素级)、比较了分类识别的主要方法:聚类分析、神经网络、物理模型、专家系统和模板法,阐述了目前在决策级分类融合中使用较多的经典推理,贝叶斯推理和D一S方法。最后还讨论了信息融合方法在图像目标识别中的应用问题。     

基于优化BP神经网络的气象环境下军事通信效能评估

气象条件对作战的各个方面都产生不同程度的影响和制约,恶劣的天气情况会影响军事通信质量,为提高在气象环境影响下的军事通信效能评估效果,将BP(Back Propagation)神经网络模型应用于军事通信效能评估中,并结合基于信息素的细菌觅食改进算法(Bacterial Foraging Optimization base...