基于FNN和RS理论的综合评估及应用实例

为较好解决武器系统效能综合评价与分析的问题,提出一种新的综合评价与 分析方法。以某一类型的武器装备的效能评估为例,利用模糊神经网络(FNN)的方法和粗 糙集(RS)理论方法对武器装备效能的优劣进行评估。首先,用FNN方法提取用于效能评 估的模糊规则,然后用一种新的处理不确定知识的数学工具,粗糙集理论方法对装备属性进 行约简,删除其中不相关或不重要的知识,选出最重要的且尽可能少的评价指标获得系统效 能评价的最小决策算法,进而分析得到系统效能的关键因素。     

Laplace分布的均值被半序约束时的极大似然估计

讨论了Laplaoe分布中,方差已知的情况下,均值θ在简单半序约束下的最小L_1保序回归(ML_1IR),就最小L_1保序回归的唯一性以及一些其它性质予以了讨论,并且给出了计算方法。     

誓死御侮盼回归——释读《国之大殇》

当我饱含热泪读完这部洋洋36万字,尽显海峡两岸同仇敌忾、并肩御侮的纪实文学《国之大殇》,我仿佛看到宝岛上空一直弥漫的誓死捍卫民族尊严的战争长烟,看到一位位不屈不挠、浴血奋战的民族英雄。屈辱始自“福摩萨”公元1544年夏天的一个夜晚,一艘桅顶悬挂着葡萄牙国旗的商船向中国南海摇摆而来。酣睡的船员们忽然被一声高呼惊醒:“岛,美丽啊。噢。美丽。”船长把这个美丽的名字———“福摩萨”标在了海图上。从此,“福摩萨”这个称呼随着葡萄牙人的“新发现”传遍西方,宝岛也随着这个称呼开始了漫长的屈辱史。作者钟兆云从葡萄牙人的“发现…     

基于神经网络的材料非稳态疲劳损伤可靠性研究

疲劳累积损伤是一个非稳态能耗过程,可以用遗传算法优化后的3层2 7 1BP神经网络来描述疲劳损伤的非线关系,经仿真验证表明,该神经网络具有较高的精度和泛化能力.通过对材料疲劳损伤临界值和载荷的分散性的分析研究,建立了疲劳失效动态准则,并运用蒙特卡罗随机抽样法对材料疲劳寿命的可靠性进行了仿真验证;对调质45号钢在随机载荷和2级载荷作用下,进行了疲劳寿命可靠性仿真计算,仿真结果与实验结果和理论分析比较吻合.     

基于FNNs的闭式循环柴油机配氧前馈控制策略研究

配氧控制是闭式循环柴油机(CCD)系统的关键技术之一,为改善其动态特性,在 PID反馈控制的基础上,设计了基于模糊神经网络(FNNs)模型的前馈控制器,并采用 PID反馈控制输出信号作为网络训练的误差信号,使模糊神经网络逐步具有前馈补偿能力,从而能够有效对负荷扰动进行及时补偿.仿真结果表明,采用FNNs前馈控制器后,可以有效改善氧气控制的动态特性,并且具有快速的学习速度和很强的适应能力.     

基于PCA和BP神经网络的水下目标识别方法研究

针对被动声纳信号的特点,提出了基于信号线谱特征的主成分分析(PCA)特征选择方法,其优点是从复杂的目标信号中提取目标的特有信息,降低了目标特征维数.将此方法用于实录的三类水下目标数据,采用BP神经网络对目标进行识别分类,仿真结果说明了所提出的方法的正确性和有效性.     

BP神经网络在电子设备可靠性验证中的应用

讨论了借助MATLAB的BP神经网络解决电子设备在寿命分布未知和小样本试验数据时的可靠性评估方法, 并给出了一个应用实例, 该方法可以提高可靠性评估置信度, 并能节省试验时间和费用, 特别适用于大型复杂电子设备。     

基于PCA-LM的空战目标威胁评估

空战过程中态势瞬息万变,获取敌目标的威胁是我方取得攻击占位优势和采取战术规避的前提条件。提出主成分分析法和阻尼最小二乘法相结合的回归模型对目标的威胁进行评估。利用主成分分析法,分析指标之间的相关性,转化成相互独立的分量,确定主成分分量,重构目标威胁评估体系;对目标威胁与主成分分量进行回归分析,利用阻尼最小二乘法对回归模型参数进行估计,得到主成分分量与目标威胁之间的统计关系;利用目标威胁估计值与实际值之间的误差大小,验证了回归模型的有效性。消除了指标之间的相关性对评估结果的影响,提高了评估结果的客观性,解决了传统评估方法忽略指标之间耦合性的问题。     

基于特征融合的刀具磨损监测方法

提出了一种基于特征融合的刀具磨损监测方法,将该方法应用于铣刀磨损监测取得了较好的效果,文中论述了特征融合方法的基本思想,多传感器信号的特征关联、抽取及正规化处理,作为融合中心的神经网络的构造及训练等内容。实验分析表明,该方法实现刀具磨损监测是行之有效的。     

一种基于神经网络的作战方案评估方法

通过对合成旅作战过程中主要相关因素的分析,建立了较为完备的作战指标评估体系和作战方案评估模型,进而针对作战方案评估,提出基于RPROP和基于神经网络集成的两种作战方案评估方法,从而降低了评价过程中人为因素的影响,对如何科学而客观地评估作战方案进行了有意义的探索和研究。实验表明,两种作战方案评估方法均具有良好的时效性。