基于去除函数预测模型的磁流变抛光工艺优化研究

在分析磁流变抛光加工过程的基础上,建立了磁流变抛光的去除函数预测模型,该模型利用加工前后的面形误差分布和仿真计算的面形残差分布,针对不同材料间的去除函数模型效率系数进行辨识,能够实现去除函数模型的准确预测.以该模型为基础,通过在传统磁流变抛光工艺中加入去除函数效率系数实时辨识的工艺环节,可以对磁流变抛光的加工工艺进行优化.利用该优化工艺对一块口径202mm的HIP SiC进行9次循环迭代加工,采用子孔径拼接测量技术进行测量,面形误差由初始的PV 0.72μm,RMS 0.108μm提升到最终的PV0.13μm,RMS0.012μm.实验表明,去除函数预测模型能够优化磁流变抛光工艺,提高加工的确定性和增强工艺的适用性,实现光学镜面的高精度确定性磁流变抛光加工.     

一种基于关联度的跳频频率预测方法

对跳频通信进行有效干扰的关键在于对跳频信号频率进行较准确的预测.根据跳频频率序列的混沌特性,并基于混沌系统相空间重构思想,提出了一种基于关联度的跳频频率预测方法,以达到具有较高有效预测概率的目的.仿真实验结果表明,在一定的预测精度要求条件下,该预测方法具有较高的有效预测概率,对跳频通信对抗研究具有借鉴意义.     

基于预计和评估结果融合的电子装备可靠性预测方法

分析了目前获得电子装备可靠性水平的可靠性预计和评估两种方法各自的优缺点,确立了融合两种方法所得结果以解决各自方法不足的思想.基于证据决策理论,以电子装备累积故障概率作为目标集,将可靠性预计结果和评估结果分别作为两批证据对目标集进行支持.利用信息融合方法,对两个利用不同源信息得出的预计结果和评估结果进行了融合,并得到了准确、实用的可靠性预测结果.最后以某型雷达为例进行实例分析,验证此方法的可行性.     

基于MSOA神经网络模型的装备保障费用预测

引入基于多步骤优化方法(MSOA)神经网络模型用以预测装备保障费用。实验结果表明,与传统的ARIMA时间序列模型和常规BP神经网络模型相比,基于MSOA神经网络预测模型具有更高预测精度。因此,该模型是一种更有效的装备保障费用预测模型。     

一种空中目标的不确定性威胁程度预测模型

目标威胁预测是对空态势和威胁估计的重要内容.针对空中目标飞行控制的基本特点,建立了基于经验公式的空中目标不确定性位置预测模型,进一步推导了不确定性威胁概率预测的模型和实用算法.仿真结果证明了模型的有效性,可用于多类空中目标意图推理及威胁判断.     

以信息为主导 科学筹划应急处突后勤保障

应急处突后勤保障投入大、渠道多,要把有限的资源配置在最需要的地方,达到“适时、适地、适量”的目标,就要以信息为主导,整体筹划。一方面,要拓宽信息获取渠道,科学预测保障需求。以信息资源共享共用为目标,建立军地一体的情报信息平台,统一发布城市的地形、交通、天候等自然信息和后勤保障资源配置信息,采取现地勘察、参加联席会议等形式,     

基于灰色非线性回归模型的故障预测

为克服传统灰色模型的局限性,通过对一阶累加生成序列规律性的分析,将灰色模型和非线性回归模型相结合,构造了一种灰色非线性回归模型。实例仿真结果表明,该模型既拓展了传统灰色模型的适用条件,又比传统灰色模型和非线性回归模型具有更高的预测精度,且适用性广。     

基于最小二乘支持向量机的坦克炮身管剩余寿命预测方法

针对高膛压坦克炮身管剩余寿命预测的难题,结合坦克实弹射击试验数据量少和非线性的特点,基于最小二乘支持向量机构建了坦克炮身管剩余寿命预测模型,给出了模型参数的选取方法,并以某型坦克炮射击试验为基础,对坦克炮身管剩余寿命预测模型进行了验证。结果表明:该模型预测坦克炮身管剩余寿命效果良好。     

基于动态窗口的灰色加权填充算法及应用?

为解决复杂系统中单属性缺失数据填充困难问题,提出了基于动态窗口的灰色加权填充算法。该算法通过建立双向灰色预测模型,并采用模型精度评价系数加权填充缺失数据,有效增强了算法的准确性;提出基于灰色模型评价系数反馈的动态伸缩窗口概念,寻找产生最优模型的训练数据序列,使算法具有良好的鲁棒性和适应性。实验结果表明,该方法在RMSE和MA两项指标上均优于传统的双向灰插值、灰插值、多项式插值等方法。     

灰色灾变与回归分析法的航空装备不安全事件预测

为提高航空装备不安全事件的预测水平,减少事故造成的人员和财产损失,将灰色灾变与回归分析方法有机结合,提出一种航空装备不安全事件的组合预测方法。该方法先从数据中找出灾变点(灾变发生的日期),通过建立这些灾变点的灰色灾变模型预测未来灾变点,再对这些灾变点上的值构建灰色预测模型,计算出未来灾变点的灾变值;而对于非灾变点,可建立合适的回归分析模型进行预测。为验证其可行性,在某飞行训练基地的航空装备不安全事件频数的数据基础上,建立了灰色灾变回归组合预测模型,结果表明,模型对2001年~2004年预测的相对误差平均控制在6.87%以内,所建立的组合模型,能够比较客观地反映航空装备安全的未来实际状况。