组合网络与证据理论相结合的电路故障诊断

针对神经网络中两种常用的网络类型BP和Elman,在模拟电路故障诊断中的应用过程的特点——各自网络都有自身缺陷,提出基于BP-Elman神经网络与证据理论相结合的故障诊断方法.首先BP-Elman网络得出其各自的初步诊断结果,经过必要的转换将其转换成证据理论的概率赋值,作为证据组合的依据;证据理论组合规则将初步诊断结果融合得出决策级诊断结果.通过对某装备位置调节器板的故障诊断过程表明,该模型经过尽可能融合有效故障信息,大大提高了系统的诊断精度和诊断正确率,而且有效降低了系统不确定性.     

基于离线文本独立的笔迹鉴别系统设计

笔迹鉴别是通过分析手写字符的书写风格来判断书写人身份的一门技术,利用改进型多通道Gabor滤波器来提取笔迹图像的纹理特征,用最邻近分类器进行分类。本设计中采集了12个人的不同笔迹,取得了较好的结果。     

基于小波神经网络的承制单位信用风险评价

根据武器装备采购中对承制单位信用风险评价特点和实际情况,确定承制单位信用风险评价指标体系,根据小波神经网络原理,构建了承制单位信用风险评价模型,并以实例进行分析。小波神经网络能够简便快捷对信用风险进行评价,并能排除主观因素的干扰,在信用风险评价中具有较好应用前景。     

军事物流系统绩效评价研究

在对军事物流系统进行分析的基础上,建立了军事物流绩效评价指标体系,提出了利用神经网络建立军事物流系统绩效评价模型,并说明如何利用该模型对军事物流系统进行绩效评价.实践表明,该方法为军事物流系统绩效的评价提供了一种有效的评价手段.     

神经网络在联合火力打击目标价值分析中的应用

针对联合火力打击中目标价值的特点,运用BP神经网络理论对目标价值进行分析,并建立了联合火力打击目标价值分析指标体系,设计了BP神经网络模型;通过定义学习代价函数、确定函数输出信号、修正函数信号、网络初始化等改进BP算法对目标价值进行了分析,得到了目标打击序列分类.算例验证了该算法的合理、高效、稳定,在联合火力打击中目标优选分类方面具有广泛的实用意义.     

基于神经网络的组合导航系统故障检测方法

将状态X2 检验(SCST)和Fuzzy ARTMAP神经网络方法相结合作为INS/GPS组合导航系统的故障检测新方法,该方法通过实时监测组合导航系统的状态分量,提取出故障的特征值,再对故障的特征值模糊化后作为Fuzzy ARTMAP神经网络的输入来实时确定故障的类别.Fuzzy ARTMAP神经网络采用离线有导师训练方法,利用已知的故障类型对神经网络进行离线训练,在应用中可以快速识别这些常见故障.针对在应用中发现新的不常见的故障类型,神经网络通过先识别,再学习,再训练的步骤完善其本身性能.通过对仿真试验结果的分析验证了该方法的可行性.     

BP神经网络的身管寿命预测方法

作为影响火炮寿命的炮膛烧蚀和磨损,其作用过程是一个相当复杂的综合过程.到目前为止,还不能建立起一个较好的数学模型来计算火炮内膛烧蚀磨损量.针对这种情况,在实测数据的基础上,提出了采用BP(Back Propagation)神经网络的方法,利用其优越的非线性逼近能力和泛化能力来计算炮膛烧蚀磨损量,并根据最大烧蚀磨损量进行身管寿命预测.     

战术决策中基于Petri网的知识表示与权值训练

通过对驾驶员辅助决策人工智能系统(PAAIS)中战术决策知识进行模糊Petri网的表示和推理,提出了一种模糊神经Petri网络(FNPN)来训练其权值的方法,并进行了实验仿真.结果表明,神经网络和Petri网结合使得模糊产生式规则更加有效,也对知识库的建立、更新和维护有着重要的意义.     

BP神经网络的潜艇系统可靠性分析

基于BP神经网络理论,提出分析某型潜艇的人-艇-环境系统可靠性的方法.综合考虑潜艇本身、环境条件和人为操作等因素,给出潜艇人-艇-环境系统可靠性分析的指标-可用度的公式;并利用BP神经网络理论以及已有的某型潜艇本身的可靠性数据进行建模.实验数据表明,该方法建模简单,对潜艇系统的可靠性分析及可靠性预测具有一定的现实意义.     

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.