改进关联规则挖掘算法航空发动机故障检测

通过对航空发动机机载数据结构以及几种常用的航空发动机故障检测方法的深入分析,提出采用关联规则挖掘来实现航空发动机故障检测.针对常用的关联规则挖掘算法——Apriori在应对数据量较大的数据库时存在效率瓶颈的问题,对该算法进行了改进.改进后的算法可以不断降低数据库规模和候选项集的数量.通过对航空发动机实际试车数据的挖掘实...     

吴志忠:走出直线人生

题记:在北海舰队航空兵某飞行团会议室,第一次面对吴志忠,很硬朗的男人,坐在我的正对面,腰挺得笔直,很随和很温情地直视着我等待发问。他说话虽然慢条斯理,但却思路明晰、逻辑性很强。我知道写人物离不开故事和细节,没想到要从吴志忠身上找"故事"并不是件容易和轻松的事。他不会"滔滔不绝"地讲述自己的感人事迹,因为他觉得自己所做的事、就是一名合格军人应尽的本分,称不上什么伟大。所以整整一上午从他身上"挖"到的能称得上"故事"的事儿,基本上没有足够吸引读者眼球的细节。     

战时不完全信息战术导弹需求量预测方法

针对传统方法难以实现战时信息不完备条件下导弹需求量预测的问题,提出了一种基于粗糙集的战术导弹需求量预测方法。在对战术导弹需求量影响因素分析的基础上,建立了战术导弹需求量预测不完备决策信息表。利用相容关系对不完备决策信息表中对象分类,并采用差别函数方法求解各对象的相对约简,从而获取战术导弹需求量的最优广义规则集。算例验证了方法的有效性。     

基于灰色Verhulst优化模型的电子装备故障预测方法

针对平均故障工作时间数据样本量少的特点,提出利用灰色Verhulst模型预测电子装备故障;又针对灰色Verhulst模型存在预测精度不高的问题,研究了灰色Verhulst模型参数的优化方法。通过实际试验数据对2个模型进行了仿真验证,并基于灰色关联度对2个模型的模拟预测精度进行了比较分析,结果表明：基于灰色Verhulst优化模型适合于电子装备故障预测,并具有较高的拟合预测精度。     

GM(1,1)和SVR的雷达电子部件状态趋势预测模型

为提高雷达电子部件状态趋势预测的精度,根据测试数据特点,提出了基于GM(1,1)与支持向量机回归(SVR)的组合预测模型。采用粒子群优化算法分别对GM(1,1)和SVR模型进行了改进,提高了单一模型的预测精度。在此基础上,结合GM(1,1)模型对趋向性数据的预测优势和SVR模型对数据波动的强适应性,达到了取长补短、相得益彰的效果。实验结果表明该组合模型不但具有更高的预测精度,而且对不同预测对象有更强的适应能力。     

基于灰色理论的电子系统状态预测方法

电子系统的状态预测是利用其历史信息来实现系统未来状态和趋势的估计,以防止灾难性故障的发生,对于推动视情维修具有重要意义。针对典型模拟滤波电路,通过分析其关键测试信号的特点,研究了基于灰色理论的状态预测方法,并针对该预测模型的不足,设计粒子群算法选择最佳预测维数,设计新陈代谢法使该模型参数在线改变,从而建立符合电子系统信号特点的灰色预测模型。将该模型与ARAM模型比较,实验结果验证了该模型具有较好的状态预测精度和预测性能。     

“光缆神医”李双江

提起士官李双江,他的名头在南疆军区部队可谓响当当。当然,这不是因为他和军旅歌唱家李双江同名,而是因为他完成12万公里光纤续接无一差错。也因此,大家称他为帕米尔高原的"光缆神医"。     

基于威布尔比例故障率模型的装备检测间隔期多属性模糊决策方法

在对威布尔比例故障率模型进行研究的基础上,以可接受的故障风险为约束,计算了装备的检测间隔期。由于装备使用受到故障风险、检测费用、可用度及停机时间等多属性影响,运用基于加权投影折中法建立了模糊多属性状态检测周期决策模型,实现了多因素条件下状态检测间隔期的综合优化决策。最后,通过实例分析验证了该模型的适用性。     

基于支持向量机的飞机备件需求预测

支持向量机是一种机器学习算法,在国外已广泛应用于工程实践领域。首先探讨了支持向量机回归预测模型的学习和预测机制,分析其中三个重要参数对算法的影响规律,得出一套定性的参数选择方法,然后将支持向量机引入到装备综合保障分析之中,构建了飞机备件智能预测模型,并对某型军用飞机备件需求进行了预测和分析,结果表明:基于支持向量机的备件需求预测是有效的、可行的。     

海上机动目标的运动预测模型及精度分析

分析了海上机动目标的运动特性,针对海上机动目标在某些时间段运动具有一定的规律性,用插值外推法建立了预测其运动的数学模型。并对此模型的精度进行了分析,最后给出了实例。仿真结果表明,本模型能适用于海上机动目标不同的机动方式,算法快捷,具有较强的军事应用价值,模型的计算精度完全满足某新型号导弹的作战要求。