装备群战斗损伤模拟方法研究

分析了影响装备战斗损伤的主要因素,讨论了量化这些因素的方法。在对该问题进行分析后,指出模拟模型是解决装备群战损分析的比较好的方法,并给出了该模型的基本结构。结合战损分析的特点与当前国内外神经网络的研究成果,作者认为BP(Back Propagation)神经网络是实现这一模型的有力工具,并给出了BP网络工作的过程。     

战术侦察决心方案生成

战术侦察作战指挥辅助决策系统是战术情报处理系统的重要组成部分 ,本文利用人工智能、专家系统及相关技术完成侦察计划的计算机辅助生成、侦察组织派遣工作。在 C3I系统中 ,无论是形成战斗指挥决心 ,还是进行后勤调度和保障工作 ,资源分配问题始终贯穿其中。本文探讨了用智能推理技术和约束—满足技术解决这类问题的方法     

坦克稳定器和电气故障诊断系统

现役59式坦克稳定器和电气系统,由于研制时测试性设计不周,在使用中一旦发生故障,如何迅速排除,在部队一直是个老大难问题.使用本故障诊断系统,能够指导维修人员快速找到发生故障的部件或外部电路;可以在显示器上用颜色作相应变化的电路图,一步步演示出故障压缩过程,直至最后找出故障部位.本文将介绍该系统的功能、技术方案、技术关键及使用特点.     

关于图的一个边重构性定理之证明

若图Ｇ存在一个次为δｐ＋ｋ的顶点至少和ｋ＋１个小次顶点相邻,则Ｇ是边可重构的（δｐ为某小次,ｋ≥０为整数）。文（１）并没有证明,本文给出其证明方法,且得到一个推论。     

智能机载武器火力指挥控制技术综述

人工智能技术是解决机载武器火力指挥控制问题的最有效途径之一,根据近年来的研究结果,对智能机载武器火力指挥控制的系统构成、工作原理进行了技术概述,并简要地讨论了智能机载武器火力指挥控制系统设计中的关键技术．     

武器系统的测试性

测试性对武器系统的维修性、可靠性、安全性、战备完好性和寿命周期费用都有直接或间接的影响,随着武器系统复杂程度的提高,这种影响变得越来越明显。文章阐述了测试性的基本概念和设计目标、测试性对武器系统的影响和测试性工程的发展现状。     

测一测你是否患上了CFS

给以下每个选项打分（偶尔：0分；有时：1分；经常：2分），然后累计所得分数。     

一种提高水雷可靠性的改进性维修新方法

本文介绍一种水雷引信维修的新方法。该方法是改变以前那种原件修复的办法,对可靠性低的部件进行重新设计,从技术上进行改造,提出新的可靠性指标,设计新的部件,进行改进性维修,提高水雷的可靠性,延长其使用寿命。这种设想原则上也可适用于其它武器装备。     

智能工具机的性能分析

本文论述了提高智能工具机性能所采取的技术措施,并对其性能进行了模拟。模拟结果表明,智能工具机的平均推理速度可达500KLIPS 左右,比日本的PSI—Ⅰ约快一倍,比美国加州大学Berkeley 分校研制的PLM 约快两倍。     

神经网络在图象处理中的应用

图象处理是神经网络的一个重要应用领域。本文首先介绍了神经网络的模型、学习规则及其处理能力,在此基础上综述神经网络在图象处理中的应用,重点放在神经网络分类器和Hopfield网络解决图象处理中的最优化问题。