利用改进Elman神经网络预测舰船感应磁场

在舰船感应磁场的所有分量中,垂向感应磁场垂直分量很难依靠传统方法进行测量,测量精度也容易受到地磁模拟场均匀度的影响。为避免这一缺陷,提出了粒子群优化Elman神经网络的感应磁场预测方法。在硬件设施良好的磁场监测站测量不同地磁环境下的舰船感应磁场垂直分量、地磁场信号等信息,并建立数据库,利用粒子群优化Elman神经网络学习舰船垂向感应磁场垂直分量与这些磁场信号之间的非线性关系,进而对舰船在未知区域的垂向感应磁场垂直分量进行预测。仿真分析和实验室物理模型实验均验证了该方法的有效性。     

加权α-比较数排序法在群决策中的应用

针对军事决策的群体性和模糊性,探索新的群决策方案优选方法。将区间数这一模糊概念与α-比较数排序法相结合,用区间数表示决策者对备选方案的模糊偏爱度,并结合决策者在决策群中的权重确定决策群对方案集的综合偏爱度,得到一种新的群决策方案排序模型,并通过算例验证了模型的准确性。该模型综合考虑了决策者在比较备选方案确定其偏爱度时的模糊性以及决策者的决策地位,能比较全面地反映军事群决策的特性,并且计算简便,便于指挥系统实时解算。     

基于模糊综合评判的舰艇电子战系统效能评估

舰艇电子战能力是现代舰艇综合作战能力的重要组成部分,为了准确评估舰艇电子战系统的效能,探讨现代战争条件下舰艇电子战系统的定量评估方法非常重要。应用模糊数学理论和层次分析法对舰艇电子战系统的效能进行评估,建立舰艇电子战系统的评价指标体系和三级评估模型,对定量指标和定性指标的隶属度计算进行了区分,并通过实例演示了该模型的具体应用过程。实例结果显示此方法是非常有效的,为这方面的进一步研究具有一定的借鉴意义。     

基于模糊综合评判的装备软件可靠性分析

可靠性是衡量装备软件质量的重要参数,但由于软件可靠性的特点,在实际对装备软件可靠性定量分析往往很难,甚至不可能。从软件质量框架模型出发,结合装备软件的特点,分析了影响装备软件可靠性的几个参数,提出了一种运用模糊综合评判方法对装备软件可靠性进行定性分析的方法。该方法简单,可行性强。最后,给出了一个实例。     

要地防空群对敌主攻方向确定度分析

针对目前防空作战中对敌主攻方向判断的困难和复杂性,运用系统工程理论、模糊数学等理论探索要地防空群对敌主攻方向定量判断问题。全面分析了影响敌主攻方向选取的诸多因素,建立了分析指标体系和模糊综合分析模型,为判断敌主攻方向提供了一种新的思路和定量分析的方法。在影响敌空袭目标选取的因素中,不确定和灰色的因素多,模糊综合分析方法采取定量与定性分析相结合的办法,把定性的因素定量化,较科学地解决了要地防空群对敌主攻方向判断的问题,进一步丰富了防空兵作战指挥精确决策理论。     

基于运动信息的空中目标模糊识别方法

为解决空中机动目标识别方法复杂且识别率不高的问题,提出了一种基于运动信息的空中目标模糊识别方法。选取了机动性较小的无控类弹以及机动性较大的制导炸弹等作为研究对象。首先,对无控类弹(榴弹、火箭弹、迫击炮弹)、制导炸弹、巡航导弹及无人机的运动特征进行分析,仿真得出目标的运动轨迹。然后,提取目标的速度、高度、加速度、俯仰角及其变化率等特征,建立基于模糊集合的目标识别算法,根据择近原则进行判定,最后,得到仿真结果。实验结果表明,所提方法应对不同目标识别效果较好,且响应速度较快,为今后作战指挥及理论研究提供支持。     

模糊非单调推理系统的实现方法

本文首先分析了非单调推理系统的两个主要过程——正确性维持过程和面向从属关系的回溯过程,讨论了模糊非单调推理系统的独特性,然后对模糊非单调推理系统的实现方法进行了探讨,并给出了模糊非单调推理系统与问题求解程序一起工作的计算机程序。     

基于差分法的二阶微分方程的模糊边值问题

本文讨论二阶微分方程的两点边值具有模糊不确定性时 ,运用模糊仿真原理和差分方法 ,求其边值问题的数值解法。     

多层局部回归神经网络在激光陀螺捷联惯导系统惯性敏感器误差补偿中的应用

惯导系统误差补偿技术对提高武器装备的性能具有重要的意义 ,而误差补偿的关键在于误差模型的辨识。探讨将多层局部回归神经网络引入到惯性敏感器误差建模中 ,详细介绍了网络结构和对应的自适应动态梯度算法。仿真算例说明 ,多层局部回归神经网络在惯性敏感器输出误差建模时具有一定的优点 :网络收敛速度快、较好的跟踪性能、稳定性好。     

神经网络指导贝叶斯决策准则用于运动目标分类

本文利用目标的动态特性开发了神经网络指导的贝叶斯决策准则进行目标分类。系统由特征提取器、指导条件概率生成器的神经网络、新颖的序贯分类器组成。所应用的主要特征是从每个航迹中提取的速度和曲率序列。类似于隐式马尔可夫模型(HMM),用隐含状态训练神经网络,网络的输出则是给定观测下出现隐含状态发生的条件概率。然后用这些条件概率作序贯贝叶斯分类器的输入进行分类。一旦接收到新的扫描数据,分类结果递推更新。为了说明所述方法的有效性,介绍了关于高杂波率的多扫描图象的模拟结果。