基于改进萤火虫优化算法的BP神经网络目标群威胁判断

以舰艇防空作战目标选择决策和规划需求为背景,针对萤火虫算法求解精度不高且收敛速度较慢的问题,提出可动态调整步长的改进萤火虫优化算法。在改进萤火虫优化算法的基础上,建立基于改进萤火虫优化算法的BP神经网络目标群威胁判断结构模型。通过改进萤火虫算法优化BP神经网络的初始权值和阈值,能够更好地预测测试集。实验结果表明,该方法可快速、准确地实现目标群威胁判断。     

基于灰色关联理论的登陆地域选择

登陆作战中,需要研究解决的问题很多,其中登陆地域选择问题是研究的重点之一。基于灰色关联理论的登陆地域选择方法有助于这一问题的解决。。     

基于通用特性的武器系统研制方案优选方法

针对以往武器系统研制方案评价中只重视作战性能和费用的不足,建立了武器系统通用特性的评价指标,并运用灰色关联分析法进行方案评价和优选;在分析经典灰色关联分析法缺陷的基础上,提出一种新的基于欧式距离的权重确定方法对其加以改进,避免了主观因素的影响,使评价结果更加客观、准确;最后通过国防装备研制项目评价实践中的一个实例介绍了该方法的具体应用,并验证了方法的可行性和有效性。     

灰色关联法在舰炮武器系统模糊决策中应用

结合多属性决策的特点,采用引入权重向量的灰色关联法,建立模糊多属性决策模型用来解决舰炮武器系统方案优选问题;通过实例分析,建立决策模型,计算和比较舰炮武器系统配置各候选方案与理想方案的关联度,从而确定舰炮系统的最优配置方案。应用实例结果证明,该方法相比其它单一方法,可进一步提高舰炮系统决策的有效性和可靠性。     

基于灰色理论的防御要点优选模型及应用

运用多目标决策分析原理,依据选择防御要点的基本要求,从"地位重要、地形有利、地幅适当"的角度分析了防御要点的影响因素集,运用灰色理论建立了防御要点灰色关联优选模型,达到了对防御要点进行排序和优选的目的,为指挥员实施防御作战的科学决策提供辅助依据。     

潜射弹道导弹出水姿态分析

分析了潜艇深度、纵倾角、横倾角、海面风速、海面波长、平均波高等因素对潜射导弹的偏航角、俯仰角、滚动角、偏航角速度、俯仰角速度、滚动角速度的影响。由于实验数据比较分散,不适合神经网络的训练,所以首先对实验数据模糊化,并用以对神经网络的训练。用训练好的神经网络分析了潜艇单因素变化的导弹出水姿态。     

基于人工神经网络的齿轮箱载荷识别研究

提出了一种基于实测结构响应识别作用在齿轮箱上激励的方法 ,该方法利用人工神经网络建立响应信号与激励之间的映射模型。通过单级齿轮箱上所做的试验数据表明 ,这种利用人工神经网络识别齿轮箱载荷的方法是可行的 ,并且 ,经过训练的网络模型在齿轮箱载荷识别的过程中显示了极快的收敛速度和很高的识别精度。     

装备研制中技术风险的灰色综合评估

指出装备研制中技术风险的表现形式,建立了技术风险评估的指标体系,阐述了基于灰类白化权函数将定性指标定量化的方法,建立了利用群灰关联度进行综合评估的模型。最后,结合实例验证说明了该模型对研制方案技术风险评估的可用性。     

一种基于灰色模糊关系的多属性决策模型研究

实际中的决策问题常常具有不确定性和灰色性。本文根据灰色系统和模糊数学的一些理论,同时考虑一个问题中的模糊性与灰色性,将其综合起来表示为灰色模糊数的概念。在原有多属性决策方法的基础上提出了一种灰色模糊多属性决策模型,并给出了模型的求解方法。模型的求解是基于采用海明距离的测度工具来度量决策方案与模糊理想解和模糊负理想解之间的差异来决定其排列顺序的,是一种模糊折衷性决策方法。     

基于改进Elman神经网络的SINS动基座传递对准研究

在运用Kalman滤波进行SINS动基座传递对准时,当模型存在误差或系统噪声不能反映实际噪声时,会降低滤波精度甚至导致滤波发散.针对这个问题,提出基于改进Elman神经网络的SINS动基座传递对准方法.首先通过增加输出层节点的反馈来改进普通的Elman神经网络模型,其次采用强跟踪滤波器对改进Elman神经网络进行训练.利用仿真数据对该算法进行验证,结果表明,该算法能够克服Kalman滤波的缺陷,提高传递对准精度达100%～150%.