信息管理误失灰色补偿方法

在信息采集、信息管理、信息传递过程中,数据链出现空穴、误传或丢失等情况时,将影响信息采集传递的安全性与信息管理的有效性,是信息管理与使用中一个值得关注的问题,如何对数据列进行有效补偿则是解决该问题的关键.运用灰色理论与正交试验设计方法建立了信息链缺失补偿模型并给出了信息链空穴补偿优化准则.所给出的具体的补偿实例说明信息链空穴灰色生成与正交试验设计生成是一种极为有效的信息缺失补偿方法.     

基于灰色理论的有人/无人机协同作战效能评估

在人工智能等高新技术推动下,有人/无人机集群协同作战将是未来战争的新常态,如何有效评估其作战效能是当前亟须研究解决的重点难点问题。从有人/无人机集群典型作战任务下的作战运用能力需求入手,重点对评估指标体系构建、评估指标权重的确立与修正、评估模型构建等进行研究,实例验证了评估模型的可行性。研究成果可为评估有人/无人机集群协同作战效能提供有效方法手段,同时为有人/无人机集群协同作战运用提供理论支撑和决策参考。     

基于PSO优化小波神经网络的无人机动力系统故障诊断模型

针对传统小波神经网络对无人机动力系统的故障信号降噪和识别能力差以及网络收敛速度慢、训练精度不高的问题,构建了基于改进粒子群算法(PSO)优化小波神经网络的无人机动力系统故障诊断模型。该模型运用软、硬阈值函数组合改进的新阈值函数和改进PSO优化小波神经网络的方式,克服重构信号不连续或严重失真的问题,优化了小波神经网络初始权值和阈值,使模型能够实现快速、准确分析和识别故障类型,具有较好的故障预测和诊断能力。本文中通过对比不同阈值函数的降噪能力和PSO、GA、ACO对小波神经网络的改进效果,比较BP神经网络、传统小波神经网络、PSO优化小波神经网络的故障诊断预测效果,验证了本文中构建的PSO优化小波神经网络故障诊断模型远优于其他对比模型,具有故障识别和降噪能力强、收敛速度快、训练精度高的优点,在无人机动力系统的故障诊断领域,具有较好的可行性和有效性。     

基于熵权与灰色关联法的研究生科研能力评价模型

研究生是新时代下创新型国家的重要支撑力量,科研能力的评价成为研究生培养质量的关键指标.为研究评价研究生科研能力的方法,在综合比较相关评价方法基础上,构建研究生科研能力评价指标体系,采用灰色关联度评价方法和熵权法相结合的方法建立了研究生科研能力评价模型,通过对某高校研究生的科研能力问卷实例分析,获得了该校研究生的科研能力状况.结果表明:研究生的科研能力在社会实践领域表现最优,通过实例分析验证了该模型的有效性,该模型为研究生的培养提供了参考.     

基于循环神经网络的锂电池SOC估算方法

鉴于锂电池荷电状态(state of charge, SOC)实时准确估计的重要性。针对大倍率脉冲放电工况下锂电池的强非线性和时变特性,训练了一个循环神经网络对锂电池SOC进行估算,该网络能够将电池管理系统测量所得的电压、电流、温度映射到SOC。基于某型号18Ah锂电池性能测试所获得的大倍率脉冲工况放电数据进行了实验验证,得到三种温度下锂电池SOC估算结果的平均绝对值误差为1.92%,证明了该方法的有效性。     

基于GA的卷积神经网络结构化剪枝算法

为解决传统神经网络模型过参数化问题,提高深度学习模型工程化实现的效率,提出了基于GA的结构化模型压缩算法.该方法从全局搜索空间对模型各层卷积核进行结构化剪枝,并以"高检测精度,低网络规模"为准则建立适应度函数,解决传统权重剪枝易陷入局部最优和剪枝结果对硬件平台不友好问题,获得精度损失低、模型压缩率高的轻量化模型结构.     

基于多标签学习的探索性仿真实验因素筛选方法

探索性仿真实验是一种认识、研究战争的重要手段,但往往面临想定样本空间复杂程度高,空间维度爆炸等问题。针对上述问题,提出一种定性定量相结合的基于多标签学习的实验因素筛选方法。首先,基于定性分析设计并实施仿真预实验,采集处理实验数据,解决机器学习样本数据缺失问题;随后,引入输入控制层搭建深度神经网络,引入稀疏正则化,在多标签模型训练过程中实现特征选择;然后,回归定性分析,补充完善实验因素;最后,以某作战样式下立体投送行动仿真推演为背景进行实验验证。实验结果表明,筛选的实验因素与作战行动现实情况吻合。     

油料装备设计方案的灰色模糊综合评价

对油料装备设计方案综合评价问题进行研究,建立评价指标体系,将模糊综合评判与灰色综合评估方法相结合,提出油料装备设计方案的灰色模糊综合评价模型。使模型适应性强,确保方案评价的可靠性。