基于灰色关联度的装备故障风险分析

由于各种故障模式的风险水平不同,而传统RCM定量风险分析方法没有考虑各因素间的权重,影响故障风险分析的准确性;在传统FMEA的基础上,通过灰色关联度分析,可实现各故障模式的风险排序,较传统RCM风险分析方法具有更高的精度,并用实例进行验证。     

基于灰色关联分析的人员密集场所消防安全评价

近年来,包括商场在内的公众聚集场所的火灾以其多发性和严重性引起人们越来越多的关注。为了控制和防范此类火灾的发生,减少其对人民和社会的威胁,对此类场所进行更为准确、高效的火灾风险评估十分必要。在模糊综合评价方法的基础上,建立了公众聚集场所的消防安全评价模型,采用灰色关联分析确定各因素的权重,并应用所建立的评价模型对某商场进行了实际评估。结果表明此方法具有很好的可行性与高效性。     

基于GM(1,1)灰色模型弹药补给量的预测

为提高现代作战中弹药保障的有效性,运用灰色系统理论,对"弹药补给过程中的‘贫’信息处理及灰色结构模型"进行分析,并将GM(1,1)模型用于弹药补充量预测。经实例计算,该模型和所作的分析在进行弹药补给量的预测是有效可行的,具有较强实用性,能为部队的弹药补给保障工作提供科学依据。     

基于灰色模糊理论的大型医院病房楼火灾风险评价

针对现阶段大型医院病房楼火灾频发,危害严重的现状,提出基于多级灰色模糊理论评价方法,利用此方法对大型医院病房楼火灾风险建立了评价指标体系,并对其进行了实例火灾风险分析。     

两级信息融合技术在柴油机故障诊断中的应用

针对传统神经网络在故障诊断中因测点信息多而导致的网络庞大、收敛困难等问题,引入集成神经网络,提高了融合诊断效率;同时引入基于D-S证据理论,这种决策融合方法解决了集成神经网络各个子网诊断结果不一致的问题。在应用于柴油机故障诊断时,首先对测取的正常和故障样本进行小波包AR谱分析,同时提取各个特征频带的能量分别作为集成神经网络对应子网的输入进行诊断,当其无法确定诊断结果时,再运用证据理论进行决策融合输出最终诊断结果。试验证明:基于集成神经网络和D-S证据理论的两级综合诊断模型提高了诊断的准确性和可靠性。     

基于一类T-模的模糊双向联想记忆网络的稳定性分析

首先定义了max-T复合模糊算子,建立了一类基于模糊复合算子的模糊联想记忆网络——模糊双向联想记忆,然后系统地分析了该网络的性质,在Hamming距离意义下证明了该网络的平衡点（吸引子）具有Lyapunov稳定性。     

基于神经网络信息融合技术的卫星定姿算法

姿态确定系统是卫星姿态控制系统中的重要组成部分,卫星姿态确定的精度直接影响卫星控制精度.为得到高姿态精度,针对由惯性测量单元(Inertial Measurement Unit),红外地平仪和太阳敏感器组成的卫星姿态确定系统,分别采用BP网络算法和径向基(RBF)网络算法对不同的姿态敏感器的输出数据进行融合,并用STK(Satellite Tool Kit)数据进行了仿真.仿真分析结果表明这两种学习算法均可以提高卫星定姿精度,相对而言,RBF网络无论是精度上还是收敛速度上均优于BP网络.     

灰色关联决策在战场目标打击决策中的应用

战场目标打击顺序的选择是作战决策的重要环节,其正确性影响到作战决策的科学与否.战场环境充满灰色性,战场目标打击决策属于灰色系统理论研究的范畴,需要用到相应的灰色理论分析方法进行解决.灰色系统理论研究"部分信息已知,部分信息未知"的"少数据、贫信息"不确定系统.它提出灰色关联度分析的概念,并将其应用到决策问题.基于灰色系统理论相关研究成果,分析了灰色关联决策的相关概念及步骤,探讨了灰色关联决策在战场目标打击决策问题上的应用,为提高相关人员战场作战决策正确性提供了科学方法.     

机载C~3I系统试飞数据质量评估方法

针对机载C3I系统的试飞中数据质量评估指标多、数据量大等问题,建立了数据质量评估模型.并阐述了该模型的构造方法,将数据中复杂的指标体系进行了量化处理,将粗糙集和神经网络相结合,提出了一种试飞数据综合质量的计算方法.实现了对数据的实时监控.该模型简捷、准确、工程应用效果好.     

基于粗糙集与神经网络相结合的模拟电路故障诊断

针对当神经网络输入端维数比较大造成在模拟电路故障诊断中BP神经网络结构庞大,从而影响到诊断速度以及正确率的问题,结合粗糙集理论和神经网络在信息处理方面的优势,建立了一个基于粗糙集理论和BP神经网络相结合的模拟电路故障诊断模型。通过对某装备位置调节器板的故障诊断过程表明,该模型简化了网络数据样本的维数,优化了神经网络结构,提高了系统的诊断正确率与诊断速度。