组合网络与证据理论相结合的电路故障诊断

针对神经网络中两种常用的网络类型BP和Elman,在模拟电路故障诊断中的应用过程的特点——各自网络都有自身缺陷,提出基于BP-Elman神经网络与证据理论相结合的故障诊断方法.首先BP-Elman网络得出其各自的初步诊断结果,经过必要的转换将其转换成证据理论的概率赋值,作为证据组合的依据;证据理论组合规则将初步诊断结果融合得出决策级诊断结果.通过对某装备位置调节器板的故障诊断过程表明,该模型经过尽可能融合有效故障信息,大大提高了系统的诊断精度和诊断正确率,而且有效降低了系统不确定性.     

基于灰色聚类理论的C4ISR系统效能评估研究

随着C4ISR系统的深入发展,对其效能进行评估具有重要意义.从分析C4ISR系统的组成及功能出发.建立了较完备的系统效能评估指标体系,提出了一种基于灰色聚类理论的C4ISR系统效能评估方法,运用该方法进行了算例分析,验证了方法的有效性和可行性.     

基于小波神经网络的承制单位信用风险评价

根据武器装备采购中对承制单位信用风险评价特点和实际情况,确定承制单位信用风险评价指标体系,根据小波神经网络原理,构建了承制单位信用风险评价模型,并以实例进行分析。小波神经网络能够简便快捷对信用风险进行评价,并能排除主观因素的干扰,在信用风险评价中具有较好应用前景。     

装甲车辆润滑油监测数据关联分析

利用灰色关联分析方法对装甲车辆变速箱润滑油监测数据进行了分析,说明了油样中铁谱磨粒浓度和油液污染度之间的关联性,为润滑油不同监测参数间的相互验证提供了一种方法。     

战区后勤保障指挥体系有序性判别模型

阐述了构建战区后勤保障指挥体系判别模型的步骤,为战区后勤指挥员提供了一种从信息流的角度分析整体与各部分运行相关性的决策方法。运用耗散结构理论和灰色系统理论,以战区后勤保障指挥体系各个子系统功能发挥作为序参量,通过灰关联度与熵,建立战区后勤保障指挥体系有序性判别模型。对体系各子系统的有序性进行判别,有助于提高体系效能,对战区后勤保障指挥体系平稳运行具有重要的现实意义。     

军事物流系统绩效评价研究

在对军事物流系统进行分析的基础上,建立了军事物流绩效评价指标体系,提出了利用神经网络建立军事物流系统绩效评价模型,并说明如何利用该模型对军事物流系统进行绩效评价.实践表明,该方法为军事物流系统绩效的评价提供了一种有效的评价手段.     

基于GM(1,1)模型的武器装备性能预测在作战需求分析中的作用

针对目前武器装备作战需求分析过程中存在主观性大、需求不准确的实际情况,借助灰色系统理论,建立了GM(1,1)预测模型,以历代武器装备的性能参数为输入,得到未来武器装备可能的性能参数值,其结论可为作战需求分析提供有效参考和约束.     

神经网络在联合火力打击目标价值分析中的应用

针对联合火力打击中目标价值的特点,运用BP神经网络理论对目标价值进行分析,并建立了联合火力打击目标价值分析指标体系,设计了BP神经网络模型;通过定义学习代价函数、确定函数输出信号、修正函数信号、网络初始化等改进BP算法对目标价值进行了分析,得到了目标打击序列分类.算例验证了该算法的合理、高效、稳定,在联合火力打击中目标优选分类方面具有广泛的实用意义.     

基于TOPSIS法和灰色关联度法的炮兵战场目标价值分析

针对作战指挥决策的特点,目标价值分析是炮兵作战情报信息处理的中心工作.如何从炮兵战场众多的目标情报中确定其价值,并根据作战任务需要选择要打击的目标和确定优先顺序,是炮兵指挥员及其参谋人员的一项重要任务.根据TOPSIS优选法和灰色关联度法对炮兵战场目标价值进行了分析和排序,并通过实例对改模型的有效性和实用性进行了验证,为炮兵指挥员的决策行为提供了理论依据.     

基于神经网络的组合导航系统故障检测方法

将状态X2 检验(SCST)和Fuzzy ARTMAP神经网络方法相结合作为INS/GPS组合导航系统的故障检测新方法,该方法通过实时监测组合导航系统的状态分量,提取出故障的特征值,再对故障的特征值模糊化后作为Fuzzy ARTMAP神经网络的输入来实时确定故障的类别.Fuzzy ARTMAP神经网络采用离线有导师训练方法,利用已知的故障类型对神经网络进行离线训练,在应用中可以快速识别这些常见故障.针对在应用中发现新的不常见的故障类型,神经网络通过先识别,再学习,再训练的步骤完善其本身性能.通过对仿真试验结果的分析验证了该方法的可行性.