基于声发射的工程陶瓷边缘碎裂灰色尖点突变预报模型

损伤预报是减轻或消除工程陶瓷边缘碎裂的有效手段。针对工程陶瓷边缘碎裂的突变不连续特性,结合灰色理论和尖点突变理论,建立了基于声发射的灰色尖点突变预报模型,并应用该模型对不同已知数据下的氧化铝陶瓷边缘碎裂损伤演化过程进行了损伤预报。结果表明:已知数据占总数据的百分比对模型的预测精度影响较大,当已知数据占总数据的80%以上时,灰色尖点突变预报模型可较好地实现氧化铝陶瓷边缘碎裂的损伤预报,从而可有效减轻或消除工程陶瓷边缘碎裂的产生。     

基于重构相空间AD-SVM的短期电力负荷预测

利用重庆市九龙坡区电网2009年7月1日000-10月8日4：00 99 d共2 380个历史电力负荷数据,分析其特点和规律.将构建混沌理论的平均位移（AD）法和支持向量机（SVM）相结合,提出了一种新的短期电力负荷预测模型.通过仿真计算,将结果与神经网络法预测结果进行对比,可得新方法能较好反应数据变化趋势,并且具备较好的拟合能力,能够提高负荷预测精度.在实际短期电力负荷预测中,可优先选用平均位移法与支持向量机相结合的新方法.     

基于改进反馈神经网络的坦克分队对抗模型

坦克分队对抗效能评估是一个典型的动力学系统问题,而反馈神经网络是一种反馈动力学系统。通过分析影响对抗效能的主要因素入手,建立坦克分队火力对抗效能的评估指标体系,构建改进反馈神经网络对抗模型。通过编制应用程序,对该模型进行实例验证,其结果表明,该模型能够较好地解决坦克对抗的问题,为坦克对抗模型的研究提供了新思路。     

基于复杂网络的卫星重要度评估

利用复杂网络对卫星重要度评估展开研究。将卫星抽象成复杂网络中的节点,分析了该网络拓扑结构的动态特征;基于卫星的运动学模型及可视性判定模型,给出了网络拓扑结构的确定方法;分析了网络节点、节点连接边及相邻节点的计算指标,在此基础上建立了基于灰色关联度(GRD)的节点重要度评估模型。仿真结果表明,文中模型可以有效评估卫星的重要程度,为作战决策人员提供理论支撑和技术支持。     

地空导弹发控系统寿命预测的组合模型

将灰色系统理论和BP神经网络有效地结合起来,建立了灰色BP神经网络的组合预测模型,并采用遗传算法对该模型进行优化。为了验证优化后模型的有效性,采用灰色BP神经网络的预测结果进行对比分析。实际数据的预测结果表明,优化之后的模型比单独采用灰色BP神经网络,具有更小的均方差(MSE,Mean Square Error),对发控系统剩余寿命(RUL,Remaining Useful Life)也具有更高的预测精度。     

灰色加权马氏链组合在航空装备事故预测中的应用

为提高传统灰色马氏链组合模型的航空装备事故预测水平,引入加权马氏链,提出了一种改进的灰色马氏链组合预测方法。该方法先通过建立灰色模型,提取事故序列的趋势信息,然后再利用灰色残余信息构建加权马氏链模型,合理发挥各步长马氏链的作用,以期准确刻画随机波动规律。为验证其有效性,在美国空军A级飞行事故万时率实际数据基础上,建立了灰色加权马氏链组合预测模型,结果表明,模型对2000年~2002年预测的相对误差平均控制在4.59%以内,远高于灰色叠加马氏链模型,所建的模型能够比较客观地反映航空安全的未来发展现状。     

基于竞争神经网络的雷达杂波抑制方法

为鉴别杂波点迹和目标点迹,消除杂波对雷达性能的影响,提出了一种基于竞争神经网络的雷达杂波抑制方法.首先,选取雷达点迹形成过程中能够反映目标点迹和杂波点迹差异化的特征,作为神经网络输入数据;然后,根据输入输出的数据维度设计竞争神经网络分类器,并对其进行训练;最后,利用训练好的神经网络分类器对雷达点迹进行聚类,对识别为杂波...     

利用卷积神经网络的太赫兹孔径编码增强成像

针对现有太赫兹孔径编码成像算法鲁棒性较差、计算求解复杂度较高等问题,提出基于卷积神经网络的太赫兹孔径编码增强成像方法.该方法通过构建一个端到端的神经网络来实现成像系统的隐式建模,利用网络强大的求逆能力和抗噪性能来实现低信噪比下的目标重构.通过仿真实验可以看出,该方法可以在不同信噪比下实现对不同稀疏度目标的重构.另外,与...     

船体梁爆炸损伤识别方法研究

针对目前在船舶爆炸损伤试验中不能有效获得船舶损伤数据,将爆炸过程中船舶船体梁总振动固有频率与爆炸损伤前完好船体总振动固有频率进行对比,建立完好船体和损伤船体多种假想损伤的固有频率数据库,采用神经网络智能方法得到频率改变特征参数与损伤参数的映射关系,对船舶结构损伤状态进行判断.以一艘1500吨级的船舶为研究对象,通过仿真...     

基于目的地预测的多相似加权目标编群方法

针对目标编群中单一算法存在的适用范围小、误分率高的问题,提出一种新的态势估计中目标编群的处理方法。首先应用Hop fie ld神经网络对态势中目标的目的地做出判断,然后采用多相似性加权策略计算出目标间的相关系数,再根据最大相关系数层次聚类算法实现编群。仿真结果表明方法能在一定程度上减小错误编群的概率,同时适用范围也得到了扩展。