RBF神经网络的火箭发动机成本预测

神经网络技术已广泛应用于各工业控制部门, RBF神经网络是对一般BP神经网络的改进.尝试将其应用于固体火箭发动机成本预测中.首先利用已有的成本信息对该神经网络进行训练,使其对已有信息的预测误差小于规定值,再将其用于其他条件下的成本预测.结果表明,实际预测效果较为理想,从而为固体火箭发动机成本预测提供了一种新的方法.     

装备故障诊断和预测技术综述

结合故障诊断与预测技术的国内外研究现状,综述了故障诊断和预测的完整性认知模型,并以此对蓬勃发展的故障诊断和故障预测技术进行了分类与综合分析。同时针对故障的不确定性特征,对故障诊断和预测技术的性能要求、定量评价与验证方法进行了分析。最后,分别从实际应用及扩展的四个方面提出了故障诊断、预测,以及PHM技术未来发展的几个问题。     

灰色GM(1,1)模型在电子装备寿命预测中的应用

介绍了传统装备可靠性试验数据评估的不足,为此根据灰色预测的基本原理,用GM(1,1)模型并通过精度修正,给出了实际应用中的预测方法.最后通过具体实例,对电子装备未来可能发生故障的范围进行了预测,取得令人满意的结果,从而证明了该预测方法能为装备的维修保养提供重要的数据支持,对研究武器装备的可靠性具有重大现实意义.     

GM(1,1)模型在装备备件订购中的应用

分析了武器装备备件订购决策的目标和常用方法,并运用灰色理论GM(1,1)模型及关联度分析法,提出了在军用备件订购工作中费用目标预测的应用方法,以及提高预测精度的措施。     

基于Kalman滤波对运动目标状态最优预测

给出了运动目标状态空间表达式,Kalman滤波递推公式及算例,实现了目标状态的滤波及预测,对于提高打击运动目标的精度,缩短火力反应时间及简化指挥程序具有较强的实践意义。     

导弹系统电磁兼容预测初探

基于"电磁拓扑"和"电磁屏障"概念,应用"电磁拓扑-图论混合技术"详细阐述了导弹系统的电磁拓扑描述及电磁干扰相互作用关联图,并分析了针对导弹武器系统应用电磁拓扑图论法的基本步骤。     

舰载点防御的崭新前景－未来点预测问题及其重要性

反舰导弹的威胁通过一系列的改进正处在持续不断和危险的发展中,这些改进被逐步引入到四个主要方面.它们包括物理/机械方面(更坚固的导弹弹体、弹头和其它关键部件的装甲保护、以及不敏感炸药的采用);电磁方面("隐形"特征、改进的电子抗干扰设备和更精确的制导算法);作战使用方面(饱和攻击和/或极短距离攻击、沿海地物杂波以及海上运输的存在);以及运动方面(速度和/或机动性的显著提高,尤其在弹道未端阶段).     

一种解决预测问题的新方法及其应用

本文在分析灰色预测和马尔科夫链预测优缺点的基础上,提出了用灰色马尔科夫链解决预测问题的方法并建立了数学模型,最后以我院二年级本科生英语四级通过率为例说明了其应用。     

长江三峡船闸高边坡长期变形预测研究

本文探讨了长江三峡船闸高边坡长期变形预测问题。应用粘弹性理论和反分析方法建立了基于现场位移测量的流变模型识别、流变模型参数确定和边坡体,长期变形预测方法。并且进行了预测计算。