基于灰色神经网络武器装备研制费用预测模型

提出了基于灰色系统理论与神经网络的武器装备研制费用组合预测模型,该模型首先采用灰色GM(0,N)模型对研制费用进行预测,利用LMBP神经网络对预测误差进行了模拟与修正,实例验证该方法具有较高的预测精度.     

不同腐蚀状态不锈钢管焊缝区 碱性腐蚀的电位噪声特征

利用电化学电位噪声方法检测了不同腐蚀状态304与316两种不镑钢管焊缝区试样在室温碱液中的腐蚀行为,并采用电化学噪声时域谱、频域谱进行了分析,结果表明:不同腐蚀状态焊缝试样的腐蚀电位及噪声时城谱特征不同,可利用电位噪声频城谱的高频斜率K值定性判定是否发生局部腐蚀,同时可根据频城谱中发生事件特殊频率fn区分材料的腐蚀状态...     

基于神经网络的目标预测跟踪

针对高炮火控系统的现状,在阐述神经网络模型预测控制理论的基础上,将神经网络模型预测控制器应用于火控系统的目标跟踪中,同时利用Matlab对其进行了实验仿真,并将仿真结果与传统控制器和模糊控制器仿真结果相比照进行了分析,验证了该控制器可以较好地提高火控系统目标跟踪的速度和精度,从而使系统具有良好的鲁棒性和自适应性.     

基于改进威胁代价的无人机路径在线重规划

针对路径在线重规划中的威胁代价评估问题,提出了基于最大综合拦截概率的在线威胁代价评估改进算法.在该算法中,以已有威胁代价评估模型为基础,给出不同信息支持条件下的“瞬时跟踪概率”计算模块,进而引入“连续跟踪概率”概念,并结合“杀伤概率”得到“拦截概率”概念模块.在此基础上,提出“最大拦截概率”概念,以此作为单个主动威胁作用下的在线威胁代价评估标准,最后将其拓展到“最大综合拦截概率”作为多个主动威胁作用下的在线威胁代价评估标准.在此基础上,结合MPC算法给出路径在线重规划的模型.通过仿真结果对比,说明上述模型的合理性和算法的有效性.     

基于仿真弹群的目标毁伤预测模型

针对炮兵对集群有生力量目标射击,提出一种基于仿真弹群的毁伤评估模型.首先仿真得到严格符合射击误差表征的弹群,然后应用坐标毁伤律计算毁伤概率.合理确定描述弹群的毁伤因素之后,采用自适应模糊神经网络系统(ANFIS)从仿真数据中得出毁伤因素与毁伤效果之间的映射关系,进而对毁伤效果进行评估.实验结果表明,该模型精度高,泛化能力好,具有很强实用性,有效解决了根据炸点信息进行毁伤评估的难题.     

基于预测残差的自适应Unscented粒子滤波

针对经典粒子滤波的样本退化问题,提出了基于预测残差的自适应Unscented粒子滤波.该方法将自适应因子与无迹卡尔曼滤波相结合构造粒子滤波的建议分布,即通过UT变化构造建议分布函数,利用预测残差作为自适应因子,在线调整测量预测协方差、状态测量互协方差和状态更新协方差的实时变化,从而调整其在滤波中的作用.非线性状态估计仿真实验表明,该算法具有较强的自适应性和较高的滤波精度.     

装甲装备周转备件需求最优组合预测

针对单项统计预测模型存在的不足,提出采用组合预测方法进行周转备件需求预测的观点,并建立了周转备件需求最优组合预测模型。首先,介绍了组合预测的基本原理和常用的周转备件单项预测方法。在综合权衡预测结果精度和稳健性的前提下,建立了基于预测误差绝对值和最小的周转备件最优组合预测模型,并给出了确定各加权系数和预测评价效果的方法。最后,结合案例验证了该组合预测方法的有效性和优越性。     

SVM异常数据识别的比例风险预测模型

剩余寿命预测在设备维修管理中扮演着重要的角色,准确的剩余寿命预测对制定维修策略起着至关重要的作用,从而可以有效避免设备故障的发生.提出一种基于支持向量机(SVM)异常数据识别的比例风险模型(PHM)用于剩余寿命的预测,该模式利用支持向量机和比例风险模型分别实现异常状态数据的识别和剩余寿命的预测.案例研究表明,SVM -PHM模型较PHM模型具有更好的预测精度.     

基于Kalman预测的自适应线性化信号的生成方法

自旋弹体的姿态通常采用单通道控制方法进行控制。该方法中采用线性化信号对控制信号进行调制,而线性化信号采用固定频率随机相位的信号发生器产生,这就会对弹体控制产生不良的影响。提出了一种基于Kalman预测的自适应线性化信号的实现方法。该方法通过弹旋频率测定、频率的Kalman预测和信号发生器实现了线性化信号对弹旋信号的同步、自适应倍频、定步长、定幅度的信号发生功能。仿真实验证明了方的正确性,为更加合理的控制自旋导弹的姿态提供了一种有效的方法。     

当前非法出入境活动发展趋势预测

将灰色系统理论与马尔可夫链方法相结合,提出了灰色模型——马尔可夫链预测当前非法出入境活动发展趋势的方法,以某年至某年出入境统计的原始数为依据,通过MATLAB编程建立起微分拟合方程和系统状态转移概率矩阵,对当前非法出入境活动的发展趋势进行了预测和分析.