基于预测脱靶量的新型滑模控制末制导律研究

针对采用直接侧向力控制的导弹,通过选取预测脱靶量和预测脱靶速度等滑动模态,研究了一种滑模控制末制导律策略.仿真结果表明,这种导引律比采用视线角速度作为滑动模态的末制导律有更好的性能.     

基于灰色理论的鱼雷装载可靠性分析

为解决在鱼雷装载可靠度试验数据较少的情况下进行装载可靠性分析困难的问题,利用灰色系统理论及 GM(1,2)建模的思想,研究了鱼雷装载可靠度和工作可靠度之间的灰色关系,基于灰色系统理论建立了两者之间关系的数学模型.计算实例表明,该方法简单实用,可在鱼雷装载可靠度数据样本量较少的情况下对鱼雷装戢可靠度进行有效预测,为鱼雷装载可靠度的评定提供了理论参考.     

基于压力测量的发动机汽缸磨损寿命预测方法

对不同摩托小时的某型坦克发动机进行了实车检测试验,采用压力传感器测量了发动机汽缸压缩压力,分析了汽缸压缩压力随发动机使用时间的变化趋势。分析了汽缸套磨损的特点及对发动机使用寿命的影响。针对发动机汽缸磨损的非线性特点,建立了人工神经网络预测模型,实现了对坦克发动机汽缸使用寿命的预测。     

基于支持向量机算法的虚拟脱靶量预测

为了提高防空高炮武器系统的射击精度问题,采用支持向量机(SVM)算法,建立了基于支持向量机的虚拟脱靶量预测模型,提出了预测方法,该算法可以通过对给定样本的学习,获得很好的预测未出现的样本,理论上比较科学,算法简单、易于实现,通过仿真实验验证了该算法对虚拟脱靶量预测的可用性和准确性,为火控系统精度的校正提供了一种有效的方法。     

组合预测法在战时单兵日均物资需求预测中的应用

分析、研究、预测战时物资需求量,进而拟制相应的物资保障方案,是提高战时物资保障计划性和有效性的客观要求。利用灰色预测法和趋势预测法建立模型并进行预测,在对比分析各种物资需求预测方法的基础上,建立了基于最小二乘法加权的战时单兵日均物资需求的组合预测模型,为我军进行战时物资需求预测提供了一种可借鉴的方法。     

E 级超级计算机故障预测的数据采集方法

随着超级计算机规模向E级迅速发展,其可靠性面临巨大挑战,基于故障预测的主动容错技术成为提高系统容错能力的有效方法之一。数据采集是故障预测的基础,现有用于超级计算机故障预测的数据采集方法采集数据属性少、开销大,影响了故障预测的准确性和效率。本文面向未来E级超级计算机,提出数据采集框架（Failure Prediction Data Collection Framework, FPDC）,能够全面采集与计算结点故障相关的状态数据,采用自适应多层分组数据汇集方法,有效解决了随着系统规模增长数据汇集过程开销过大的问题。在TH-1A超级计算机上的实现和测试表明,该数据采集框架具有开销小,扩展性好的优点,能够适应未来大规模系统故障预测数据采集的需求。     

导弹遥测故障的GM-Verhulst-SCGM预测算法

遥测故障预测是保障导弹遥测系统可靠性的基础。根据导弹遥测故障的历史数据,结合GM(1,1)模型、Verhucst模型和SCGM(1,1)c模型构建了导弹遥测故障的GM-Verhulst-SCGM组合灰色预测模型,按照预测有效度算法取得组合预测模型的权重系数。选用导弹遥测故障的训练组实际值作为原始数据,分别利用各预测模型估算对比组导弹遥测故障数据。预测结果表明,相比单一预测模型,组合灰色预测模型具备更高的故障预测精度。在验证组合灰色预测模型可行性的基础上,进一步估算了同一型号导弹未来时序的遥测故障数据,为相关部门及时改善导弹遥测技术及避免导弹故障提供理论及方法借鉴。     

一种基于“GM(1,1)”模型的火炮初速灰预测方法

火炮初速量测是火炮进行弹道准备中的一项重要内容,运用灰色理论探讨火炮初速预测问题,既有利于提高火炮射击精度的修正,又有利于进一步完善火炮初速测量雷达的使用操作和改进设计。针对火炮初速随机变化的特点,基于灰色理论中的GM(1,1)模型,构建火炮初速灰预测模型,确定预测结果精度检验方法。最后通过一应用实例验证了该方法具有一定的合理性与实用性。     

简介机械装备故障预测系统设计

故障预测是一个新生事物,机械装备的故障预测更是一个复杂的大系统,随着人工智能技术先进研究成果的不断推出,有关故障预测的基础性理论和应用技术的研究也必将得到飞跃性的发展。而探讨开发机械装备故障预测系统的一般性准则,可以起到抛砖引玉的作用。     

随机时间序列法在油料消耗预测中的应用

能否准确预测航空兵场站油料消耗量,对于做好场站油料保障工作具有重要意义。目前对油料消耗预测通常采用经验估算法,虽简单易行,但缺乏科学依据。本文采用随机时间序列法,建立了场站油料消耗量预测模型。实例验证其预测精度较高。