两级信息融合技术在柴油机故障诊断中的应用

针对传统神经网络在故障诊断中因测点信息多而导致的网络庞大、收敛困难等问题,引入集成神经网络,提高了融合诊断效率;同时引入基于D-S证据理论,这种决策融合方法解决了集成神经网络各个子网诊断结果不一致的问题。在应用于柴油机故障诊断时,首先对测取的正常和故障样本进行小波包AR谱分析,同时提取各个特征频带的能量分别作为集成神经网络对应子网的输入进行诊断,当其无法确定诊断结果时,再运用证据理论进行决策融合输出最终诊断结果。试验证明:基于集成神经网络和D-S证据理论的两级综合诊断模型提高了诊断的准确性和可靠性。     

求解旅行商问题的两步法

基于度约束最小树算法提出了一个解决旅行商问题的算法（即两步法）,针对这一算法我们进行了大量的数据实验,数据实验表明算法是非常有效的。     

基于多目标约束的基本保障单元人力资源优化研究

针对装备维修工作中基本保障单元的人员优化问题,在维修过程中为保证以最少的人员在最短的时间内完成预定的维修任务,分析了修理工期与人员数量的关系,应用多目标约束理论建立了工期人员优化的多目标数学模型,通过预处理将模型转化为路径组合优化问题,并用改进的蚁群算法对模型的求解进行了研究,最后通过实例验证了优化模型及求解方法的有效性和实用性。     

组合式空调机组故障诊断专家系统的设计与实现

通过分析某型组合式空调机组运行的实际需求,面向空调机组现场运行,以LabWindows/CVI8.5为开发工具,以SQL Server 2000数据库为平台建立系统知识库,采用基于故障树的故障分析及基于逻辑链的故障推理方法,构建了组合式空调机组故障诊断专家系统。     

基于RBF神经网络的导弹自动驾驶仪故障诊断

系统地分析了某型导弹自动驾驶仪的结构功能,在此基础上提出了采用RBF(径向基函数)神经网络对自动驾驶仪进行故障诊断的方法;提出了用Gauss(高斯)函数对获取的数据进行归一化处理的方法,再用处理后的数据训练RBF神经网络。实验结果表明,训练后的神经网络能快速、准确地诊断自动驾驶仪的故障,为自动驾驶仪的故障诊断提出了一种新的方法。     

一种用于军事情报分析系统的数据分类算法

针对实时情报自动化分析的实际需求,提出了一种应用于军事情报分析系统的数据分类算法(IDC),突破了原有的单层分类算法框架,构造了双层数据分类框架,设计和实现了各层的算法,验证了相关算法的正确性和有效性,扩展了现有侦察情报系统的实时情报分析和指挥决策功能。     

一种压水堆负荷跟踪控制方法

为有效协调反应堆功率与需求负荷能量间的平衡,提高运行过程的安全性、机动性和经济性,当前普遍采用压水堆负荷琅踪运行模式.由于反应堆系统具有高度复杂、非线性、时变等特点,鲁通方法很难达到良好控制效果.通过合理简化,基于集总参数方法建立了压水堆负荷跟踪系统模型,并据此模型要求构造了优化目标函数,采用改进的二次寻优混沌算法对现...     

改进合同网协议的Agent动态任务分配

针对导弹作战任务规划中的动态任务分配问题,研究了MAS框架下任务分配的形式化描述和数学模型,对动态任务分配的特点进行了分析,运用合同网理论,提出了基于改进合同网协议的Agent动态任务分配算法,实现了对不确定开放环境中动态变化的任务分配方法。算例表明算法是有效的。     

状态可靠性的装备视情维修决策分析

针对连续劣化的多设备系统在不同劣化水平下都可能发生失效,依据设备实际劣化状态评定可靠性的思想,提出运用状态可靠性理论刻画设备或部件的劣化水平与随机故障之间的关系,可对设备实际劣化状态进行可靠性评定,适用于表征同类设备或部件的不同个体在不同的工作负荷和工作环境下经历不同的劣化过程后的不同可靠性指标,反映了连续劣化系统的随...     

某型步兵战车导弹综合集成智能故障诊断系统

针对某型步兵战车导弹武器系统的测试与诊断问题,在研究了诊断对象测试参数、故障特点和故障机理的基础上,运用单片机技术、电子测量技术和智能故障诊断技术,研制了集参数测试、技术维护、故障诊断与维修于一体的某型步兵战车导弹武器系统综合集成智能故障诊断设备,设备具有对步兵战车导弹武器系统的自动、快速、实时和在线检测与故障诊断的功能。详细地给出了系统的设计与具体的实现过程。