基于AIS反面选择算法的炮射导弹故障诊断方法

提出将人工免疫系统（Artificial Immunity System,AIS）中的反面选择原理应用到炮射导弹故障诊断中,依据免疫算法实现故障诊断的基本原理,构建了基于反面选择算法的故障诊断数学模型,解决了在故障先验知识和故障特征信息缺乏等情况下的故障诊断问题,并通过对炮射导弹制导仪系统中的故障进行实例分析,验证了该方法的有效性和优越性。     

支持向量机规则提取

支持向量机是一种黑箱模型,其学习到的知识蕴含在决策函数中,不仅影响了用户对利用支持向量机技术构建智能系统的信心,还阻碍了支持向量机技术在数据挖掘领域的应用。由于对支持向量机规则提取进行研究有助于解决上述问题,因此该领域正成为机器学习和智能计算界的研究热点。分析了具有代表性的支持向量机规则提取算法,并提出该领域未来的研究重点。     

基于警用特种装备的智能故障诊断专家系统的设计与实现

智能故障诊断专家系统可用以实现对警用特种装备系统各子系统的状态监测和故障诊断,基于此功能阐述了警用特种装备智能故障诊断专家系统的设计原理,给出了系统的实现方法。通过自适应遗传算法的知识获取机制,介绍了其改进的自适应遗传算法原理,解决了知识获取的问题,实现了警用特种装备的状态监测和智能故障诊断。     

大型电子装备层次诊断应用研究

根据电子装备诊断的特点,探讨了利用层次性理论对电子装备进行故障诊断的必要性和可行性,给出了层次性诊断中层间诊断和层内诊断的概念、原理及实现方法。首次将可列集的概念引用到层次诊断中,并给出了层次诊断中故障模式空间的选取原则,为层次诊断的工程实现和未来进行多信息诊断提供了基本框架。     

无线通信设备故障诊断知识系统的设计及实现

通过分析无线通信设备的故障特点,按照面向对象的方法,设计了针对无线通信设备故障特点的基于知识的故障诊断模型,为了扩展和维护知识的方便,以及实现知识的重用,根据CommonKADS思想,对故障诊断模型按照领域知识、推理知识和任务知识进行建模。最后以VC＋＋6．0为开发工具和SQLServer2005为后台数据库,实现了原型系统的开发。     

Performance evaluation of a production/inventory system with periodic review and endogenous lead times

This paper considers a discrete time, single item production/inventory system with random period demands. Inventory levels are reviewed periodically and managed using a base‐stock policy. Replenishment orders are placed with the production system which is capacitated in the sense that there is a single server that sequentially processes the items one at a time with stochastic unit processing times. In this setting the variability in demand determines the arrival pattern of production orders at the queue, influencing supply lead times. In addition, the inventory behavior is impacted by the correlation between demand and lead times: a large demand size corresponds to a long lead time, depleting the inventory longer. The contribution of this paper is threefold. First, we present an exact procedure based on matrix‐analytic techniques for computing the replenishment lead time distribution given an arbitrary discrete demand distribution. Second, we numerically characterize the distribution of inventory levels, and various other performance measures such as fill rate, base‐stock levels and optimal safety stocks, taking the correlation between demand and lead times into account. Third, we develop an algorithm to fit the first two moments of the demand and service time distribution to a discrete phase‐type distribution with a minimal number of phases. This provides a practical tool to analyze the effect of demand variability, as measured by its coefficient of variation, on system performance. We also show that our model is more appropriate than some existing models of capacitated systems in discrete time. © 2007 Wiley Periodicals, Inc. Naval Research Logistics, 2007     

基于模糊评判的某行星转向机故障预测研究

为了实现对自行火炮传动系统的预测维修,以行星转向机为例,运用动态模糊综合评判的办法,提取引起行星转向机典型故障的关键影响因素,探讨了动态模糊判断矩阵和动态权重的确定方法,在此基础上确定了其动态预测模型,并用实例验证了模型的正确性。     

基于数据挖掘的战场目标综合识别技术

分析了现有战场目标识别技术存在的问题,提出了基于数据挖掘的战场目标综合识别总体框架,对目标识别知识表示、目标特征知识挖掘、作战模式知识挖掘以及目标综合识别智能化推理等关键技术进行了研究,并说明了各关键技术在战场目标识别中的应用示例,可为提高战场目标识别的自动化、智能化水平提供借鉴。     

通用电子系统故障诊断专家系统的研究

本文采用了一种符合人类维修专家故障诊断思路的方法,即层次模块化故障诊断法,来建造通用电子系统故障诊断专家系统。在系统建造中采用了框架和产生式复合知识表达形式表示系统诊断知识,采用了正反向混合推理、不精确推理及层次模块化诊断推理机制,并予具体实现。     

多层次信息融合技术在燃气轮机故障诊断中的应用

探讨了信息融合技术在燃气轮机故障诊断中的应用,构建出一种燃气轮机多层次信息融合故障诊断模型.在模型的数据融合层,采用了自适应加权融合算法,以最小化传感器测量不确定度为目标对同源测量数据进行了融合,其结果再经特征层进行故障特征的提取和融合,最终通过决策层给出诊断判定.数值实验结果证明,该故障模型能有效减小传感器测量不确定度对于诊断的不良影响,所得诊断结果的合理性和精度均得到了提高.