The effect of training data set size and the complexity of the separation function on neural network classification capability: The two-group case

Classification among groups is a crucial problem in managerial decision making. Classification techniques are used in: identifying stressed firms, classifying among consumer types, and rating of firms' bonds, etc. Neural networks are recognized as important and emerging methodologies in the area of classification. In this paper, we study the effect of training sample size and the neural network topology on the classification capability of neural networks. We also compare neural network capabilities with those of commonly used statistical methodologies. Experiments were designed and carried out on two-group classification problems to find answers to these questions. The prediction capability of the neural network models are better than traditional statistical models. The learning capability of the neural networks is improving compared to traditional models because the discriminate function is more complex. For real world classification problems, the usage of neural networks is highly recommended, for two reasons: learning capability and flexibility. Learning capability: Neural network classifies better in sterile experiments as performed in this research. Flexibility: Real life data are rarely not contaminated with noise, such as unknown distributions, and missing variables, etc. Neural networks differ from a statistical model that it is not dependent on any assumption concerning the data set distribution. © 1997 John Wiley & Sons, Inc. Naval Research Logistics 44: 699–717, 1997     

飞行器低空突防威胁建模与航迹优化算法

提出了一种飞行器在给定地形和威胁分布的威胁场进行低空突防的航迹优化算法。该方法首先对地形的高程栅格数据进行了图形简化预处理,将各种威胁叠加到地形图上,构成一个包含各种威胁的特定威胁场,再对其建立合理的有向图数学建模,用Dijkstra最短路算法进行航迹优化。航迹优化的过程中考虑了飞行器的过载限制,使优化航迹能够较好地满足飞行器各项性能指标及任务规划的要求,仿真结果显示,该算法简单快速,能很好地进行地形、威胁、障碍物的回避。     

基于系统构型替换的固冲发动机故障模式半实物仿真

为全面快速验证冲压发动机的故障检测算法,基于构型替换建立了能模拟多种固冲发动机故障的仿真验证平台。基于此平台,搭建了发动机点火故障模型、压强传感器故障模型、设备接口模型,以及与真实控制器中检测算法具有相同外部接口和系统构型的故障检测算法模型等。通过系统构型的切换,将同一个故障模式注入故障检测算法模型和真实发动机系统,并通过对比同一组故障模式下故障检测模型检测结果与发动机控制系统检测结果,来对发动机控制器中的故障检测算法进行快速验证。以无喷管助推器点火的检测为例,讲述了该方法的建模、实验验证及分析过程,此外,该方法还能应用到无喷管助推器关机、进气道前后堵盖打开、燃气发生器点火、燃气流量容错控制等多个故障模式的仿真模拟与验证,具有很强的通用性,能大大地降低控制系统开发与验证的时间成本,具有很强的应用价值。     

网络攻击螺旋模型构建及运用研究

网络攻击模型是实施网络攻击的基本遵循依据,本文分析了经典网络攻击链模型存在的适用性不足、全面性欠缺、整体性不够三个主要问题,构建了更适合描述AP T攻击的网络攻击螺旋模型.该模型将网络攻击活动描述为侦察、武器化、渗透与破坏、横向移动、撤出以及评估与改进6个阶段,并设置为螺旋循环式结构,通过对攻击链模型的优化与重构,使模...     

CPN在海上防空建模中的应用

着色 Petri网 (CP-网或 CPN )是一种面向图形的语言 ,用来设计、说明、模拟和验证系统。尤其适用于通信系统等同步和资源共享占有重要地位的系统。在通信协议、分步式系统、嵌入系统、自动生产系统、工作流分析、VL SI芯片等方面都有典型的应用。本文简单介绍了 CPN的发展过程和基本原理 ,重点就 CPN在海上防空系统建模仿真中的应用进行了探讨     

基于WTK的装备维修训练虚拟现实系统建模与仿真算法

结合装备维修训练虚拟现实系统(VEMT)的研制,建立了基于WTK(虚拟现实工具包WorldToolKit)的VEMT层次结构模型和仿真场景图,并介绍了VEMT的主控模块仿真算法、场景图仿真算法、立体显示仿真算法和虚拟手抓取物体算法.     

多阶段含延缓纠正的可靠性增长序化建模分析

多阶段含延缓纠正的可靠性增长试验,其各个阶段内的试验数据分别服从参数不同的Weibull过程.针对现场样本少、传统的可靠性评估方法实施困难的问题,首先在获得各阶段形状参数的基础上,对各个阶段截尾时刻的失效强度建立顺序约束关系.然后,运用Bayes方法融合先验信息,获得最末阶段截尾时刻的失效强度的期望与置信上限.该结果融合了历史阶段的样本信息,优于仅利用单个阶段样本的分析结果,适用于多阶段可靠性增长试验的综合评估.     

数字化步兵作战态势感知建模与仿真研究

通过分析数字化步兵的态势感知需求和信息获取来源以及信息传递方式,建立了数字化步兵单兵和连以下分队的态势感知模型,并进一步讨论了该模型的仿真实现途径。该模型可应用于数字化步兵作战仿真和单兵综合作战系统的效能仿真。     

指挥坦克指控系统仿真

根据主战坦克指控系统的使用情况,建立了一个指挥坦克仿真指控系统模型.对运行环境生成、指控网络接口、指挥决心推理、指挥语言编译等方面进行了建模、算法的研究,"高聚合,低耦合"地集成了多个功能子模块,为新型主战坦克的作战仿真研究提供了参考.     

舰空导弹反导作战拦截次数的建模与仿真

根据舰空导弹拦截方式的不同,在自身拦截和协同拦截两种情况下建立了舰空导弹反导拦截次数的数学模型,并在模型参数取典型值的条件下利用MATLAB进行了仿真.结果表明,水面舰艇在防空布阵时应尽可能垂直于反舰导弹的运动方向展开,这不仅有利于降低反舰导弹末制导雷达的捕获概率,而且也有利于通过增加协同拦截次数来降低反舰导弹的外层突防概率,从而提高己方水面舰艇的生存能力.