弹道参数的人工神经网络算法研究

将神经网络理论引入火控领域,建立一个输入参数为高度Ｈ、速度Ｖ和俯冲角λ的多层神经网络模型,用Ｂ－Ｐ学习算法,对弹道的射程Ａ和落下时间Ｔ进行拟合。仿真结果表明,神经网络是用于弹道参数拟合的一个有效的方法,并取得了满意的精度。     

神经计算机并行模拟结构

神经网络实现技术是神经网络研究的一个极重要的领域。本文首先分析了神经网络模拟对并行计算机系统的要求,认为影响神经网络计算机速度和容量提高的主要因素是单个处理单元的速度、单个处理单元的局部存储器的容量以及互连网络的通信带宽。要提高模拟神经计算机的速度和容量,就要有相应的并行结构来支持。在定量的需求分析的基础上,本文还提出了一种模拟神经计算机的并行结构。     

并行工程关键使能技术及其发展趋势

介绍了并行工程(ConcurrentEngineering,简称CE)的定义、基本原则、组成、驱动力和要素等,概要介绍了CE的部分关键使能技术。基于CE的理论研究与应用实践,给出实施CE的基本模式并进一步设想了CE的发展趋势。     

IP组播技术及其在校园网上的应用

根据IP组播的原理,分析了组播通信的优点,并在此基础上提出了在校园网上实现组播通信的具体方法与过程,列举了一些实际的应用.     

基于神经网络的库存枪弹储存寿命预测研究

对某型单基发射药库存枪弹的理化性能、内弹道性能变化规律和储存寿命进行了初步研究。分析了库存枪弹储存寿命的影响因素 ,建立了库存枪弹储存寿命和影响因素变化规律的神经网络模型 ,并用此模型预测了库存枪弹的储存寿命。     

Fuzzy-AHP在军械软科研管理中的应用

本文采用群组Fuzzy-AHP对军械管理软科研成果进行综合评价,给出了一个简便、可行的评价标准。军械管理系统是一个复杂的开放系统,有诸多不确定的因素存在,我们认为要提出一个适应性较强的、具有浓缩内涵和广大外延的军械管理软科研成果的评价标准,必须遵守局部服从整体、近期效果与远期效果相结合、定性分析与定量分析相结合的原则。针对军械管理软科学研究的特点,本文建立了表征软科学成果的包括价值、质量、投入在内的指标体系,构成了多目标决策数学模型,运用层次分析的方法,结合模糊评判的手段,给出了模糊评判矩阵、综合评分与排序。     

基于神经网络的舰船建造费用预测分析

采用了一种基于神经网络的舰船建造费预测方法 .计算结果表明 ,这种方法与传统的参数法相比较 ,有更好的估算精度 ,因而该方法可以作为研究此类问题的新途径     

一种有效的常规雷达目标识别方法

基于小波变换和进化网络提出一种有效的常规雷达目标识别方法。即首先利用 Mallat算法对雷达目标一维距离像进行特征提取和压缩 ,然后在进化规划的基础上提出一种混合进化算法来优化设计由多层前向网络构成的分类器。实验结果表明 ,整个目标识别系统的结构简单 ,同时具有较好的推广能力     

一种评价导弹研制方案的新方法

对新型导弹武器系统的各种研制方案作出迅速、合理的评价是武器系统方案论证中非常重要的一项工作。过去常用的评价方法存在评价速度慢、评价结果客观性不强等缺点 ,利用神经网络的模式识别功能 ,建立了用于评价研制方案的神经网络模型 ,该模型充分利用过去已定型的导弹研制信息 ,减少了评价过程中的主观性。通过实例计算 ,证明该方法是可行的     

用人工神经网络BP算法评价城市火灾风险

深入讨论了人工神经网络的BP算法在城市火灾风险评价中应用的可行性和一些具体做法.