基于多信息的柴油机缸套磨损故障诊断研究

采用了模糊神经网络模型,对柴油机缸套磨损故障以及缸套破坏性磨损故障进行了诊断研究.通过缸套磨损故障的模拟实验,获取柴油机机身振动和铁谱分析等多源多维故障信息,并对融合故障信息进行预处理,解决了模糊神经网络输入矢量的模糊特性化、输出矢量的隶属函数及网络的学习训练问题,对缸套不同磨损故障进行了诊断.研究表明,这种基于多信息的诊断方法减小了故障诊断的不确定性,提高了诊断精度.     

A generalization of the weighted set covering problem

We study a generalization of the weighted set covering problem where every element needs to be covered multiple times. When no set contains more than two elements, we can solve the problem in polynomial time by solving a corresponding weighted perfect b‐matching problem. In general, we may use a polynomial‐time greedy heuristic similar to the one for the classical weighted set covering problem studied by D.S. Johnson [Approximation algorithms for combinatorial problems, J Comput Syst Sci 9 (1974), 256–278], L. Lovasz [On the ratio of optimal integral and fractional covers, Discrete Math 13 (1975), 383–390], and V. Chvatal [A greedy heuristic for the set‐covering problem, Math Oper Res 4(3) (1979), 233–235] to get an approximate solution for the problem. We find a worst‐case bound for the heuristic similar to that for the classical problem. In addition, we introduce a general type of probability distribution for the population of the problem instances and prove that the greedy heuristic is asymptotically optimal for instances drawn from such a distribution. We also conduct computational studies to compare solutions resulting from running the heuristic and from running the commercial integer programming solver CPLEX on problem instances drawn from a more specific type of distribution. The results clearly exemplify benefits of using the greedy heuristic when problem instances are large. © 2003 Wiley Periodicals, Inc. Naval Research Logistics, 2005     

基于粗糙集和神经网络的联合模式识别系统

提出了一种划分属性离散区间的新方法.针对这种划分,提出一种约简和去噪的方法.随后,建立了粗糙集和LVQ神经网络的联合模式识别系统.最后,比较了用该系统和仅用神经网络进行识别的效果,证明了该方法的有效性.     

一种新的导弹发射技术辅助决策系统架构

导弹武器系统特有的作战特点,以及专家知识的不完备性,使得传统的辅助决策系统难以在短时间内作出准确、有效的决策。因此,提出一种新的导弹发射技术辅助决策系统的总体结构及实现相应功能的模型,即采用BP神经网络-遗传算法(GA)实现辅助决策,基于有向图实现故障诊断,通过决策融合生成图形决策方案,缩短了决策时间,提高了决策的有效性。     

基于人工神经网络的人员安全疏散反应时间研究

主要研究了基于Levenberg-Marquardt算法的人工神经网络的火灾时人员疏散反应时间的可靠性和可行性。首先介绍了人员疏散现状调研和LP神经网络背景特点,然后将问卷调查、疏散演练基于同一平台,建构人员疏散反应数学模型,最后通过LP神经网络进行实际测试和分析,验证了人员疏散反应时间数学模型的可靠性。     

神经网络集成方法在火灾分析中的应用

采用神经网络集成方法对我国31个地区的经济总量、消防基本投入、火灾损失之间的关系进行定量分析,研究发现神经网络集成方法能有效地反应各地区经济发展水平、消防基本投入与火灾损失之间的内在联系。     

L+1容错恢复策略在复杂军事网络中的应用仿真

以标准3×3网格为基础网络,介绍了L+1容错恢复策略的概念和恢复原理,以海上舰艇编队作战系统网络为研究对象,使用Matlab-Simulink仿真工具,通过对阻塞概率、平均路径长度、路径重新分配概率和有效利用率4个指标的仿真,对比了该网络在无策略、备份多路和L+1容错恢复3种策略下网络的恢复程度,验证了L+1容错恢复策略的有效性和可行性。     

基于Petri网的综合电子系统仿真网络设计与分析

针对综合电子系统仿真过程中存在的网络拓扑结构实现、信息要素对应及网络数据安全问题,采用Petri网理论设计了综合电子系统总体网络仿真方案并加以实现。在验证方案正确性的基础上,以某型步兵战车综合电子系统网络为研究对象,对其子网性能指标进行了分析,验证了系统网络仿真方案的有效性,为综合电子系统仿真及分析提供了借鉴。     

一类不确定时滞混沌系统的全局鲁棒自适应神经网络同步控制器设计

研究一类不确定时滞混沌系统的全局鲁棒自适应神经网络同步控制器设计,其系统中的不确定时滞项不是简单的线性有界条件,而是允许其存在高阶项,因此具有全局特性．在控制器的设计上;首先通过选取合适的径向基函数（RBF）神经网络的权向量去逼近时滞系统中的未知连续有界部分;然后在RBF神经网络输出的基础上,选用一个鲁棒自适应控制器来趋近时滞系统的不确定部分;同时,利用Lyapunov稳定性理论对混沌同步的条件给出了论证;最后,数据仿真的结果表明该方法的有效性．     

某扫雷犁电液伺服系统的模糊神经网络控制

针对某扫雷犁电液伺服系统这一典型的非线性系统,使用基于减法聚类的模糊神经网络(FNN)自学习算法设计了控制器,其中减法聚类用于确定模糊神经网络的初始结构。在网络的学习过程中,对结论参数采用最小二乘法进行辨识,对前提参数采用误差反传算法进行调整;并使用AMESim软件搭建了扫雷犁的液压系统模型,利用其接口技术实现了与Simulink的联合仿真。实验结果表明模糊神经网络控制器的控制效果要优于传统的PID控制器。