灰色直接迭代建模在武器故障预报中的应用

武器系统故障数据常呈现出非等时距、随机性及非准光滑特性,不满足GM(1,1)的建模条件。为此,引入故障信息序列的导数作为建模的白化值,并使用迭代优化算法进行参数优化,从而构建灰色直接迭代GM(1,1)模型。同时,直接迭代建模可有效利用数据第一点的信息,建模时不需累加生成变换和还原处理,算法简单可行,可以有效解决武器系统贫信息状态下的故障预报问题。仿真结果验证了该模型对于实际武器故障序列具有较高的拟合和预测精度。为了解和掌握武器质量状态的发展规律提供了可行的方法。     

灰色灾变与回归分析法的航空装备不安全事件预测

为提高航空装备不安全事件的预测水平,减少事故造成的人员和财产损失,将灰色灾变与回归分析方法有机结合,提出一种航空装备不安全事件的组合预测方法。该方法先从数据中找出灾变点(灾变发生的日期),通过建立这些灾变点的灰色灾变模型预测未来灾变点,再对这些灾变点上的值构建灰色预测模型,计算出未来灾变点的灾变值;而对于非灾变点,可建立合适的回归分析模型进行预测。为验证其可行性,在某飞行训练基地的航空装备不安全事件频数的数据基础上,建立了灰色灾变回归组合预测模型,结果表明,模型对2001年~2004年预测的相对误差平均控制在6.87%以内,所建立的组合模型,能够比较客观地反映航空装备安全的未来实际状况。     

城市居民小区地震火灾发生率的非线性预测

利用人工神经网络对地震火灾发生率进行非线性预测具有实用价值和理论意义。分析了人工神经网络预测的优势和不足,并提出算法改进意见,在综合分析人工神经网络预测的工作机理、构造方式以及影响城市居民小区地震火灾发生率的主要因素的基础上,构造人工神经网络模型进行火灾发生率的实例预测,并针对预测结果分析了各影响要素对地震火灾发生率发生影响的强弱程度,非线性预测的结果与预期结果相符。     

耐久性及其在装备研制中的应用

机械产品在武器装备中占有较大的比例,机械产品的故障,有很多是由于疲劳、磨损、腐蚀、老化等渐变性的耗损过程造成的,寿命是机械产品可靠性中的重要问题。耐久性的提出为解决机械产品与寿命有关的问题提供了方法和工具。通过探讨耐久性的定义、极限状态、耐久性参数、耐久性分配与预计等有关耐久性的基本问题,给出了耐久性分配与预计的工程实例。     

A misclassification cost‐minimizing evolutionary–neural classification approach

Machine learning algorithms that incorporate misclassification costs have recently received considerable attention. In this paper, we use the principles of evolution to develop and test an evolutionary/genetic algorithm (GA)‐based neural approach that incorporates asymmetric Type I and Type II error costs. Using simulated, real‐world medical and financial data sets, we compare the results of the proposed approach with other statistical, mathematical, and machine learning approaches, which include statistical linear discriminant analysis, back‐propagation artificial neural network, integrated cost preference‐based linear mathematical programming‐based minimize squared deviations, linear integrated cost preference‐based GA, decision trees (C 5.0, and CART), and inexpensive classification with expensive tests algorithm. Our results indicate that the proposed approach incorporating asymmetric error costs results in equal or lower holdout sample misclassification cost when compared with the other statistical, mathematical, and machine learning misclassification cost‐minimizing approaches. © 2006 Wiley Periodicals, Inc. Naval Research Logistics, 2006.     

服役工况下镍基单晶高温合金的损伤机制研究进展

为提高镍基单晶叶片服役寿命、解决发动机和燃气轮机的关键核心技术,近年来国内外持续开展了大量针对镍基单晶高温合金服役情况下损伤与失效机制的研究。从实际服役条件出发,总结了镍基单晶高温合金疲劳、蠕变和热机械疲劳损伤机制等研究成果与进展。此外,针对大量实验造成的时间与成本增加问题,还总结了近年来在镍基单晶高温合金的寿命预测方法方面的研究工作与成果,并提出了目前在镍基单晶高温合金寿命评估与失效分析研究方面所面临的困难和挑战。     

基于灰色神经网络武器装备研制费用预测模型

提出了基于灰色系统理论与神经网络的武器装备研制费用组合预测模型,该模型首先采用灰色GM(0,N)模型对研制费用进行预测,利用LMBP神经网络对预测误差进行了模拟与修正,实例验证该方法具有较高的预测精度.     

基于时间序列图书借阅的预测与分析

以武警工程大学图书馆2009～2012年的读者借阅流量为基础,基于年、月等时间序列,分别建立了相应读者借阅流量的分布图,对分布规律进行了分析总结,为今后图书馆的管理决策提供了理论依据。     

钢质油罐罐底腐蚀预测模型研究与评价

钢质油罐在储存油料时不可避免地会受到严重腐蚀.为能够掌握罐底的腐蚀程度,提出了一种由灰色系统理论和BP人工神经网络相结合的方法建立预测模型,对钢质油罐罐底腐蚀情况进行了预测,并通过实例计算给出了评价.计算结果表明,预测值与实测值相差很小,尤其对油料腐蚀这种涉及较多因素的复杂过程,该方法具有明显的优越性;该模型克服了传统预测模型需建立函数的难题,且预测精度较高,具有较高理论与实际应用价值.     

探月飞船初次再入段纵程的解析预测方法

探月飞船升阻比较低,为实现长纵程飞行,必须采用跳跃式再入方式。在跳跃式再入轨迹在线规划或预测制导中,如何快速准确地预测初次再入段纵程是一个非常关键的问题。针对这一问题,研究提出一种解析预测方法:利用匹配渐进展开方法得到再入纵向运动方程的闭型近似解;将初次再入段轨迹分为三段,第一段采用高度作为积分自变量,并利用复合梯形公式得到纵程,第二段和第三段分别采用二次多项式来拟合阻力加速度-能量剖面,根据近似解结果反解出多项式系数,并将得到的阻力加速度倒数-能量函数进行积分,得到第二段和第三段的纵程;对解析预测方法的精度和计算效率进行分析,结果表明该方法计算精度较高,速度快,可用于跳跃式再入轨迹的在线规划和制导。