基于改进LMS算法的复合材料超声检测缺陷识别

在径向基函数（RBF）神经网络实现无人机复合材料超声检测脱粘缺陷识别时,针对最小均方（LMS）算法在确定网络输出权值时存在稳态失调误差和收敛速度相矛盾的问题,提出一种改进的自适应的变步长LMS算法．该算法根据反馈误差自适应确定步长,通过引进动量项加快收敛速度．将改进LMS算法应用到RBF网络缺陷识别中,结果表明该方法在稳态失调误差较小的情况下,能快速确定RBF网络的权值．改进的RBF网络能够较好地识别超声检测脱粘缺陷．     

改进的粒子群神经网络在飞控中的应用

针对BP神经网络对初始值敏感、容易陷入局部寻优且收敛速度较慢,提出用粒子群对神经网络的参数进行优化,同时设计了衰减的指数函数对惯性权重进行动态调整以提高算法性能.并应用该算法对导弹飞控系统的逆误差进行补偿,仿真结果表明,该方法对逆误差进行了有效的补偿,避免了局部寻优并提高了学习效率.     

层次分析法在潜艇作战能力评估中的应用

本文采用层次分析法（AHP：Analysis Hierarchy Process）与Delphi相结合的方法对潜艇的作战能力进行了科学评估,不仅可以为潜艇的作战使用提供指导,也可为潜艇的改进和发展提供量化依据。     

一种基于VPRSM的辐射源模糊识别方法

为解决辐射源识别的问题,研究利用变精度粗糙集模型来确定辐射源识别特征权值的方法。由概念的正域中对象类的条件属性的描述,得到该概念的充分条件,并依据知识间的依赖性作为所要考虑的因素来获取特征权值,同时结合模糊集理论,提出一种基于变精度粗集特征加权的辐射源模糊识别方法。最后将此识别方法模型应用于雷达辐射源用途识别,仿真实验及其结果验证了该方法的可行性和有效性。     

基于性能的装备采购合同商选择研究

根据基于性能的装备采购目标,在考虑合同商满足军方提出的性能指标的基础上,从合同商的资质、生产技术能力、装备价格成本、装备保障性能、管理运营情况和双方协商沟通水平等方面建立了合同商选择评价指标体系,并运用层次变权综合决策方法进行综合评判。案例分析表明：该方法能充分反映决策者的意愿,使合同商的选择更好地满足基于性能的装备采购的需要。     

基于粗糙集理论的加权排序法及其应用

针对粗糙集理论在有限个方案的多目标决策问题应用中存在的缺陷,提出了一种新的加权排序法,该方法既吸取了粗糙集约简属性的优点,又考虑到了各属性间的相对重要性,使得决策过程更符合实际情况.最后给出了该种排序法在武器装备系统论证中的应用,取得了较好的效果.     

基于权值的NURBS曲线形状修改

针对基于控制顶点的NURBS曲线形状修改的不足,讨论了如何通过修改控制顶点的权值进行NURBS曲线的形状修改问题。NURBS曲线可以看作是高一维空间非有理B样条曲线的中心投影,该B样条的控制顶点为原NURBS曲线的带权控制顶点,并且这样的B样条曲线有无数多条。根据这个性质,以实例的方式通过特定自由参数确定B样条曲线,实现了基于权值的NURBS曲线形状修改。该方法不仅能够较好地确定新的带权控制顶点,还解决了修改后曲线在给定点的切矢问题,具有更好的灵活性。     

基于熵权灰关联法的基地防空作战方案优选

海军基地防空作战方案优选问题是海军基地防空作战指挥决策的重要内容,其实质是一个多目标(指标)决策问题。尝试将熵值理论与灰色关联分析法结合,建立基于熵权的灰色关联分析模型,有效地解决了权重分配偏差问题,并在分析作战指标的基础上对待选方案进行加权关联度排序,从而得到总体方案最优排序结果。     

Vague物元及熵权的空袭目标威胁评估

为了应对防空反导作战需求,提出了一种基于Vague物元及熵权的空袭目标威胁评估方法。建立了空袭目标威胁评估复合Vague物元的概念,提出了一种新的将复合Vague物元转化为适合度物元的排序函数,使复合Vague物元便于量化处理,并运用熵权法客观地计算出了各空袭目标属性的权重,根据空袭目标威胁评估物元与正负理想物元的相对贴近度最终得到了目标威胁程度的排序。实例分析验证了该方法的实用性和有效性。     

网络分析法和熵权的装备保障系统能力评估

针对传统方法在解决装备保障能力评估问题上的局限性,利用网络分析法,构建了双层网络结构的评估指标体系,以反映装备保障系统复杂的内部关系;为克服网络分析法在求解指标权重时的缺陷,结合熵权理论,提出了指标权重修正模型;兼顾平时、战时的不同评估需求,提出了基于网络分析法和熵权的综合评估模型。通过实例应用,验证了方法的可行性、有效性。