非线性奇异摄动系统的反馈线性化

研究了一类非线性奇异摄动系统的反馈线性化问题。首先,利用积分流形的概念,建立了原系统关于小参数的N阶近似系统,然后,讨论了N阶近似系统的线性化,导出了线性化变换的计算公式,并举例说明了方法的应用。     

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。     

神经网络能力研究

文献[1]～[3]中研究了神经网络的能力—存储能力。但我们认为神经网络的能力应包括存储能力和计算能力两个方面。本文对神经网络的存储能力和计算能力进行定量分析,并得出了许多有益的结论。     

系统效能综合建模方法研究

在介绍了几种常见的武器系统效能建模方法之后,提出了一种综合采用解析计算、仿真、层次分析、模糊评判、专家评估等手段来建立效能模型的方法     

从美军信息战计划谈我军炮兵指挥系统现状及发展方向

在未来战争中,信息战是决定战争胜负的关键。为此,美军制定了十分庞大的“打赢信息战”计划,高度重视建立数字化部队,以保持在未来战争中的优势。从美军的“打赢信息战”计划入手,分析了我军炮兵自动化指挥系统研制的现状和与外军相比存在的差距,探索性地提出了发展我军炮兵指挥系统所要解决的问题,指出了发展新装备的方向     

多层神经网络在跟踪式卡尔曼滤波器中的应用

本文将多层神经网络引入跟踪式卡尔曼滤波器,提高了估计的精确度。以前的跟踪式卡尔曼滤波器的估计精度与目标的运动状态有关,当目标的运动不能够用线性状态空间模型描述时,其估计精度将要下降。而多层网络的引入,改善了这一不足。多层神经网络经过训练以后,能够对卡尔曼滤波器的结果进行修正。仿真结果表明,多层神经网络的应用,使估计精度显著提高。     

模糊自组织神经网络及其在信息融合目标识别中的应用

本文重点研究了在目标识别领域中信息融合技术的神经网络模型,针对特征层融合的高维数、量纲不统一、信息表达方式差异等特点,利用模糊自映射神经网络来实现特征间的有效融合。经实验仿真证实,这一融合方法较单源识别正确识别率提高７个百分点左右     

基于神经网络的液体火箭发动机故障检测系统

提出和建立了一种用于液体火箭发动机（ＬＲＥ）故障检测的神经网络系统,这种系统包括两层：第一层由ＷＴＡ（Ｗｉｎｎｅｒ－Ｔａｋｅ－Ａｌｌ）神经网络组成,ＷＴＡ网络用于检测发动机故障输出模式;第二层由ＢＰ（Ｂａｃｋ－ｐｒｏｐａｇａｔｉｏｎ）神经网络组成,ＢＰ网络利用第一层次的输出结果作为输入显示故障大小。文中对ＬＲＥ故障检测进行了数值仿真,仿真结果验证了神经网络故障检测系统的优越性能。     

装备研制需求与计划滚动方式研究

本文对武器装备研制计划的制订过程进行了分析,针对计划制订问题的特点．提出了用理论需求和实际需求曲线的方式将项目研制的需求与计划制订的约束联系起来,在此基础上对五年计划的滚动作了详细的分析,并给出了五年和年度计划经费滚动的程序算法。     

烟草商业企业微机网络管理信息系统(BYC—MIS)

本文概述了BYC—MIS系统应用情况,介绍了系统的硬件配置、软件环境;说明了各子系统的功能;介绍了系统逻辑模型的设计及网络数据传输及汇总分配的方法和网络数据共享安全性措施;论述了系统研制过程中解决的关键问题.