基于BP神经网络的装甲装备智能诊断系统

本系统针对装甲装备润滑油样中有关磨粒图象、油藏理化指标等各类数据和特征值信息,利用基于BP神经网络的集成化智能诊断系统实现被监测设备内部磨损趋势的自动状态监测与智能故障诊断,并在不同层次上提供定量化且形式简明的趋势报告与诊断报表,作为决策与判断依据,以协助工业现场或军工单位更高效、准确地完成设备的保养和维修工作。     

二级维修体制下装甲装备可用度评估模型研究

为了能在二级维修体制下装备研制阶段就能根据装备的特性参数对装备使用可用度进行评估,采用MARKOV过程,考虑延误时间的装甲装备使用可用度评估模型;通过该模型,为装备设计和研制人员提供一种在新的维修体制下,以装甲装备的研制阶段装备系统的参数为依据评估装甲装备的使用可用度提供的方法。     

基于模糊贴近度的导弹装备费用预测的BP网络模型

在研导弹装备费用的合理评估，可以为装备发展决策提供重要建议．针对在研装备费用指标存在模糊性的特点，基于模糊贴近度理论，结合BP神经网络确定了一种预测装备费用的方法．     

基于梯形FAHP的后勤机动装备质量评估模型

为了对后勤机动装备进行质量评估,以梯形模糊层次分析法为手段,建立了基于梯形模糊层次分析法的质量评估模型。并以某型后勤机动装备为例,通过应用举例、结论分析,进行模糊综合评判。结果表明,该方法能为后勤机动装备的质量评估提供理论依据。     

BP神经网络在装备保障性评估中的应用

通过分析装备保障性的影响因素,建立装备的保障性评估指标体系;由于装备保障性影响因素与保障性评估结果存在非线性关系,而BP神经网络可以逼近任意的非线性映射,因此将BP神经网络引入到装备保障性评估中,并建立BP神经网络评估模型,解决装备保障性这一类非线性评估问题;仿真结果表明:该评估模型可以准确有效地评估装备保障性,为提高装备保障能力提供有益的借鉴。     

基于技术检测的装甲装备武器系统执行任务能力评估

技术状态对装甲装备武器系统的执行任务能力有着重要影响,目前对其评估的研究还很少。针对这一问题,提出一种利用技术检测对装甲装备武器系统执行任务能力进行评估的方法,并结合某装甲装备武器系统进行了实例分析。分析结果表明：该方法具有可操作性,能够为装甲装备武器系统检测设备和技术的发展提供数据参考。     

基于技术检测的装甲装备武器系统执行任务能力评估

技术状态对装甲装备武器系统的执行任务能力有着重要影响,目前对其评估的研究还很少。针对这一问题,提出了一种利用技术检测的装甲装备武器系统执行任务能力评估方法,并结合某装甲装备武器系统进行了实例分析。该方法具有可操作性,能够为装甲装备武器系统检测设备和技术的发展提供数据参考。     

基于BP神经网络的数控机床主轴性能评估模型

通过采集长征718机床的振动数据,利用butterworth滤波器进行了数据滤波,将低频干扰滤去;之后对数据进行了时域分析和频域分析,提取了5个时域特征和5个频域特征;再将提取的特征值输入BP神经网络训练网络,建立了基于BP神经网络的数控机床主轴性能评估系统,对于解决机床主轴的主动维护具有重要的经济及战略意义。     

基于AHP和幂指数法的装甲装备功能状态评估

从装甲装备抢修保障需求出发,分析了装甲装备各产品之间串联、并联以及串并联复合这三种功能关系,对产品功能状态评估模型的建立方法进行了研究,综合运用AHP、幂指数法和专家打分法,实现了定性与定量结合评估装甲装备功能状态的目的,并通过评估示例对所述方法进行了验证。     

基于BP神经网络的装备失效率预测研究

装备伴随使用时间的增长,失效率会不断升高;因此准确预测装备失效率,对于及时准确评估装备性能,开展视情维修具有重要的指导意义;鉴于BP神经网络的高度非线性映射能力,利用此模型对装备失效率进行预测;分析得到了BP模型的输入层和中间层的最优神经元数;此时实际值与预测值的方差为0.038 7,达到要求。     

基于遗传神经网络的伪装效能评估模型

在量化样本光学特征指标并划分伪装效能等级基础上,采用基于遗传算法的神经网络建立伪装效能评估模型.其步骤包括确定GA算子及相关参数,初始化网络连接权值和阈值向量,计算各个体适应度函数并将其排序,执行遗传操作,最后用神经网络进行二次训练.将样本光学特征指标量化值作为神经网络输入值,量化后的样本等级作为神经网络教师值进行评估.仿真表明该混合算法收敛速度快,能有效避免局部极值问题.     

基于BP神经网络的反辐射导弹武器系统作战效能评估

文中针对反辐射导弹（ARM）的攻击特点．建立了反辐射导弹武器系统作战效能评估指标体系．简要分析了指标选取的理由。然后．采用专家打分的方法取得了几组训练样本．并对所构造的BP神经网络进行训练，当训练精度达到要求后．再运用BP神经网络对几种典型的反辐射导弹武器系统作战效能进行了评估。     

基于BP神经网络的地空导弹武器系统作战效能评估

地空武器系统拦截巡航导弹的作战效能评估,运用3层BP神经网络进行.先通过层次分析法或专家打分法获得原始训练样本,再对样本进行归一化处理,最后编辑神经网络应用程序.结果表明:在选定指标的基础上,BP神经网络对武器系统作战效能评估是合理的.     

基于BP 神经网络的装甲车辆发动机使用状态评价

为综合预测装甲车辆发动机使用寿命,应用相关性分析优化发动机使用影响因素指标体系,定义发动机使用条件修正系数,对发动机使用状态样本数据进行分析与处理,构建BP神经网络评价模型,并利用获得的样本数据对网络进行训练和检验。结果表明：该方法能定量评价装甲车辆发动机使用状态,为预测装甲车辆发动机使用寿命提供一种新方法。     

基于模糊神经网络的导弹武器攻击系统的效能评估模型

针对导弹武器攻击系统的效能评估问题,建立了评估的指标体系,给出了指标的隶属函数.在此基础上,提出了一种新的效能评估方法--模糊神经网络,并建立了模型.该方法克服了现有方法人的因素的局限性,能够客观地再现专家的知识、经验和直觉思维,仿真结果表明了该方法的有效性和可行性.     

基于改进型模糊神经网络的导弹武器系统生存能力评估

针对导弹武器系统生存能力评估问题,建立了评估的指标体系,给出了指标的隶属函数.利用BP神经网络的自学习、自适应、强容错性,并通过遗传算法（GA）优化BP神经网络的连接权重和阀值,弱化了评价中的人为因素,提高了评价结果的准确性和权威性,解决了BP神经网络存在落入局部最小点和收敛速度慢的问题.实例研究表明,遗传神经网络的评价模型具有有效性和可行性.     

中远程舰空导弹武器系统作战效能评估研究

构建了中远程舰空导弹武器系统作战效能评估的指标体系,提出了运用BP网络进行效能评估的方法,并合理地给出了构造训练样本的方法,提高了训练样本的充分性和可信性.最后通过与模糊综合评判法得出的评估结果相比较,验证了方法的有效性.     

应用BP神经网络的武器装备维修性预测模型研究

利用人工神经网络及BP网络理论,在对武器装备维修性预测评估指标体系分析的基础上,应用神经网络的BP算法建立了武器装备系统的维修性预测模型,并结合小口径高炮的实例验证了模型,效果较好.     

基于自组织神经网络的地空导弹武器系统退役模型研究

通过对影响地空导弹武器装备退役的主要因素的分析,建立了不同于传统模糊聚类法的自组织神经网络-竞争型神经网络模型,实验证明该模型能够很好地解决武器系统退役问题.建议同时采取以上两种模型来辅助装备部门决策.     

基于BP 神经网络的舰载机对陆打击作战效能评估

为解决复杂战场态势下影响舰载机对陆打击作战效能因素多、情况复杂的问题,提出一种基于BP 神经 网络学习算法的舰载机对陆打击作战效能评估模型。结合舰载机性能及战场环境,运用层次分析法构建舰载机对陆 打击作战效能评估指标体系;通过Matlab 工具进行动态评估仿真。仿真结果表明：该模型准确率能达到98.5%,验 证了模型的有效性和可行性,可为舰载机在战术应用方面提供一定的决策信息。