采用RBF神经网络的状态监测数据趋势预测

采用RBF神经网络的状态监测数据趋势预测,通过选取状态参数、数据预处理、运用Matlab神经网络工具箱建立RBF神经网络模型.先对网络初始化,确定输入、输出和隐含层的节点数.再将网络输出结果与样本比较,根据求得误差值逐步调整隐含层神经元数量,直至误差满足实际需求为止.对网络仿真证明该法具有较高精度.     

神经网络在压合过程中的应用

针对将圆锥体压入薄壁筒的控制技术中,对位移传感器和压力传感器在线实时检测及执行机构气液增力缸的控制问题,在分析受外界干扰的情况下,为保证系统的稳定性和收敛性,采用基于递推最小二乘法的多层前向神经网络算法,并对它的条件参数进行了一般性的推导.该神经网络为3层前向网络,其隐含层神经元数为10个,输出层神经元数1个.包括输出层与隐含层、输入层与隐含层间权的调整算法.用典型PID算法和神经网络的控制算法分别仿真结果可见,神经网络控制解决了压合过程纯滞后的非线性问题,达到了预期的技术要求.     

战场目标价值评判的神经网络方法

在建立目标价值评判指标体系的基础上,利用BP神经网络构建3层结构多节点模型进行战场目标的价值排序.网络以对数sigmod函数为传递函数,选取典型目标组成学习和测试样本,采用改进后的弹性BP算法完成模型的训练和测试,由此绘制出网络误差变化曲线和权值、阈值Hinton图.经学习、测试和大量泛化目标的检测,模型能成功运用于战场目标价值排序.     

基于BP的地空导弹人-机-环系统作战效能评估

针对现代空袭兵器的特点,建立地空导弹人机环系统的作战效能评估指标体系,并采用BP神经网络方法对其作战效能进行分析评估.该神经网络输入层节点分别对应评估指标体系最底层的指标,隐层节点数在训练过程中可视网络的泛化能力调整,输出节点数则分别对应于效能评估等级.神经元输入与输出之间转移函数选取S型函数.评估步骤包括:训练样本的选取、样本的归一化处理、神经网络的训练、示例分析.     

C4ISR人机交互性能的LMBP神经网络评估

C4ISR系统人机交互性能的LMBP神经网络评估模型为输入层、隐层及输出层三层前向神经网络,采用变形牛顿法,使非线性函数的平方和函数最小化.将输入提交网络,计算其网络输出和误差、敏感度、及平方误差之和.通过构造学习样本、训练网络,用Matlab工具箱仿真实现其性能评估.     

基于RBF网络的低成本惯组中陀螺仪的温度补偿

针对在低成本捷联惯性导航系统中动力调谐陀螺仪的输出信号随温度漂移严重的问题,使用径向基函数神经网络进行补偿.采用RBF神经网络建立温度补偿模型,以温度信号为网络的输入训练样本,以陀螺仪的温度漂移为网络的目标输出.神经网络的结构为输入层和输出层各有1个节点,中间隐层含有4个节点,隐层节点的聚类中心均匀分布在温度的变化范围之内.结果表明,该方法能有效将低成本惯组中动力调谐陀螺仪输出信号中的温漂误差减小一个数量级以上,从而提高惯组的导航精度.     

基于组合神经网络的装备研制费用预测研究

利用组合神经网络预测法.对装备研制费用进行预测研究.采用了两层预测系统第一层用灰色模型和神经网络分别对装备研制费用进行预测,第二层用BP网络对第一层的输出进行组合预测.通过对某型装备研制费用的预测分析,证实了本模型的科学性与正确性.     

基于BP神经网络的数字识别方法

应用BP神经网络对数字进行识别,其图像的预处理采用去除杂点方法去除噪声,使用逐像素特征提取方法进行特征向量的提取.该识别过程还包括数字识别网络的训练,及通过选取初始权值和隐含层节点数、权值学习算法确定相关参数.实践证明,利用BP神经网络能够实现对阿拉伯数字的准确、快速识别.     

反跑道子弹药延时快速在线解算算法

为了降低布撒器弹载计算机子弹药延时解算程序实时解算时间,设计了一种基于BP神经网络方法的延时快速在线解算算法,利用Visual C++编制仿真程序,采用包含3个输入节点、8个输出节点和8个隐层节点的3层BP网络进行解算,并通过仿真计算进行了验证.仿真结果表明该方法计算结果误差小,精度满足指标要求.     

基于GA-BP神经网络的镁合金微弧氧化膜层厚度预测

为直观地检验膜层的质量,建立微弧氧化工艺参数(电流大小、脉冲宽度、氧化时间)与微弧氧化膜层厚度之间的反向传播(BP)神经网络预测模型,其结构为3-10-1(即3个输入神经元,10个隐含层节点,1个输出神经元)。采用遗传算法(GA)优化BP神经网络的初始权值和阈值,构建基于遗传算法神经网络的膜厚预测模型。用GA-BP神经网络对膜厚进行模型仿真,并将仿真结果与BP神经网络模型仿真结果进行对比。结果表明,GA-BP网络模型预测值的平均误差为1.65%,最大误差为9.75%,而BP模型预测结果的平均误差为8.62%,最大误差为13.68%。GA-BP神经网络模型预测精度要优于BP神经网络模型。     

防空导弹无线电引信目标识别优化分析

提出了用人工免疫算法优化RBF网络隐含层的性能参数,以及用最小二乘法确定RBF网络的线性输出层的权值,建立了基于人工免疫算法的两级RBF网络混合训练学习的算法机制;采用所建立的两级RBF网络混合训练学习机制对引信的定向探测进行了优化研究,并通过计算机仿真给出了该方法在目标方位识别方面的优越性。     

联勤保障网络修复过程仿真

针对现有网络修复的方式都是给予故障节点(边)一定的修复概率,并没有介绍网络修复的方法及修复过程中评价标准的问题,提出一种保障网络故障修复的具体方法以及修复过程评价指标方法.通过分析联勤保障网络的实际情况,结合网络遭袭后边毁伤不同结果,分别建立了量化其修复的评价标准,描述了保障网络的修复过程,给出了该过程具体的算法步骤,并将联勤保障网络抽象成双层立体加权网络模型进行仿真分析.仿真结果表明,该算法能较好地量化保障网络的修复过程.     

基于排队网络的复杂通信网时延估算模型

为快速估算指定网络的时延,基于排队论理论分别对有线和无线网络子网进行建模,构建出复杂网络的排队网络模型。实现复杂网络中端到端时延的快速估算,采用opnet仿真工具分别对典型的复杂有线、无线网络以及有线加无线混合网络进行建模仿真,对比仿真结果与排队网络估算结果,其相对误差分别为16%、9.9%和13.78%。结果表明：该模型可用于网络性能的分析、复杂通信网络环境的模拟及网络优化等。     

战术通信网基于聚类的生存性估计

提出了一种新的生存性评估测度--全网聚类生存度.首先,讨论了战术通信网的抗毁性和生存性评估中常用的测度指标,并指出了这些测度的缺点.然后,提出了一种适用于战术通信网的新型的生存性评估测度指标--全网聚类生存度,并提出了一些与之相关的性质和定理.最后,完成了使用该测度指标对12种拓扑网络的生存性评估仿真计算,并与链路连通因子(LC)F测度指标进行了比较,结果证明全网聚类生存度设计科学合理,计算简单迅速,能同时考虑节点和链路的失效,并具有很好的物理意义.     

基于复杂网络的装备维修保障协同效能优化设计

装备维修保障系统的网络化对保障效能分析与设计提出了新的挑战。本文针对该问题,引入复杂网络的描述与分析方法,分析了现代维修保障系统的网络化特性,建立了维修保障系统的网络模型。通过分析拓扑结构特性与动态演化对维修保障系统协同效能的影响,基于双层立体加权网络,建立了维修保障的动态演化模型,以协同效能最大为目标,提出了保障网络最优演化算法,设计了效能最大的保障网络。最后通过某型装备维修保障系统验证了该方法的可行性,比较分析结果表明,该方法可以获得较大的维修保障协同效能。     

基于小波网络观测器的飞控系统故障诊断

选择Mexican hat小波为神经元的作用函数构造了一个小波神经网络．用此网络对某型飞机飞控系统中的作动器进行系统辨识并对三种典型作动器故障进行诊断，仿真结果表明该小波神经网络对这三种诊断能力均强于传统的BP神经网络。     

人工神经网络在运动控制中的应用

介绍了人工神经元模型与神经网络基本结构。阐述了多层前向网络的工作原理及误差反转（BP）算法,探讨了用于运动控制的单神经元PID控制器的结构与基于BP网络的模糊自适应PID控制,给出了由传统PID控制器,模糊量化处理,系统辨识神经网络NNM和系统控制网络NNC组成的基于BP网络的模糊自适应PID控制器结构,并讨论了人工神经网络在运动控制领域中应用的发展趋势。     

分布异质传感器下的神经网络集成目标识别法

针对分布式信息融合结构、异质传感器条件下的目标识别问题,在以往采用单个神经网络进行目标识别的基础上,提出了基于神经网络集成的目标识别方法.给出了生成神经网络集成的具体方法,并构造了一个实际的空中目标识别系统.仿真结果表明,系统的目标识别性能明显优于单个神经网络的目标识别性能,具有较高的应用价值.     

基于云计算技术的一体化网络资源管理方法

为适应我军栅格化信息网络对各兵种异构通信网络资源融合发展的新需求,通过对军用指挥通信网络和军事栅格化信息网络资源管理现状分析,运用云计算虚拟化、组件封装等技术,构建“网络即服务”的资源池,提出了一种“网络即服务”的网络资源管理架构,此架构使资源管理与网络结构松耦合,提高了异构网络环境下,网络资源的可扩展性与柔性管理能力。     

基于三角结构的空间信息网络节点重要度评估方法

针对复杂网络中节点重要度的度量问题,提出一种社团介数与三角形结构结合的节点重要度评估模型。 同时考虑节点度、节点的位置信息和网络的社团结构,在多个空间信息网络模型上进行实验,验证了提出模型的有 效性。结果表明：相对于其他指标,该模型在空间信息网络上能更加精确地度量节点的影响力。