基于改进ADC方法的某型特种装备作战效能评估

为了在复杂电磁环境中更好地发挥某型装备的作战效能,提高某型装备在现代战争中完成任务的能力,针对某型装备使用环境的特点,借鉴有关作战效能指标体系设计方法,分析了对抗条件下战场环境对装备作战效能的影响,建立了某型装备作战效能的指标体系,提出了一种改进ADC模型.通过实例分析验证了该方法的正确性和有效性.这为某型装备的作战效能评估提供了科学决策依据     

基于改进的BP神经网络模型的雷达网效能评估

为拓展雷达网效能评估的内容、改进评估方法和提高评估效率,重构了雷达网效能评估指标体系,给出了各指标的量化模型和方法;针对BP神经网络收敛速度慢、局部极小化问题,提出了利用遗传算法(GA)优化BP神经网络的方法,并采用GA+BP神经网络模型对雷达网部署方案进行了评估优选.仿真结果表明,运用GA算法改进的BP神经网络具有更快的收敛速度和更高的预测精度,可作为雷达网效能量化评估的有效手段,为雷达兵作战筹划提供科学决策依据.     

航天装备体系作战效能评估研究

航天装备体系作战效能评估研究对于搞好航天装备体系建设、维护国家安全具有重要战略意义。研究分析了航天装备的概念、体系结构组成、效能及效能指标；并以在空袭反空袭作战中的航天装备体系作战效能评估为例，给出了航天装备体系作战效能评估的方法与实现步骤。     

基于粗糙集和神经网络的炮兵装备效能评估

建立了炮兵装备效能评估模型,首先利用灰色关联分析以及欧氏距离加权法实现了不完备信息表的空值填补;然后引入粗糙集理论对评估指标进行约简;最后利用BP神经网络确定了指标与效能间的关系并与指数模型进行比较,BP神经网络模型的精度明显高于指数模型.     

雷达侦察系统作战效能评估建模框架研究

在复杂战场电磁环境下,电子对抗装备作战效能的有效发挥严重受制于其电磁兼容性能.针对典型电子对抗装备雷达侦察系统,讨论了适应于该类装备的作战效能评估建模方法;分析了电子对抗装备作战效能评估的要素和流程,建立了雷达侦察系统作战效能评估建模的理论框架.并将电磁兼容性纳入雷达侦察系统效能评估指标体系,选用定性和定量相结合的TOPSIS效能评估方法,在组件化的评估建模环境中构建了雷达侦察系统作战效能评估模型.     

基于模糊方法的弹道导弹武器系统作战效能评估

针对弹道导弹武器系统作战效能难以量化评估的特点,采用模糊综合评估方法研究弹道导弹武器系统的作战效能.从发射可靠性、毁伤能力以及反侦察能力等方面分析了影响其作战效能的主要因素,建立了效能评估指标体系,给出了主因素决定型多层次模糊加权评估模型,并对3种弹道导弹的武器系统作战效能进行了评估分析.实例分析结果验证了该评估方法的正确性和合理性.     

基于BP神经网络的战场网络攻击效能评估

战场网络攻击效能评估是网络攻击研究的重要内容.为了评估战场网络攻击效能,构建了战场网络攻击能力评估指标体系,提出了基于BP神经网络的评估方法,给出了构造样本的方法,并用构造的样本对BP神经网络进行训练,最后利用Matlab软件对该网络进行了仿真.通过与模糊综合评判法得出的评估结果相比较,验证了该方法的有效性.该方法减少了评估中人为因素的影响,使评估结果更可信.     

基于SCA和改进ADC的装备作战效能试验方案研究

作战效能试验是装备研发、采购部署和作战使用中的重要环节。针对装备作战效能试验"试什么""怎么试"和"试验结果怎么评"等问题,基于传感器(Sensor)、控制器(Controller)、执行器(Actuator)的柔性评估建模方法,设计了装备作战效能试验项目,构建了装备作战效能试验评估指标体系,探讨了基于改进ADC(Availability,Dependability,Capability)的装备作战效能试验评估建模方法。     

基于指挥信息体系的防空导弹作战效能评估

阐述了作战效能及指挥信息系统作战效能的概念,分析了进行指挥信息系统作战效能评估的重要意义,通过对比评估,分析网络化电子防空的作战效能,研究结果表明,基于网络的电子防空导弹系统可以大大提高电子战装备的作战效能.     

海基动能装备体系作战效能评估方法研究

针对装备体系作战效能评估过程中指标因素多,评估量纲不一的现状,借鉴化学平衡原理,构建了海基动能作战效能评估模型。以海基动能反卫作战为例,对装备体系中不同子体系的作战效能聚合问题进行了探索性研究,重点是对侦察子体系、指控子体系和拦截子体系作战效能的灵敏度进行了分析。实例仿真证明,该方法能够很好的反应装备体系作战效能与各分系统作战效能的关系,可为装备体系建设提供更具针对性和可操作性的建议。     

BP神经网络的遗传优化及其应用研究

针对BP神经网络具有训练速度慢、容易陷入局部极小值的特点,在分析其训练算法本质的基础上,提出将遗传算法（GA）引入神经网络训练,优化神经网络的权值和闽值,充分发挥遗传算法的全局寻优能力和BP算法的局部搜索优势,形成了一种新的GA—BP神经网络．应用实例仿真结果表明,GA—BP神经网络具有全局搜索、快速收敛的特点,建立的模型具有较高的预测精度和良好的泛化能力．     

基于遗传BP神经网络的磁流变悬置模型辨识

为克服误差逆向传播算法的多层前馈型BP神经网络收敛速度慢、局部极小化问题,提出用遗传算法(GA)的全局搜索能力寻求最优的BP神经网络权值和阀值,以提高神经网络的收敛速度和克服局部最优。以磁流变液压悬置动态特性试验结果为数据样本,分别用未优化的BP神经网络和优化后的GA-BP神经网络对磁流变液压悬置正、逆模型进行辨识。结果表明,相对于BP神经网络,GA-BP神经网络具有更高的辨识精度、更快的收敛速度,在磁流变液压悬置数学模型辨识方面具备更优的性能。     

基于GA-BP神经网络的输油管道内腐蚀速率预测

针对BP（Back Propagation）算法的神经网络易陷入局部极小的缺点,尝试引入遗传算法（Genetic Algorithm）处理了BP神经网络的权值与阈值,并分别建立了BP和GA-BP两种不同算法的神经网络模型对输油管道腐蚀速率进行预测。对结果进行对比分析发现,GA-BP算法的神经网络预测精度要高于BP网络;GA-BP算法具有高的预测精度,其预测值与实验值相关系数为0.9863,表明该算法模型是合理可靠的。     

基于GA-BP和GA-RBF网络的结构损伤识别

首先指出了当人工神经网络算法解决结构工程实践问题时,网络结构本身所面临的缺陷;然后描述了人工神经网络和遗传算法的概念,从理论和实例上说明了运用遗传算法优化和改进神经网络结构的可行性,以结合二者的长处解决工程实践问题;接着详细阐述了如何利用遗传算法优化或改进BP(B ack P ropagation)网络模型和RBF(R ad ia l B as is Function)网络模型,以及如何利用遗传优化BP网络和遗传优化RBF网络模型分析结构损伤,进而比较遗传BP网络和RBF网络在结构损伤分析方面的性能。     

运用BP神经网络的军用装备技术等级评定

为了提高军用装备技术等级评定的准确性,将BP神经网络模型引入到军用装备技术等级评定中．并以某型雷达装备技术等级评判为例,依据该雷达的历史测试数据和评判结果来对神经网络进行训练,通过仿真结果验证了该方法的可行性．     

遗传算法优化神经网络的拓扑结构与权值

遗传算法(GA)和人工神经网络(ANN)的相互结合有辅助式和合作式两种方式.本文在此基础上提出了融合、BP_GA和GA_BP三种算法,并采用GA_BP算法同时优化BP神经网络的结构、权值和阈值,研究和实现了一套先进的编码技术和进化策略,克服了传统BP神经网络经验尝试方法的盲目性.实例优化与检验结果表明:遗传算法优化获得的神经网络比由经验尝试法得到的BP网络性能更优异,方法更合理.     

神经网络在GPS高程拟合中的应用

讨论利用遗传算法(GA)、粒子群算法(PSO)来优化BP神经网络权值和阈值的原理;结合平坦地区的工程实例,研究二次曲面、BP、GA-BP与PSO-BP 4种拟合模型在GPS高程拟合中的应用.拟合结果表明:PSO算法优化BP神经网络精度效果优于GA算法优化BP神经网络精度,拟合误差更小.     

基于GA-BP算法的IRT模型参数估计方法研究

针对IRT模型的参数估计过程中传统的统计方法难以解决迭代初值要求严格等问题,提出利用遗传算法(GA)优化神经网络(BP)、共同求解IRT模型项目参数的GA-BP算法,提高收敛能力和求解精度。将GA-BP算法与BILOG算法进行对比,通过实验验证了GA-BP算法的正确性及合理性。