多传感器信息融合的模糊神经Petri网络型

将模糊产生式规则应用到多传感器融合系统是得到一种模糊信息融合方法，再用Ｐｅｔｒｉ网对此信息融合系统建模。在此基础上将人工神经网络与Ｐｅｔｒｉ网相结合，提出了一种多传感器信息融合的模糊神经Ｐｅｔｒｉ网模型。     

模糊 Petri 网与 C~3I 信息融合

将模糊技术与Ｐｅｔｒｉ网相结合，基于模糊Ｐｅｔｒｉ网提出了一种具有不确定性和模糊性的Ｃ３Ｉ信息融合系统的建模方法．针对一类水面舰船的递阶决策系统，将模糊产生式规则应用于信息融合中得到一种新的模糊融合方法，使得传感器探测到的目标信息更为可靠，从而提高了系统的决策分析精度．     

一种面向故障诊断的模糊Petri网模型

根据故障发生具有并发性，故障诊断具有模糊性等特点，提出了一种面向故障诊断的模糊Petri网（FPN）模型。从模糊产生式出发，提出了一种新的模糊推理算法。解决了现有算法中不能准确处理产生式规则中“或”逻辑的问题，以及传统的基于模糊Petri网的可达图求解模型描述复杂、推理缺少智能的问题。使用简单的矩阵计算，减少了诊断时间，最后通过飞机故障实例验证了模型及推理算法的正确性和有效性。     

基于模糊Petri网的故障诊断方法

故障诊断专家系统的推理策略取决于诊断知识的表达方式.基于模糊Petri网的知识表达是库所、命题、变迁、输入、输出及其可信度、影射等的集合.基于模糊产生式规则的模糊Petri网模型,能较好地表示和处理模糊知识,并能根据变迁的可信度大小,采用深度优先的搜索方法,以反向并行推理来缩小搜索空间,寻找到一条最有可能产生已知故障的路径.为此,以机车柴油机故障信息诊断系统为例,针对其故障信息的不确定性和模糊性,给出了基于Petri网的模糊诊断知识表达方法,讨论了建立在模糊Petri网模型基础上的反向模糊推理算法.     

多传感器目标检测的模糊信息融合技术研究

在多传感器目标检测系统设计中，往往需要对传感器虚警率和检测率进行数学描述，原来的经典概率值不能对这种本性不确定的量进行充分描述，利用模糊集合对这种不确定性进行模糊建模更符合所研究物理现象的客观事实。文中将模糊集合理论应用到分布式多传感器检测系统的一种信息融合算法中，对原算法进行了改进。     

基于模糊概率Petri网的弹载二次电源故障诊断模型

针对某型弹载二次电源的故障诊断问题,采用模糊Petri 网进行建模验证。在传统模糊Petri 网的基础上, 通过引入变迁概率信息,阐述模糊产生式规则及基于矩阵的推理运算,并对其进行建模验证。结果表明：模糊概率 Pteri 网适用性强,基于矩阵的推理运算清晰、高效,易于诊断模型库的扩充、维护。     

一种多传感器目标检测的模糊信息融合算法

由于受到各种不确定因素的影响以及越来越严格的工程应用需求.传统的概率表示法已经不再能理想的表征某些特定传感器的检测率和虚警率。文中利用模糊集合来描述上述两量.提出了一种多传感器目标检测的模糊信息融合算法.并给出了一个双模复合导引头目标检测的具体算例,仿真结果表明算法合理。     

模糊Petri网在坦克自动装弹机故障检测中的应用

针对坦克自动装弹机故障检测因果关系的复杂性和模糊性,提出了一种基于模糊Petri网的故障检测方法;在推理规则的基础上给出模糊Petri网推理算法,分析了自动装弹机故障特点,建立了模糊Petri网故障检测模型;最后通过实例分析验证了这种方法的可行性与有效性,方便利用计算机软件进行算法设计。     

模糊Petri网在装备维修任务调度中的应用

针对军事装备维修任务调度决策的非结构化特点,以战时装甲装备的维修任务调度辅助决策为例,详细分析了影响此类决策问题的各方面因素及流程。结合模糊Petri网的基本理论,建立了针对此类问题的模糊Petri网模型JCFPN,该模型明确了推理过程中各因素所占权重、变迁触发的阈值、规则的可信度等,给出了模型推理过程的并行推理算法。通过实例对模型进行了仿真验证,模型JCFPN合理体现了各个因素的主次地位。     

一种扩展染色模糊故障Petri网的故障分析方法

针对传统故障诊断方法在模拟故障传播及诊断推理过程中存在不确定性等问题,提出一种基于扩展染色模糊故障Petri网的故障诊断分析方法;首先,在采用传统的Petri网模型描述系统故障状态的基础上,引入令牌、库所染色规则,并进一步结合模糊产生式规则与矩阵运算进行故障正反推理,提高模型的容错性;该模型正向推理采用变迁点火判别矩阵实现故障状态的智能评价,反映故障传播特性;逆向推理采用最小割集理论方法进行优先诊断,提供诊断次序,避免诊断的盲目性;最后以气源系统为典型应用对象,验证上述方法的有效性。     

层次分析法用于多传感器数据融合中属性权的求取

为了解决多传感器目标分类识别的数据融合中传感器本身可信度的求取问题,本文提出了传感器属性权的概念,并利用层次分析法求解传感器的属性权及其层次分析结构模型。进行了应用探讨,验证了这一方法的有效性。     

基于Petri网模型的异步串行传送线效率仿真分析法

提供一种基于Ｐｅｔｒｉ网模型的自动化装配系统异步串行传送线效率研究仿真分析方法和相应软件，通过对３，４，５站点异步串行传递线的系统化仿真实验和结果回归分析，得出了单个站点效率和缓冲区容量与整个系统效率之间的关系、一些相关的系统设计和维修维护原则。     

基于多传感器数据融合无参考信号的自适应数字滤波算法

介绍了一种基于多传感器融合无参考信号的自适应数字滤波算法。并根据该算法在计算机上做了相应的仿真实验，仿真结果表明，该算法不仅非常用效，而且具有非常优良的收敛性。     

敏捷性导弹的神经网络控制与制导

为了使导弹获得更高的机动性、敏捷性和导引精度,大多采用推力矢量控制方案.本文讨论了新型推力矢量控制导弹的动力学建模,在此基础上提出了适用于推力矢量导弹的神经网络控制与制导方案,其中的导弹控制方案包括双网络逆动态学习控制和混合神经网络控制两种.神经网络制导采用基于线性二次型的最优制导的有教师学习方案.神经网络学习算法中因引入了基于经验的模糊规则,具有较好的学习性能.仿真表明神经网络控制与制导方案具有较好的末制导导引精度.     

神经模糊技术在柔性加工工序质量保证系统中的应用研究

本研究分析了柔性中的误差源及误差映射关系，融合神经网络与模糊理论的优点，建立了基于神经网络的模糊控制模型，在某关键件柔性和工序质量保证系统中取得了较好效果。     

基于模糊极小极大神经网络的雷达一维像识别

雷达目标一维距离像是随雷达姿态角变化的,但由于目标姿态变化的连续性及目标散射点分布的连续性,其一维距离像是一个随视角变化而逐渐演变的过程,它们应随姿态角的连续变化在特征空间中形成一条特征轨迹线.本文在基于线性内插神经网络对雷达一维距离像识别的基础上,改进了线性内插时特征轨迹线的形成方法.提出了一种基于模糊极小极大神经网络分类器的雷达目标一维距离像目标识别方法,利用模糊极小极大神经网络中的超方匣的并集来形成雷达目标特征轨迹线.进行了三类飞机目标的0～180°姿态角范围内一维距离像的分类实验研究,结果表明,用模糊极小极大神经网络分类器对雷达目标一维像分类有较高的分类准确率.     

目标威胁判断的模糊模式识别模型

目标威胁判断是根据目标态势判断对我的威胁程度,是现代作战指挥决策系统的核心内容.本文就单舰对空防御中的空中目标威胁等级判断建立空中目标威判模糊模式识别模型,利用积累的典型目标态势案例用半监督模糊辨识迭代算法离线辨识模糊模式识别模型参数,用离线辨识好的模型参数实时在线辨识目标的威胁等级.最后通过示例说明了模糊模式识别方法判别目标威胁程度的有效性.     

电控自动变速器档位决策神经网络方法

电控机械式自动变速器的最佳换档规律是车辆状态与最佳档位间的一个非线性关系，往往以数据表的形式给出。用这些数据去训练一个神经网络，就可使表中反映的换档规律存到网络中；在线应用时，就可用其计算最佳档位。本介绍了一个基于这种思想的最佳档位判别方案，并以两参数换档规律为例进行了网络训练的过程。