一种基于小样本数据的装备故障预测方法

针对目前装备故障预测面临的数据小样本问题以及现有数据驱动方法的不足,提出了一种基于相关向量机的装备故障预测方法,并通过故障预测仿真实例验证了方法的有效性和合理性。理论分析及应用结果表明:与神经网络、支持向量机等方法相比,该方法在保持较高预测精度的同时,在输出形式、参数设置等方面具有优势,应用前景广阔。     

IGWO-SVM在火控系统故障预测中的应用

炮控箱是炮控系统的综合控制部件,与炮控系统的各个部件都有关系,对其进行故障预测至关重要。针对炮控系统测试信号成分复杂、数据量少的问题,提出一种基于DLH搜索策略改进的灰狼算法优化支持向量机的模型预测方法。对采集的原始数据进行灰色关联度分析处理,实现对原始数据参数的约简,选出灰色关联度较高的属性参数构建数据集;采用DLH搜索策略改进的灰狼搜索算法优化支持向量机的参数,对数据集进行训练,实现对测试集的故障预测。实验结果表明,该方法在炮控系统故障预测中,能够提高对处理后数据集预测的准确率,可以对火控系统的维护、维修和更换提供依据。     

基于PSO-LSSVM弹药装配质量预测方法

针对弹药装配工艺复杂、装配工序质量影响因素多、装配效率低的实际问题,提出基于粒子群优化(PSO)算法—最小二乘支持向量机(LSSVM)的弹药装配质量预测方法。通过灰熵关联分析方法,提取影响弹药装配质量的关键质量特性,并将其作为预测模型的输入向量,降低预测模型复杂度和运算工作量。将PSO-LSSVM作为建模工具,利用PSO算法优化LSSVM参数,建立基于PSO-LSSVM弹药装配质量预测模型;以预测某型号弹药对接装配工序中跳动量为例,与LSSVM预测模型和BP神经网络预测模型进行对比分析。实验结果表明,提出基于PSO-LSSVM弹药装配质量预测方法具有可行性和有效性,能够很好地实现弹药装配质量的预测。     

基于支持向量机补偿的灰色模型网络流量预测

针对网络测量与控制技术中提高流量预测准确性的问题,提出基于支持向量机残差补偿的灰色模型网络流量预测模型。该模型采用灰色模型进行趋势预测,支持向量机进行残差序列预测,实现残差补偿。实验结果表明:该模型具有预测模型样本小,预测精度高等优点,适合于网络流量预测。     

基于灰色模型的艇载导弹测试电源系统故障预测

针对艇载导弹测试电源系统故障分析问题,提出一种基于灰色模型的艇载导弹测试电源系统故障预测方法。为了提高导弹地面电源的工作效率,从分析历史检测数据入手,采用灰色理论的分析方法,建立了适合导弹地面电源故障时间预测的 GM(1,1)模型,详细阐述了模型检验的方法,并通过实例清晰地说明了模型运用和检验的具体步骤。数据检验结果表明：该故障预测模型不但能够较好地模拟历史灾变数据,而且其预测的故障时间与实际情况相吻合。     

基于灰色模型的INS／GPS故障实时预测算法

针对灰色理论中的GM预测模型,以及数据融合技术在复杂故障诊断方面的高效率,提出了一种综合灰色系统理论和多传感器数据融合技术的故障预测方法,仿真试验表明该方法可有效预测导弹制导系统传感器的故障。     

火控系统精度预测分析的马氏链模型

针对目前火控系统精度预测分析与评估方法中存在的不足,提出了一种利用马氏链基本方程进行精度预测分析与评估的新方法。通过分析影响防空武器火控系统精度的各种误差源以及马氏链基本方程的特征,结合火控系统在输出射击诸元时所处的各种状态,得出了火控系统精度预测分析的马氏链解算模型。通过对该模型的计算与分析,得出这个模型中包含一个吸收状态,并且从每个非吸收状态出发,能以正的概率经有限次转移到达某个吸收状态,是一个吸收链模型。能对火控系统的精度进行预测和评估,符合客观规律。     

基于灰色马尔可夫模型的装备故障间隔期预测研究

针对武器装备故障间隔期预测的难点,提出了在灰色GM(1,1) 模型的基础上建立灰色马尔可夫组合模型进行故障间隔期的预测。在分析典型电子装备故障率曲线的基础上,根据电子装备的故障特点,形成合理的建模背景,建立组合模型对装备故障间隔期进行预测。通过实例对预测值和真实值进行比较,表明在“少数据冶、“贫信息冶、“ 不确定冶的情况下利用该组合模型预测故障间隔期的有效性,有效降低预测误差,提高预测精度。     

优化支撑向量机及其在陀螺仪参数漂移预测中的应用

针对支撑向量机的结构参数和核函数中的参数主观确定的局限性。将遗传算法和支撑向量机相结合,提出一种优化的支撑向量机算法。首先将支撑向量机的参数以及核函数参数进行基因编码,利用支撑向量机的泛化误差函数作为适应度函数,然后用遗传算法进行优化,有效提高了支撑向量机的学习能力及推广能力。将该算法用于陀螺仪参数漂移预测中,仿真结果验证了算法的可行性和有效性。     

基于新息灰预测的导弹遥测参数预测算法研究

为了在导弹飞行中判决导弹故障,建立基于新息的灰预测算法。利用GM(1,1)模型的每一个预测值替换掉最老的一个信息,以实现新陈代谢,然后再以补充了新信息但序列长度不变的预测序列对反映导弹工作状态的遥测关键参数进行实时预测。通过Matlab仿真软件对原有GM(1,1)模型和改进的GM(1,1)模型进行分析比较,验证了改进后GM(1,1)模型预测精度比较高,易于实现,适合导弹故障的实时预测。     

基于支持向量机的缺失飞行参数预测方法

通过对统计学习理论与支持向量机的理论分析,提出了一种基于支持向量机的缺失飞行参数预测方法。通过对两种不同情况的仿真,结果表明这种方法可行、有效。     

基于最小二乘支持向量机时域背景预测的红外弱小目标检测

针对信噪比较低时,如何有效地抑制自然背景对目标检测的影响,提出了一种基于最小二乘支持向量机(LS-SVM)时域背景预测的红外弱小目标检测方法。首先针对前几帧图像中对应同一位置像素点的灰度值序列,利用参数经粒子群优化的最小二乘支持向量机进行函数拟合,并据此预测下一帧图像在该位置处像素点的灰度值;然后将原始图像与预测图像相减得到预测残差图像,利用基于二维Tsallis-Havrda-Charvat熵的阈值选取快速算法进行分割,并根据小目标运动的连续性和轨迹的一致性进一步分离噪声和小目标。文中给出了实验结果及分析,并与现有的检测红外小目标的空域和时域背景预测算法进行了比较。结果表明所提出的算法具有更高的检测概率,明显优于已有的基于背景预测的红外小目标检测算法。     

基于马尔可夫链模型的火控系统软件测试研究

针对当前讨论比较广泛的软件自动化测试问题,将马尔可夫链数学模型引入到火控系统软件测试中,阐明了具有概率统计特性的自动化软件测试原理.提出了利用神经网络算法统计状态转移概率的思路,并且从概率统计角度对软件错误位置的确定、测试终止条件的判断等进行了分析,同时提出与健壮性测试结合的建议,优化了设计.     

基于IPSO_LS-SVM 的国防科研项目概算价格估算研究

为解决国内在估算方法选择和模型性能优化上存在的问题,利用改进的粒子群算法优化最小二乘支持向量机(least squares support vector machine,LS-SVM)的参数选择方法,对国防科研项目概算价格估算进行研究.依据最小二乘支持向量机原理,通过优化其参数选择方法,建立了IPSO_LS-SVM概算价格估算模型,并对其进行模型训练和结果验证.结果表明:IPSO_LS-SVM方法估算精度更高,参数寻优速度更快,其估算模型具有有效性和优越性.     

基于优化灰色模型的捷联惯组历次测试数据建模预测

捷联惯组历次测试数据由于受到多种随机因素的影响,其变化趋势具有非线性,同时测试数据又属于小样本.针对此特点,讨论了基于优化灰色模型的捷联惯组历次测试数据建模预测算法.首先对原始数据序列进行加速平移变换及加权均值生成,得到更适合建立灰色模型的数据序列,再采用优化背景值后的灰色模型对其变化趋势进行建模预测.实例分析证明,该模型能够准确反映捷联惯组历次测试数据的变化规律,比传统灰色模型有更高的精度.     

基于多种预测算法的飞机故障预测效果研究

为大幅提高飞机的维修故障预测精度,在充分研究Fisher 判别法、逻辑回归、随机森林和支持向量机4 种算法的基础上,使用某型飞机故障维修记录数据作为基础数据集,在R 平台上实现这4 种算法,以分析比较4 种 算法在故障预测上的效果差异。结果表明,支持向量机的预测效果最好。     

战车火控系统射击诸元解算工程模型误差的动态评估

分析了当前战车火控系统中射击诸元工程解算模型的缺点,进行了精确解算模型的研究,包括解弹道模型和解命中模型,通过比较在相同输入条件下工程模型和精确模型的解算结果,可实现射击诸元工程模型解算误差的动态仿真评估。     

基于SVM的航空兵空运转场载机架次预测研究

分析影响载机架次的主要因素,利用支持向量机(SVM)理论建立非线性回归模型,通过反复试验和网格搜索算法确定预测模型的核函数及参数,进而对载机架次进行预测.预测结果表明:同BP神经网络预测模型相比,支持向量机预测模型具有良好的泛化能力及准确的预测结果.     

基于粗糙集和熵权以及改进支持向量机的导弹备件消耗预测

在系统分析武器装备备件预测方法研究现状和导弹备件消耗特点的基础上,提出把粗糙集(RS)、熵权(EW)法、自适应粒子群优化(APSO)算法与加权最小二乘支持向量机(WLS-SVM)的组合预测模型应用于导弹备件消耗预测的构想。阐述了粗糙集、信息熵、自适应粒子群优化算法和WLS-SVM的基本原理,并改进了APSO的搜索方式和最小二乘支持向量机(LS-SVM)的加权方法;建立了基于RS、EW法和自适应粒子群优化WLS-SVM的导弹备件消耗预测模型,并分析了其实现过程。实例结果表明,所建立的组合预测模型在进行导弹备件消耗预测时具有较高的精度和重要的实用价值。