人工神经网络在维修性预计中的应用

维修性预计运用BP神经网络,并以Matlab BP工具箱函数建立产品的维修性预计模型.其建模步骤包括:确定训练样本、建立网络并对其进行初始化、对网络进行训练及对产品维修性参数预计.并对某火炮中主要机构进行维修性分析和仿真,通过对训练样本规范化处理,再应用相应数据预计网络模型,最后检验网络训练效果.     

常规弹药研发过程中的可靠性预计与分配

可靠度的预计方法有多种,其中常用的有性能参数法、相似产品类比论证法、故障率预计法和专家评分法,每种预计方法都有特定的研究领域和自身的缺陷,而常规弹药研发中可靠性的预计与分配又没有特定的研究方法,为了研究常规弹药研发过程中的可靠性预计与分配,以相似产品类比论证法为基础,通过设计一种与新研产品类似的“理想结构”模型,采用“理想结构”的故障率来评判新研产品故障率的研究方法,对新研产品的可靠性进行预计和分配。通过建立“理想结构”的可靠性数学模型,利用“相似产品类比论证法”进行有针对性的比照,寻找出修正因子,从而确定新研产品的可靠度。通过实例计算,对新研产品的发射安全性、外弹道飞行和终点作用的可靠性进行了预计与分配,结果表明：该方法使用方便、简单,能够相对准确地预计新研产品的故障率,为常规弹药研发过程中的可靠性预计与分配提供了新思路,有一定的实践指导意义。     

改进型BP神经网络在织物悬垂性能中的预测应用

基于改进型BP神经网络,建立反映织物结构参数与织物悬垂性能之间关系的三层网络模型,对织物的悬垂性能进行预测.其步骤包括通过优选样本、优选参数及网络学习前后的数据变换处理确定训练样本,以及神经网络的结构设计.实验结果表明,改进型BP神经网络能较准确预测织物的悬垂性能指标.     

神经网络在导弹贮存可靠性预测中的应用

为了更准确预测导弹贮存可靠性,提出基于全局逼近BP网络和局部逼近RBF网络对导弹贮存可靠性进行预测,给出了预测的基本步骤,分别基于BP网络和RBF网络对某型舰舰导弹的贮存可靠性进行了预测,结果表明:这两种网络都能够解决导弹贮存可靠性预测的问题,预测误差均满足要求;RBF网络预测精度略高于BP网络,具有更好的函数逼近能力。RBF网络更适用于导弹贮存可靠性的预测。     

用BP神经网络估算反舰导弹的价格

将神经网络技术应用于反航导弹的价格预测领域，选择了恰当的参数作了BP网络的输入变量，建立了一种基于BP神经网络的反舰导弹的价格模型，并对典型的反航导弹价格进行了估算，结果表明，该方法是有效的，可行的。     

高可靠军用电子产品可靠性评估方法

结合工作实践，对高可靠军用电子产品可靠性评估方法和评估过程作了探讨。借助可靠性预计和分配技术，结合研制过程中可靠性试验数据对产品可靠性进行综合评估，工程实践性强，具有较高的效费比。     

神经网络在鱼雷交流电机转矩辨识中的应用

针对采用传统转矩控制方法不能建立精确的数学模型，而难以满足系统性能要求，为提高鱼雷异步电机在线参数识别的效率和可靠性，提出了一种基于BP神经网络的鱼雷交流电机转矩辨识方法。通过假设推算出电机转矩表达式，利用基于BP神经网络进行转矩辨识，该方法不需要辨识对象的数学模型，只需对神经网络进行在线或离线训练，利用训练结果便可进行辨识系统设计。仿真结果表明，该辨识方法能够取得较好的辨识精度。     

基于相似性分析的电子装备可靠性定量评估模型

基于影响相似产品可靠性的主要因素,应用AHP方法建立相似产品的可靠性量化模型。其利用相似产品的可靠性数据进行可靠性评估通过收集相似产品可用的寿命数据和特征数据、分析相似产品的主要失效模式和失效机理、对新旧产品的性能和特性进行对比并建立新旧产品的相似性对比矩阵,以及确定新产品可靠性等步骤实现。     

无线多跳网络可靠传输保障机制性能分析

无线多跳网络通过多个中继节点进行信息传输,容易造成同一路径上节点间干扰、路径与路径间干扰、多跳误码累积等问题,使可靠性保障成为多跳数据传输的难点。针对目前无线多跳网络环境下综合考虑机制参数、业务参数与信道参数的可靠性机制性能研究不足的问题,建立上述参数的相关机制模型,分析基本参数对冗余、重传、网络编码3种多跳可靠性机制性能的影响。重点对网络编码机制的适用参数与适用环境进行建模、仿真、分析。根据无线多跳网络信道环境优化3种可靠性机制的机制参数,对比三者在不同环境下的性能。仿真结果表明：业务参数主要对网络编码机制的影响较大,在业务量大的情况下网络编码机制能够达到更优的性能;机制参数对协议的性能产生主要影响,通过信道参数对机制参数进行优化能够保证各机制在满足投递率性能的条件下达到更小的开销;网络编码、混合自动请求重传、前向纠错编码机制分别在误比特率较低、中等、偏高的水平发挥更优的性能。     

基于相似产品信息的某系统任务可靠性预计方法

任务可靠性预计一般采用综合各组成组件的任务可靠性来预计,但目前在研的某系统各组件不可分,故各组件的任务可靠度无法单独评价和预计,为解决此问题,提出一种新的基于相似产品信息的任务可靠性预计方法。通过对该系统正样机和初样机相似性比较,将两个产品之间的继承因子量化,在初样机任务可靠性评估的基础上实现对某系统正样机任务可靠性的预计。实际应用结果表明:实际的任务可靠度与预计值基本一致,证明该预计方法是可行的,满足系统的可靠性指标要求。     

基于神经网络的飞行器建模研究

根据飞机模型的特点,结合神经网络广泛用于复杂系统建模的特性,提出了用于飞机建模的前向网络,它是一个基本系统和附加系统的二神经网络系统模型结构.研究了基本算法,提高了收敛速度和增强泛化能力的改进算法.在实现过程中,样本数据的组织处理、网络层数、节点数选取等多方面问题,通过仿真验证了其可行性.     

改进BP神经网络在冲压发动机性能预测中的应用

提出了一种应用改进BP人工神经网络进行冲压发动机性能预测的新方法.编制了仿真程序,并对几种算法的学习收敛速度进行了比较.仿真结果表明,模型预测的冲压发动机性能误差低于3%,较好地解决了工程实际问题.     

基于神经网络的气体炮内弹道仿真与预测

为了模拟气体炮发射时的复杂过程，将这个过程看作一个黑匣，把发射诸元素作为输入参数，把最大膛内加速度作为输出量。采用一种基于推理神经网络模型，运用ＢＰ算法进行学习实验样本数据，得出学习好的神经网络模型，能预测气体炮膛内最大压力，在实际工作中取得满意的仿真结果。     

基于BP模型的Ni-SiC镀层镀速预测研究

采用超声波辅助电沉积法,在45钢表面制备Ni-SiC镀层,研究不同工艺参数对Ni-SiC镀层镀速的影响。采用3×6×1型BP模型对Ni-SiC镀层的镀速进行研究。结果表明:Ni-SiC镀层中SiC颗粒的平均粒径为158 nm,镍晶粒的平均粒径为714 nm;BP模型预测值曲线与实验值曲线吻合度较高,其最大相对误差为2.4%,相关系数为0.998。该BP模型具有很好的自适应能力。     

用于发动机进气管真空度计算的神经网络方法

该文应用人工神经网络的建模方法及自适应学习速率的BP算法,用于发动机进气管真空度的计算,并使用Matlab中的神经网络工具箱进行仿真模拟.把模型的仿真结果与实际测量数据相对比,试验结果表明,这种新的研究方法具有很高的精度,在一定条件下可以代替理论计算.     

BP神经网络在弹丸总体效能评价中的应用

应用BP神经网络技术解决弹丸总体效能评价问题进行了探讨,给出了弹丸总体效能评价体系,神经网络评价模型和算法。对层次TOPSIS法评价结果与神经网络评价结果进行比较,结果表明神经网络的评价结果受决策者的主观性影响较小。     

BP神经网络预测脉冲电沉积Cu-SiC镀层镀速的研究

采用脉冲电沉积在A3钢表面制备Cu-SiC镀层。采用BP网络模型对脉冲电沉积Cu-SiC镀层的镀速进行预测研究。结果表明：本BP模型为3×9×1型神经网络模型,预测值与试验值曲线吻合较好;其相对误差较小,最大误差为2.7%,其相关系数为0.999,能较好地预测脉冲电沉积Cu-SiC镀层的镀速。     

有源干扰信号仿真的神经元网络方法

讨论了用BP神经网络对有源干扰进行仿真的方法,首先是确定神经网络的样本数据,然后确定神经网络的结构、传输函数,网络的最大训练步数和训练误差,最后给出了网络的仿真结果和仿真误差,仿真结果令人满意。     

BP网络泛化能力的改进方法

改进的BP算法把检验网络得到的性能指标J反馈回神经网络训练中,利用J和testJ构造出新的性能指标newJ,通过训练和检验的性能指标加权得到神经网络最优权值和阈值.用检验样本集间接地调整网络参数,使网络既能搜索更优解又不过早陷入局部极小值,从而提高网络的泛化能力.