基于BP神经网络的防空武器系统保障性评估

通过对防空武器系统的分析,建立了防空武器系统保障性评估指标体系,并应用BP神经网络方法建立了防空武器系统保障性评估的人工神经网络模型,克服了评价中的不确定性、模糊性、复杂性等问题。理论分析与实例计算结果表明,该评价方法可行而且有效,证实了模型的科学性与正确性,可为防空武器系统的研制、改进和采购等提供一定的参考依据。     

基于BP神经网络的导弹作战方案评估方法

构建了一般的机动发射式导弹作战方案评估的指标体系,通过BP神经网络模型对拟制的导弹作战方案进行了评估,得到了评估结果,为导弹武器作战时快速优选作战方案创造条件。     

基于BP神经网络的导弹阵地选择评估

战时对导弹阵地能否进行快速选择是直接影响导弹的总体作战效能．通过对导弹阵地选择情况的分析,建立了导弹阵地选择评估指标体系,并使用改进型的BP神经网络,建立相应的BP神经网络评价模型,应用MATLAB的神经网络工具箱将各项指标归一化作为网络输入,专家的评价结果作为网络输出,对训练好的模型进行验证,结果令人满意．     

基于BP神经网络的反辐射导弹武器系统作战效能评估

文中针对反辐射导弹（ARM）的攻击特点．建立了反辐射导弹武器系统作战效能评估指标体系．简要分析了指标选取的理由。然后．采用专家打分的方法取得了几组训练样本．并对所构造的BP神经网络进行训练，当训练精度达到要求后．再运用BP神经网络对几种典型的反辐射导弹武器系统作战效能进行了评估。     

基于BP神经网络的地空导弹武器系统作战效能评估

地空武器系统拦截巡航导弹的作战效能评估,运用3层BP神经网络进行.先通过层次分析法或专家打分法获得原始训练样本,再对样本进行归一化处理,最后编辑神经网络应用程序.结果表明:在选定指标的基础上,BP神经网络对武器系统作战效能评估是合理的.     

BP神经网络在装备使用阶段质量评估中的应用

装备使用阶段质量评估对于发挥装备的作战能力具有很强的现实意义。在明确装备使用阶段质量评估内涵的基础上,从影响装备使用阶段质量的主要因素出发,建立了比较全面的某型导弹武器系统使用阶段质量评估指标体系,利用BP神经网络理论分析建立了装备质量评估模型,结合实例利用MATLAB对该模型进行了仿真,分析仿真结果后给出了相应的改进措施。     

基于改进型模糊神经网络的导弹武器系统生存能力评估

针对导弹武器系统生存能力评估问题,建立了评估的指标体系,给出了指标的隶属函数.利用BP神经网络的自学习、自适应、强容错性,并通过遗传算法（GA）优化BP神经网络的连接权重和阀值,弱化了评价中的人为因素,提高了评价结果的准确性和权威性,解决了BP神经网络存在落入局部最小点和收敛速度慢的问题.实例研究表明,遗传神经网络的评价模型具有有效性和可行性.     

基于BP神经网络的装备维修人员保障能力评估

针对装备维修人员保障能力评估的复杂性和随机波动性,并依据装备维修人员保障能力指标体系,采用BP神经网络方法构建了装备维修人员保障能力BP神经网络模型,应用于装备维修人员保障能力的分析研究。通过某修理连维修人员保障能力评估实例,证实了本模型的科学性和正确性。     

基于BP神经网终的导弹阵地选择评估

战时对导弹阵地能否进行快速选择是直接影响导弹的总体作战效能．通过对导弹阵地选择情况的分析,建立了导弹阵地选择评估指标体系,并使用改进型的BP神经网络,建立相应的BP神经网络评价模型,应用MATLAB的神经网络工具箱将各项指标归一化作为网络输入,专家的评价结果作为网络输出,对训练好的模型进行验证,结果令人满意．     

BP神经网络在导弹武器系统使用可用度预测中的应用

提出了基于导弹武器系统影响因素的使用可用度数学模型.而后针对数学模型复杂,模型函数难以确定的问题,采用BP神经网络实现对模型函数的逼近,从而实现对导弹武器系统使用可用度的预测.     

基于模糊神经网络的导弹武器攻击系统的效能评估模型

针对导弹武器攻击系统的效能评估问题,建立了评估的指标体系,给出了指标的隶属函数.在此基础上,提出了一种新的效能评估方法--模糊神经网络,并建立了模型.该方法克服了现有方法人的因素的局限性,能够客观地再现专家的知识、经验和直觉思维,仿真结果表明了该方法的有效性和可行性.     

基于改进BP网络的装甲装备机动性能评估模型

收敛速度慢、易陷入局部极值是传统的BP神经网络难以避免的问题,最终可能导致网络训练失败．在量化装甲装备机动性能指标的基础上,采用遗传算法对BP神经网络权值进行优化,用自适应梯度下降法对传统BP神经网络进行训练,从而建立装甲装备机动性能评估模型,并通过二次训练得到评估值．仿真结果表明该改进网络收敛速度明显优于传统网络,能有效避免局部板值问题。     

基于自组织神经网络的地空导弹武器系统退役模型研究

通过对影响地空导弹武器装备退役的主要因素的分析,建立了不同于传统模糊聚类法的自组织神经网络-竞争型神经网络模型,实验证明该模型能够很好地解决武器系统退役问题.建议同时采取以上两种模型来辅助装备部门决策.     

基于改进BP神经网络的某导弹姿态控制系统故障诊断

对于常规BP神经网络,其收敛过程存在两个很大的缺陷:收敛速度慢;存在所谓"局部最小值"问题。采用了一种自适应学习速率动量梯度下降反向传播算法对BP神经网络进行训练,建立了智能诊断模型,并应用于某导弹姿态控制系统的故障诊断,测试结果表明该方法相比常规BP算法能够更有效的进行故障诊断,从而为故障诊断及判定的自动化提供了一个新思路。     

防空导弹网络化作战系统效能评估

防空导弹网络化作战系统结构复杂，战技性能指标诸多．难以全部采用定量的方法描述。文中引入模糊综合评判法．建立效能评判模型．并给出效能评价指标体系，最后通过具体实例证明了该模型具有实用性。     

基于BP网络的装备预知维修

基于神经网络的装备维修预测专家系统由控制、测量、故障预测、执行和数据处理等模块及数据库组成.依据测量模块的检测与诊断信息,数据处理模块得知被控对象的结构与参数变化并实施相应控制措施.故障预测模块按预先设定发现控制系统故障,分离故障征兆部位,判别故障种类,估计故障大小与时间,进行评价与决策.