共查询到16条相似文献,搜索用时 62 毫秒
1.
2.
3.
4.
在导弹武器系统当中,及时准确地故障预报对提高导弹的安全性具有极其重要的意义.针对导弹惯性器件故障预报系统的设计要求,考虑到神经网络用于故障预报的优点,在神经网络技术应用于导弹惯性器件的故障预报过程中提出了神经网络的训练算法,把神经网络、预测理论和故障诊断系统有机结合起来建立了一个故障预报系统,利用该系统选取神经网络预测模型对某导弹陀螺随机漂移进行建模和分析,实现了故障预报.实例预测结果证明,给出的神经网络预测模型和训练算法是可行的. 相似文献
5.
6.
介绍了支撑矢量机的回归算法。针对支撑矢量机标准算法训练速度慢的问题.给出了两种不同形式的最小二乘支撑矢量机矩阵分割算法.并将其应用于陀螺误差系数的预测中。仿真实验结果证明了算法的可行性和有效性。 相似文献
7.
研究了标准BP网络、改进的BP网络(带动量的自适应BP网络)、 L-M网络和RBF网络及其学习算法, 探讨了基于这四种神经网络的导弹惯性器件故障预报方法, 并通过仿真实验对四种网络的预测预报性能进行了分析比较.结果表明, L-M网络和RBF网络对惯性器件的故障预报比两种BP网络更准确, 收敛速度更快. 相似文献
8.
针对一类满足Lipschitz条件的非线性系统,采用小波动态神经网络设计非线性观测器,以实现系统的实时鲁棒故障检测。通过小波网络逼近非线性项提高状态估计的精度,并在动态网络中加入鲁棒项增强了对不确定干扰的鲁棒性。同时采用RBF神经网络(RBFNN)对残差序列进行实时预测,实现了故障预报功能。文中证明了观测器设计的稳定性和鲁棒性,仿真示例验证了该方法的有效性。 相似文献
9.
10.
11.
12.
13.
利用支持向量机( SVM)进行机械故障诊断时,分类效果与核函数紧密相关。但核函数的选取一直缺少明确的理论指导,而且由于学习过程中常采取近似计算,致使分类结果远非期望水平。本研究首先利用匀幅、互信息指标构造特征向量;而后基于自适应助推法得到一系列基本SVM;并基于多样性准则对这些基本SVM进行筛选,最后对满足条件的基本SVM加权得到集成SVM。将集成SVM应用到某型坦克柴油机的故障诊断中,性能评价及分类结果表明,集成SVM比单- SVM具有更好的分类性能,故障诊断准确率更高。 相似文献
14.
15.
16.
基于粗糙集和支持向量机的武器系统效能评定 总被引:3,自引:0,他引:3
首先利用粗糙集理论中的条件信息熵算法对系统特征参数进行了约简,提取出了关键特征参数,在此基础上再利用支持向量机算法对武器系统效能进行了评定.最后通过对弹道导弹武器系统效能进行评定,验证了该方法的有效性. 相似文献