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BP神经网络的装备失效率预测研究

装备伴随使用时间的增长,失效率会不断升高;因此准确预测装备失效率,对于及时准确评估装备性能,开展视情维修具有重要的指导意义;鉴于BP神经网络的高度非线性映射能力,利用此模型对装备失效率进行预测;分析得到了BP模型的输入层和中间层的最优神经元数;此时实际值与预测值的方差为0.038 7,达到要求。     

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神经网络的导弹武器系统维修质量评估

阐述了导弹武器系统的维修质量是影响导弹武器系统性能发挥的重要因素,因此对导弹武器系统维修质量进行评估有着非常重要的意义.首先建立了导弹武器系统维修质量评估指标体系;其次利用BP神经网络理论建立了导弹武器系统维修质量评估模型;最后利用Matlab软件对该模型进行了仿真.     

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BP 神经网络的渡江工程信息控制效能评估

为科学测度渡江工程信息保障中的信息控制效能,提出一种基于BP神经网络的渡江工程信息控制效能评估方法。围绕渡江工程信息保障任务的关键节点和预期目标,构建渡江工程信息控制效能评价的指标体系;利用神经网络非线性拟合精度高以及自调节功能强的特点,设计BP神经网络效能评估模型;利用仿真实验对模型进行验证分析。结果表明：模型应用于渡江工程信息控制能力指标评价样本,验证了BP神经网络在渡江工程信息控制效能评估中的有效性。     

军用汽车战备完好性模型及其计算方法

军用汽车战备完好性是评价其保障性的综合指标之一,应用系统分析的方法,通过分析部队车辆装备的使用情况,在充分考虑军用汽车可靠性、维修性、保障性及车辆装备使用管理情况等因素的基础上建立了军用汽车战备完好性模型,对部队评估其军用汽车的战备完好性提供参考。     

基于人工神经网络的红外探测效果评估

红外探测设备是红外系统中的重要组成部分,对其性能评估具有实际意义;分析研究了影响红外探测效果的主要因素,选取环境温度、相对湿度、能见度、辐通量、目标高度和探测距离为评价指标。针对神经网络良好的非线性映射功能及高精度的特点,构建了BP网络评估模型;实验表明:该方法简单有效,评估精度较高,具有很强的实际应用价值。     

基于数据融合的某型装备品质状态评估

基于品质状态评估的背景,在分析某型装备品质状态影响因素的基础上,从通用性能信息、测试信息、环境信息和装备履历信息出发,分别运用BP神经网络、ER算法、物元理论和灰色聚类法进行分析评估;最终进行各类信息的数据融合,从而掌握装备的品质状态,为装备品质管理与维修决策提供支持.     

基于麻雀搜索算法优化BP神经网络的弹丸射程预测研究

弹丸发射参数、气象条件等会影响弹丸射程,其构成的影响体系复杂并难以准确预测。针对BP预测算法会因初始权值和阈值取值不当导致陷入局部最优的问题,建立了麻雀搜索算法(SSA)优化BP神经网络的弹丸射程预测模型,以弹丸射程作为输出指标,选取弹丸初速、发射角度和风力条件作为影响因素输入,经过数据预处理后进行弹丸射程预测;同时与粒子群算法(PSO)和遗传算法(GA)优化BP神经网络预测模型的预测精度进行对比,验证SSA优化BP神经网络模型的预测效果。结果表明,SSA-BP预测模型的平均绝对误差、均方根误差和平均绝对百分比误差分别为10.456 4 m、11.831 3 m和0.058 13%,低于BP、PSO-BP、GA-BP预测模型的相应评估指标,所以SSA-BP模型的预测精度高于BP、PSO-BP、GA-BP预测模型,其可以为弹丸射程预测和远程火力打击研究提供支持。     

基于改进算法的BP神经网络在故障诊断中的应用

BP神经网络凭借其自身的优势被广泛的应用于故障诊断领域,本文介绍了有动量梯度下降法的BP神经网络,在分析故障诊断机理的基础上建立了BP神经网络模型,然后通过模型对某型装备进行故障诊断,并运用Matlab软件进行仿真得出结果.     

基于改进算法的BP神经网络在故障诊断中的应用

BP神经网络凭借其自身的优势被广泛的应用于故障诊断领域,本文介绍了有动量梯度下降法的BP神经网络,在分析故障诊断机理的基础上建立了BP神经网络模型,然后通过模型对某型装备进行故障诊断,并运用Matlab软件进行仿真得出结果。     

基于BP神经网络的野外驻训备件需求预测研究

针对传统的备件需求预测方法主观性强,缺乏科学性等问题,以通信部队野外驻训为背景,从备件需求影响因素出发,提出一种基于BP神经网络的预测算法。对备件精确保障及需求预测和BP神经网络及其适用范围进行简要介绍,分析了备件需求影响因素,以某型电台的功放模型为样板,对BP神经网络预测算法的适用性进行了检测。结果表明,该方法能很好地提高备件需求预测精度,满足装备保障精确化的要求。     

Self-Stability of Tunnel Face in Front of Rock Evaluation Based on BP Neural Network

地下工程依托地质体的岩石类型条件(围岩)直接关系到工程的精确口部选址、工程主体建设轮廓、工程施工手段和工程跨度,并且影响对工程的防护性能评估.为了精确评估围岩的稳定性,在BP神经网络的模型的基础上对其进行优化,建立了作业工程掌子面前方围岩稳定性评估模型.主要通过加入动量因子、采用自适应调节率这两种方法对传递函数进行优化,提高神经网络收敛速度;对于一些非线性、多模型、多目标的函数优化问题具有内在的隐并行性和更好的全局寻优能力;采用概率化的寻优方法,能自动获取和指导优化的搜索空间,自适应地调整搜索方向,不需要确定的规则.通过对BP神经网络的的初始权值和阈值进行优化,跟围岩的受力特性进行比较,能精准快速评估围岩的稳定性,节约大量人力资源,提高工作效率.     

基于BP 神经网络的掌子面前方围岩自稳能力评估

地下工程依托地质体的岩石类型条件（围岩）直接关系到工程的精确口部选址、工程主体建设轮廓、工程施工手段和工程跨度,并且影响对工程的防护性能评估。为了精确评估围岩的稳定性,在BP神经网络的模型的基础上对其进行优化,建立了作业工程掌子面前方围岩稳定性评估模型。主要通过加入动量因子、采用自适应调节率这两种方法对传递函数进行优化,提高神经网络收敛速度;对于一些非线性、多模型、多目标的函数优化问题具有内在的隐并行性和更好的全局寻优能力;采用概率化的寻优方法,能自动获取和指导优化的搜索空间,自适应地调整搜索方向,不需要确定的规则。通过对BP神经网络的的初始权值和阈值进行优化,跟围岩的受力特性进行比较,能精准快速评估围岩的稳定性,节约大量人力资源,提高工作效率。     

作战数据质量模型构建与质量评估

采用粗糙集与BP神经网络理论相结合的方法对作战数据质量进行了评估。在评估模型构建上,分析了影响作战数据质量的多种因素,确定了评估指标体系,组建了作战数据质量评估元及评估网络,构建了六元组评估模型。在作战数据质量评估上,利用粗糙集理论对评估指标信息进行了约简,利用BP神经网络理论对作战数据质量进行了评估。通过数据分析,结果显示该方法评估误差小,方法简单、实用。     

基于灰色层次分析法-BP神经网络的数据链系统效能评估

为进一步提高效能评估的可信性及智能化水平,提出了一种基于灰色AHP理论的数据链系统BP神经网络效能评估模型.从数据链系统性能结构出发,针对数据链信息优势的特点,建立了数据链系统作战效能评估指标体系.通过专家组依据标准打分的方式,采用AHP确定指标的权重向量,考虑借助灰色理论白化指标,最后与不同灰类分效能值聚合生成综合效能评价值从而建立了效能输出模型.构造三层BP神经网络模型,以专家的知识与经验作为输入,以灰色AHP综合效能评价值作为输出训练网络.最后通过实例验证,由于该模型运用BP神经网络非线性拟合的优势继承并有效聚合了专家的知识与经验,结果与专家评定一致,从而论证了模型的有效性及可靠性,为数据链系统效能评估提供了智能化的算子,在数据链的发展和应用中发挥重要作用.     

基于模糊贴近度的导弹装备费用预测的BP网络模型

在研导弹装备费用的合理评估，可以为装备发展决策提供重要建议．针对在研装备费用指标存在模糊性的特点，基于模糊贴近度理论，结合BP神经网络确定了一种预测装备费用的方法．     

基于BP 神经网络的风洞传感器非线性误差修正方法

针对风洞试验时传感器测值受到非线性误差干扰的问题,提出基于BP神经网络的风洞传感器非线性误差修正方法.利用BP神经网络强大的非线性映射能力,通过神经网络模型融合传感器校准数据对传感器的测量误差进行计算,并根据网络计算误差对传感器测值进行修正.试验结果表明:该方法能有效地减小非线性误差对传感器测值的影响,提高传感器的测量精度.     

野外环境下通信装备故障预测方法

针对目前国内外故障预测研究较少考虑装备自身因素以外影响因素的情况,提出一种新的野外环境下通信装备故障预测方法。利用灰色理论和BP神经网络理论建立驻训阶段通信装备故障预测模型,将外界影响因素考虑引入故障预测中,并通过仿真实验进行验证。仿真结果证明,该方法具有较高的精度。