基于模糊神经网络的导弹故障诊断

将模糊神经网络应用于导弹的故障诊断。经过仿真试验发现，模糊神经网络可以充分利用专家知识的不确定性，而且诊断效果相当好。     

混沌模糊神经网络在导弹故障诊断中的应用

在某型导弹测试设备故障诊断神经网络知识库的组建过程中,针对BP算法易陷入局部极小、收敛速度慢的缺点,将混沌机制引入常规模糊神经网络算法,利用混沌机制固有的全局游动,逃出权值优化过程中存在的局部极小点,解决了网络训练易陷入局部极小点的问题.通过算法比较和实例结果分析,表明该算法可以有效、可靠地运用于导弹地面测试设备的故障诊断中,并可方便地应用于其它方面.     

差分进化算法在导弹动力系统稳态故障特性分析中的应用

采用差分进化算法求解该动力系统的全系统稳态故障模型方程，对液体导弹动力系统全系统稳态故障特性进行了分析．差分进化算法克服了传统数值算法的局部搜索性缺陷，控制参数少，易于实现，具有很好的并行计算能力．计算结果表明差分进化算法能较好地对导弹动力全系统进行故障模拟．     

导弹测试仪模糊故障诊断

导弹测试仪是导弹武器系统的主要保障装备,本文就如何使导弹测试仪维修经验科学化和维修过程自动化,提出了一种计算机辅助故障诊断方法。并举一实例说明此方法的应用过程。     

B样条模糊神经网络在滚动轴承故障诊断中的应用

本文采集滚动轴承的振动信号。提出基于B样条模糊神经网络作为滚动轴承故障诊断的模型．该模型能够准确地反映滚动轴承故障和振动信号特征之间的非线性关系．并对其进行仿真。实验和仿真结果表明：基于B样条模糊神经网络的系统能成功应用于滚动轴承故障诊断。     

导弹电源系统故障诊断的神经网络方法

针对地空导弹电源系统的九种主要故障，分别用BP神经网络和SOFM神经网络对其进行了故障诊断，均取得了较好的效果。     

基于模糊关系的导弹武器装备故障诊断

文中以故障诊断理论和方法为基础,运用模糊理论,对复杂的导弹武器装备的故障诊断进行研究.提出了基于模糊关系的故障诊断的方法,建立了模糊关系故障诊断模型.该模型通过对已知故障的学习,获得专家的经验、知识和对故障危害度的协调能力,从而减低了诊断过程中的人为因素影响,较好地保证了诊断结果的客观性和正确性.     

BP 神经网络在雷达故障诊断中的应用

为适应当前现代雷达系统的故障诊断日益复杂的现状,采用人工神经网络进行雷达故障诊断。建立基于BP神经网络的故障诊断模型,给出训练算法和故障诊断步骤,以某雷达发射机为对象,将该模型应用于系统的故障诊断,并采用Matlab进行仿真验证。仿真结果表明,人工神经网络能满足雷达故障自动检测与诊断系统的高可靠性和可维护性要求。     

基于神经网络的机载导弹电路故障诊断

提出了一种采用 BP 神经网络诊断机载导弹电路故障的新方法。介绍了故障诊断的原则及 BP 网络的算法,并给出了仿真实例。实验证明所提出的方法是有效可行的。     

导弹复合故障诊断专家系统研究

由于防空导弹系统的复杂性和不可测性，在对导弹试射过程进行故障诊断时采用单一的诊断方法往很难完成，文中提出了一种基于神经网络和传统专家系统的混合故障诊断方法，在诊断中充分融入两者特点，从而有实现了导弹系统的故障诊断。     

混合模糊神经网络在信息化导弹部队作战效能评估中的应用

针对信息化导弹部队作战效能评估问题,建立了评估的指标体系,提出了一种将遗传算法和模糊神经网络相结合的混合模糊神经网络模型.详细介绍了这种方法的设计思想、结构及其实现.利用给出的样本对混合模糊神经网络模型进行训练和仿真,仿真结果表明,该模型可较好地克服人为因素和模糊随机性的影响,使评估结果更为合理可信.     

基于一种新型神经网络的导弹姿控故障诊断

文中从改进网络结构出发,首先介绍了带偏差单元的递归神经网络的结构及算法,并将它和一改进算法的BP(以后称为FBP)网络分别用来对同一导弹姿态控制系统进行故障诊断.结果表明,该网络能很好地克服BP网络收敛速度慢等缺点,故障诊断的正确率优于该FBP神经网络.由于结构特点,它的应用范围比BP网络更加广泛.     

人工神经网络在导弹控制系统中的应用

利用神经网络设计了导弹滚动通道控制系统———人工神经网络 (BP网络 )模型参考控制系统 .通过MATLAB进行了仿真 ,得到的结果说明人工神经网络控制器能够跟踪参考模型的输出 ,实现对滚动通道的控制     

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。     

神经网络专家系统在发动机故障诊断中的应用

将神经网络与专家系统相结合形成了神经网络专家系统,其核心部分采用BP神经网络．以发动机为诊断对象,获取故障数据后,采用3层BP神经网络模型对网络进行训练,经过几种不同网络参数的对比后,设定了合理的网络训练参数,训练后获得了期望的误差值0．01,并采用VB6．0软件设计了专家系统的人机交互界面,为专家系统在发动机故障诊断中的应用提供了有益的参考．     

基于小波和模糊神经网络的导弹涡喷发动机故障诊断方法研究

针对海防中远程导弹普遍采用高效率的小型涡喷（涡扇）发动机,为了减小体积和重量,发动机设计寿命较短,导弹维护（中、长期维护）、准备阶段不允许对发动机进行热试车,提出了一种基于小波和模糊神经网络的涡喷发动机故障诊断方法.将该方法成功地应用于某型涡喷发动机的故障诊断,结果表明该方法诊断效果明显.     

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.     

模糊神经网络在电动舵系统中的应用

为了适应导弹控制技术的发展,电动舵系统的性能要求越来越高。在提高系统快速性、控制精度的同时,舵系统需要足够的抗扰动和适应恶劣环境的能力。为了提高常规PID电动舵系统的控制品质,在分析模糊控制与神经网络控制的基础上,设计了基于模糊RBF网络整定的PID控制算法。该算法具有控制精度高、响应迅速、无超调等特点,且具有很强的鲁棒性和学习能力。仿真和试验结果表明:此方法可以使电动舵系统的控制品质得以很大提高,同时也适用于其它伺服系统。