含裂纹固体推进剂试件抗拉强度的预估

为预估含中心穿透型裂纹固体推进剂试样的抗拉强度,修正了固有缺陷模型(IFM)和应力断裂准则模型,包括点应力准则(PSC)和平均应力准则(ASC),建立了不同模型的断裂强度方程。通过修正的双参数断裂判据建立了特征尺寸与极限断裂强度的关系,采用固体推进剂断裂试验对模型进行了验证。结果表明,该模型的预估结果与试验结果相近。IFM、PSC和ASC都可以用于预估含裂纹推进剂试样的抗拉强度。     

具有BIST功能的高速PCI数据采集卡设计

针对大多数高速数据采集系统仅从数据采集速度、系统架构等不断优化,鲜有设计时考虑系统可测性等具体问题,在不改变布局布线、不添加额外设备的前提下,运用BIST思想,既实现了数据的高速、实时采集,又达到了对FPGA周边器件的故障检测与定位.     

基于FPGA的USB数字I/O设备设计

从系统硬件设计和软件设计2个方面阐述了USB数字I/O设备的设计方法.本次设计依据USB 2.0通信协议,以FPGA逻辑为核心控制器件,实现与USB接口芯片CY7C68013的通信控制,多通道数据的存储、读取、发送和采集.较为详细的论述了该设备的软硬件设计及实现,介绍了整体设计思路、硬件总体架构和软件流程,并且对程序进...     

定数截尾数据缺失场合下k（m）/n系统可靠性指标的Bayes估计

在定数截尾缺失数据样本下,研究了不可修中取串连续失效系统（简记为k（m）/n系统）的可靠性评估问题。利用Bayes方法得到了部件的平均寿命、系统可靠度及平均寿命等可靠性指标的Bayes估计。最后利用随机模拟例子说明了本文方法的正确性和可行性。     

运用GA-BP神经网络研究时间序列的预测

神经网络能以任意精度逼近非线性函数,以神经网络为基础的时间序列预测模型能很好地反映信息的非线性发展趋势。该文在分析传统BP网络缺点的基础上,用具有良好全局搜索能力的遗传算法来改进神经网络。详细讨论了GA算法的优化神经网络初始权值和阈值的思想和理论。在阐述预测方法同时,用具体例证分析了GA-BP网络预测的性能和特点。结果表明,基于GA-BP神经网络在预测精度和适应性方面高于传统的BP神经网络。     

基于遗传算法的SVM多分类决策树优化算法研究

设计一种基于遗传算法(GA)的支持向量机(SVM)多分类决策树优化算法,以克服因传统SVM 多分类决策树结构固定,单个SVM 节点在树中位置随意而引起"误差积累"现象严重的缺陷.采用了SVM 分类间隔作为GA适应度函数.利用GA在每一决策节点自动选择最优或近优的分类决策,最终自适应地实现了对决策树的优化.仿真实验表明,与传统方法相比,所提出的方法可使"误差积累"现象明显降低,分类质量大大提高.

     

变异粒子群算法实现模拟电路模糊组识别

针对常规三角分解方法计算模拟电路规范模糊组和可测试值存在误差的问题,提出一种基于测试矩阵基向量的变异粒子群算法.该算法分析了电路的各阶规范模糊组参数成分,根据粒子速度和位置初始化找到所有二阶模糊组,由低阶模糊组确定高阶模糊组的构成参数,通过粒子速度变异找到所有规范模糊组.实例验证表明:该算法不通过三角分解就能够找出所有的规范模糊组,提高了计算精度,同时也降低了计算复杂度.     

基于公共电话网的远程故障诊断专家系统设计

针对雷达基站的一些特殊环境限制及信息安全性的要求,提出一种基于公共电话网(PSTN)的远程故障诊断专家系统.将故障诊断技术与专家系统相结合,通过调制解调器(modem)拨号建立外场维修与基地维修之间的连接,实现快速、有效的故障诊断.公共电话网进行信息传输,满足了军用设备对信息安全性的要求.该系统已经成功应用于某军用雷达...     

基于遗传算法的SVM多分类决策树优化算法研究

设计一种基于遗传算法(GA)的支持向量机(SVM)多分类决策树优化算法,以克服因传统SVM多分类决策树结构固定,单个SVM节点在树中位置随意而引起"误差积累"现象严重的缺陷.采用了SVM分类间隔作为GA适应度函数.利用GA在每一决策节点自动选择最优或近优的分类决策,最终自适应地实现了对决策树的优化.仿真实验表明,与传统方法相比,所提出的方法可使"误差积累"现象明显降低,分类质量大大提高.     

基于DPSO的改进AO*算法在大型复杂电子系统最优序贯测试中的应用

针对大型复杂电子系统最优序贯测试问题,提出一种基于离散粒子群算法(DPSO)和改进AO~*算法相结合的方法.DPSO优化AO~*算法中每个要扩展节点的测试集从而减少测试个数;改进AO~*算法通过规定扩展节点估价值的范围,减少其回溯次数.实例验证表明,该算法不仅有效地降低了计算复杂度,大大减少测试代价,缩短测试时间,而且避免了原有AO~*算法当备选的测试集太大时容易出现"计算爆炸"的缺点.