基于神经网络的弹道修正弹落点预测方法

为了分析神经网络运用于弹道预测的可行性,构建了实用的弹道预测工具,建立了基于神经网络理论的弹道预测模型。利用二自由度质点弹道模型,选取BP网络和Elman网络进行神经网络弹道预测仿真。基于误差反向传播理论,比较了带动量项算法与自适应学习率算法这2种网络权值训练速度。对2种网络不同隐层节点数的学习误差和预测误差进行了对比分析。数值仿真计算结果表明,神经网络具有较高的预测精度,36.7 km射程仅有不足100m的射程误差,12.3 km射高仅有不足70 m的高度误差,预测结果满足要求,利用神经网络进行弹道预测是合理可行的。     

基于遗传BP神经网络的隐身涂层老化性能评价模型

为了计算涂层在自然环境中老化物理量值与环境因子的关系,设计出一种实数编码、算术交叉、高斯变异、爬山操作的遗传BP神经网络。根据环境因子计算涂层物理量值,采用Visual studio 2008进行编程,开发出程序进行神经网络训练和预测程序。用一个涂层野外老化数据的实例来进行网络训练和预测,结果表明,模型计算出涂层最终的寿命,与实际测量值相近,表明遗传神经网络模型可以很好地用于涂层寿命预测。为了计算涂层在自然环境中老化物理量值与环境因子的关系,设计出一种实数编码、算术交叉、高斯变异、爬山操作的遗传BP神经网络。根据环境因子计算涂层物理量值,采用Visual studio 2008进行编程,开发出程序进行神经网络训练和预测程序。用一个涂层野外老化数据的实例来进行网络训练和预测,结果表明,模型计算出涂层最终的寿命,与实际测量值相近,表明遗传神经网络模型可以很好地用于涂层寿命预测。     

分布式系统4级嵌套的软件抗衰策略及模型分析

将软件抗衰重启合理地应用于分布式系统，实现细粒度软件抗衰，可以提高抗衰适用性，降低抗衰开销，提高软件可靠性。确定系统重启层级别，查询各层模块的直接耦合模块，进而构建出各重启层的重启链是实施细粒度软件抗衰策略的关键。针对分布式系统各级模块间控制、调用及数据访问的关系，可以制定出系统重启层标准，给出判定各级直接耦合模块和模块重启群的方法，同时定义重启优先级，进而得出各级重启链的构建规则，由此制定重启实施策略。同时综合随机Petri网及确定的有限自动机两种形式化描述方法，构建易于理解分析的4级嵌套抗衰重启模型，为实现分布式系统细粒度软件抗衰提供支持。     

基于机动单元库的TSO-GRU-Ada机动轨迹预测

机动轨迹预测是自主空战中的一个重要组成部分。针对无人战斗机机动轨迹预测精度低且时耗过长的问题,提出一种基于机动单元库的自适应集成三角优化门控循环神经网络预测方法。建立无人战斗机3自由度模型,解决轨迹数据来源问题;通过4种轨迹特征,将轨迹分为平面机动、空间左转弯机动和空间右转弯机动三类,构建21种基本机动单元;介绍门控循环神经网络,为避免网络梯度优化陷入局部最优,引入三角搜索优化算法更新网络内部权值和偏置。为提高预测精度,采用自适应增强算法构建强预测器;通过实验选取预测器最优参数,在不同机动单元情况下进行预测,预测精度较高且均能满足时耗要求;为检验在机动轨迹上的预测性能,从空战训练测量仪中选取一段轨迹,与5种不同预测模型进行对比。研究结果表明,所提模型的预测精度最佳。     

人工神经网络在合金铸铁腐蚀深度预测中的应用研究

通过动态和静态质量损失法腐蚀试验获取BP神经网络的样本数据,利用MATLAB的工具箱函数建立用于预测动态和静态腐蚀深度的BP神经网络模型,并对两种腐蚀试验方法的预测误差进行比较研究。结果表明,5×8×10×1BP神经网络可用于合金铸铁在烧碱液中的动态和静态腐蚀深度的预测,且腐蚀试验的样本数据越精确,5×8×10×1BP网络对腐蚀深度的预测误差则越小。     

基于蚁群改进BP算法的组合预测模型

针对非线性预测工作中难以保证精度的问题,提出了基于蚁群改进BP算法的组合预测模型。先利用灰色预测方法和自回归滑动平均模型(ARMA)时序预测利用历史数据进行初步预测,将初步预测结果作为蚁群改进BP网络的输入。通过仿真比较其与单一预测算法以及传统线性组合预测方法之间的优劣。仿真结果表明,基于蚁群改进BP算法的组合预测模型能够明显地提高预测精度。     

焊条熔敷金属抗拉强度预报神经网络模型

基于人工神经网络原理,以酸性焊条配方为研究对象,在生产数据支持的基础上,建立了反映焊条配方与熔敷金属抗拉强度之间映射关系的神经网络模型。采用BP算法训练网络。研究结果表明,该模型预测的结果同生产实际值之间有很好的对应关系。根据网络估测的结果可定量地进行焊条性能预报。为焊条的设计提供了一种科学方法。     

基于视频的装甲车和飞机检测跟踪及轨迹预测算法

针对当前视频目标跟踪算法跟踪多目标容易跟丢的问题,以视频中的装甲车、飞机为研究对象,研究一种改进跟踪学习检测（TLD）的视频多目标检测跟踪算法。对于跟丢的目标,利用Kalman滤波算法的预测功能跟踪视频中典型目标的轨迹,并采用Kalman滤波算法跟踪的轨迹来弥补TLD算法丢失的部分,从而获得视频中典型目标的完整轨迹,以提高视频多目标跟踪的准确率。由于现有轨迹预测算法存在准确性较差的局限性,提出一种基于社交长短时记忆（Social-LSTM）网络的视频典型目标轨迹预测算法,将上下文环境信息和多个目标轨迹之间的相互影响关系融入Social-LSTM网络,预测待检测典型目标的轨迹序列。仿真实验结果表明,所提轨迹预测算法优于传统的LSTM算法、隐马尔可夫模型算法以及混合高斯模型算法,有利于提高视频典型目标轨迹预测的准确率。     

基于随机维修网络的导弹技术准备流程时间特性分析

为实现可靠高效的战备作战保障,分析导弹技术准备流程中的不确定因素及其装备维修性成因,基于使 用数据采用统计推论方法刻画不确定工序的随机维修分布。将维修性参数信息引入图示评审技术(graphical evaluation and review technique,GERT)随机网络逻辑计算过程,构建导弹技术准备流程的随机维修网络模型;采用 GERT 解析方法对某导弹技术准备流程时间进行求解,并通过调整部分维修性参数验证模型的灵敏度。仿真结果表 明,该模型算法能为遂行导弹保障任务提供有力数据支撑。     

大数据环境下导弹质量状态关联因素研究

导弹质量状态关联因素分析是导弹健康管理中的重要研究内容。首先,对导弹质量相关的"大数据"预处理后,进行问题分析建模,然后提出了基于遗传算法的随机森林回归模型构建算法,构造关联因素回归模型,并借助开源R语言软件实现。实验结果表明,与不用遗传算法相比,使用遗传算法后的随机森林回归模型的预测精度高。     

Research on Prediction Model for Erosion and Abrasion of Barrel Based on LSSVM

To predict the erosion and abrasion of high bore pressure tank gun barrel, the least square support vector machine (LSSVM) algorithm was used. Based on the gun firing test data, the prediction model for barrel's erosion and abrasion was established. It was adopted to predict the wear increment of gun barrel. The results show that the prediction values given by the model coincide with the measured data better, and the model can predict the barrel's wear accurately and rapidly.     

基于灰色系统理论的某坦克炮初速修正研究

坦克炮作为直瞄武器,其初速的下降对射击精度影响很大,因此在射击前需要通过火控系统对初速加以修正。通过对目前几种火炮初速的修正方法进行归纳,指出方法的不足之处。提出了基于灰色系统理论的坦克炮初速修正方法,鉴于身管磨损量属于随机振荡序列,需要对模型进行优化,变换处理磨损数据,建立了适用于坦克炮身管磨损量的 GM （1,1）灰色预测模型,通过某型坦克炮试验数据验证了预测模型的准确性,并利用拉格朗日插值的方法计算相应磨损量下的坦克炮初速减退量。     

电磁谐振式疲劳裂纹扩展试验固有频率跟踪系统

为保证电磁谐振式疲劳裂纹扩展实验工作载荷的稳定性,提出了基于裂纹长度在线测量的自适应改进爬山法固有频率跟踪方法,建立了相应的固有频率跟踪系统。采用自行设计的裂纹长度测量系统测得实验过程中不同时刻的裂纹长度,根据固有频率和裂纹长度的理论关系计算出此时系统的固有频率值,并将此值设定为频率跟踪的初始值,在初始值左右小范围区域内采用自适应改进爬山法搜索系统精确固有频率值。建立了双自由度双质量块电磁谐振式疲劳裂纹扩展实验振动系统数学模型和CT 紧凑拉伸试件刚度模型,从理论上推导出了固有频率随裂纹尺寸变化的规律,并通过实验进行了验证。实验结果表明:文中方法固有频率跟踪精度为0郾3 Hz,跟踪时间为3郾5 s,和一般爬山法相比,跟踪精度高、速度快、过程稳定可靠,很好地满足了疲劳裂纹扩展实验的要求。     

随机退化应力作用下设备剩余寿命预测方法

有效的剩余寿命预测对设备可靠性与安全性起着关键作用,不确定的内部老化状态和外部使用工况导致的随机退化应力会极大地影响设备的退化速率和健康状况.提出一种新的随机退化应力作用下的设备剩余寿命预测方法.将随机退化应力引入老化过程,基于维纳过程建立随机应力作用下的设备老化模型,提出融合期望最大化算法和粒子群优化算法的先验参数离...     

基于极度梯度提升模型的火炮身管寿命预测

为提高火炮身管寿命预测的精度,将身管内径磨损量作为寿命预测指标,提出基于极度梯度提升(XGBoost) 模型的火炮身管寿命预测算法。以火炮弹射数为输入,身管内径磨损量为输出,通过集成多个弱学习器反复训练来 拟合前一个弱学习器预测值与实际值之间的残差,从而生成强学习器,并通过在损失函数后加入正则化项及采用剪 枝技术降低模型过拟合的风险。基于某型火炮实测数据进行验证,结果表明：该模型不仅有效解决了火炮弹射量与 身管内径磨损量之间的映射关系,且相比支持向量机、BP 神经网络、灰色模型等现有算法显著提升了身管寿命预测 精度。     

基于多种预测算法的飞机故障预测效果研究

为大幅提高飞机的维修故障预测精度,在充分研究Fisher 判别法、逻辑回归、随机森林和支持向量机4 种算法的基础上,使用某型飞机故障维修记录数据作为基础数据集,在R 平台上实现这4 种算法,以分析比较4 种 算法在故障预测上的效果差异。结果表明,支持向量机的预测效果最好。     

装甲装备维修器材需求数据模拟

为解决小样本条件下运用大数据驱动模型预测装备维修器材需求效果不理想的问题,提出一种新的数据模拟扩充算法.通过将不同时间段的器材累积消耗值作为相似度量改进了AP聚类算法,并对数据进行迭代聚类.结合改进后聚类算法的特点,将聚类为同一类别数据的各报告期器材相对消耗值考虑为正态分布数据,进而确定待预测数据各分量的正态分布数字特...     

一种改进的装备保障能力并联预测模型

为了提高装备保障能力的预测精度,针对当前预测算法及其组合模型存在的问题,提出了一种改进的并联预测模型。利用文本挖掘选择预测指标及权重,改进了区间标度算法并构造了不等距、多尺度区间的模糊时间序列模型。改进了粒子群优化方法中微粒速度和位置及惯性权重值的算法,使用该方法优化了支持向量机参数并建立预测模型。依据改进的模糊时间序列和支持向量机预测模型建立了改进的并联预测模型,通过计算预测权重值并将预测值与预测权重值组合形成并联模型的预测值。通过案例证明了该预测方法具有更高的精度。