空战机动决策中的影响图方法

首次将影响图分析方法引入到一对一空战机动决策中。在影响图模型中,各种空战态势下的每个备选机动方案都与一个概率值和一个效用值相联系,根据贝叶斯定理可以利用传感器信息降低结果的不确定性,影响图分析为综合效用值提供了概率分布,表示完成各备选动作的成功率,最终的决策根据所选的决策标准而定。最后进行灵敏度分析以决定各因素对决策结果的影响程度。     

某型红外干扰弹运动特性研究

在点目标跟踪阶段．识别红外干扰弹的运动特性是红外空空导弹实现抗干扰的一种必要手段，分析了某型红外干扰弹的运动规律，并仿真了红外干扰弹的运动特性。     

基于RBF神经网络的导弹成本预测研究

分析了现代导弹成本估算中存在的问题.应用RBF神经网络建立了导弹成本预测模型,并采用该模型对某型导弹成本进行了预测.与多元线性回归和BP神经网络的预测结果对比,建立的新型导弹成本预测模型具有更高的预测精度.     

基于BP神经网络的飞机机体研制费用估算

提出一种应用人工神经网络预测飞机机体研制费用的方法.该方法利用偏最小二乘法对飞机性能参数进行了主成分提取,用这些主成分作为BP网络的输入变量,建立了一种基于BP神经网络的飞机研制费用的估算模型,应用该模型对典型的飞机机体研制费用进行了预测.预测结果表明,该方法是有效的、可行的.     

航空发动机重要构件使用振动可靠性模糊评估

定义了叶片使用振动可靠性和固有振动可靠性,分析了影响叶片疲劳强度和自振频率的环境因素,建立了影响因素指标体系,定义了疲劳强度影响系数和自振频率影响系数,构建了影响系数的数学表达式。建立了工作环境中叶片疲劳强度和自振频率计算模型以及叶片使用振动可靠性的模糊模型,并将其应用于某航空发动机叶片的振动可靠性计算。本研究扩展了叶片振动可靠性的研究领域。     

某飞机前起落架旋转臂分模面处疲劳强度可靠性计算

本文应用正态分布函数代数运算法则推导了复合应力和疲劳强度正态分布的计算公式;在此基础上,根据应力—强度数学模型,按串联系统,对前起落架旋转臂分模面处的疲劳强度可靠性进行了计算。     

基于粗糙集与BP神经网络的多因素预测模型

运用粗糙集方法和信息熵概念，在不改变训练样本分类质量的条件下，按照输入影响因素相对于输出的重要度的大小，对输入参数集进行约简，确定神经网络输入层变量和神经元个数。通过对典型样本的学习，建立粗糙集BP神经网络多因素预测模型，将其用于导弹系统研制费用预测。结果表明，该方法减少了网络的训练时间，改善了学习效率，具有较高的预测精度，是可行的、有效的。     

基于Petri网的军用飞机使用维修保障建模

讨论了军用飞机使用维修保障问题;分析了其主要内容与特点;提出了一种基于面向对象Petri网的军用飞机使用维修保障模型。模型涵盖了飞机使用维修保障过程中的主要因素:可扩展性强,可以用于飞机使用维修保障研究及更高层次军事系统仿真的组成部分使用。     

基于改进模拟退火算法的导弹研制投资决策研究

针对导弹研制投资组合优化决策模型的求解问题,以模拟退火算法为基础,利用设置记忆器和在算法后链接一个局部搜索过程的方法,对原有算法进行了改进,该算法可兼顾解的质量和运行时间,快速找到最优解,克服了原有算法的随机性。数值计算的结果表明,该算法具有很强的适用性。     

基于AHP的可靠性指标确定方法研究

论证阶段装备可靠性指标的确定是一项十分复杂的工作。由于对分系统信息了解较少,因此对分系统可靠性指标的确定就变得尤为困难。在引入可靠性分配方法的基础上,充分考虑了影响分系统可靠性的各种因素,利用层次分析法(analytichierarchyprocess,AHP)原理,将这些因素的影响转变为各分系统可靠性分配的权重,提出了一个在论证阶段确定装备分系统可靠性指标的方法———AHP故障率模型;该方法将需要(系统的可靠性指标)和可能(比例系数)结合起来,为装备可靠性指标的确定提供了一种新的方法。