混沌序列的模糊神经网络预测

提出了一种针对混沌序列预测的T-S模糊神经网络。这种T-S模糊神经网络与传统的T-S模糊神经网络相比在不影响预测精度的前提下极大的减少了神经网络的节点数。同时利用基于混沌动态量的BP算法对神经网络进行学习．提高了收敛速度和预测精度。应用此T-S模糊神经网络和相应的BP学习算法．对Mackey-Glass混沌时间序列进行了预测．与传统的T-S模糊神经网络相比得到了更好的结果，验证了该方法的有效性。     

基于模糊小波神经网络的空中目标威胁评估

针对无人机获取威胁目标信息较少的情况,采用模糊小波神经网络(FWNN)解决空中目标威胁评估问题。同时为了提高模糊小波神经网络的收敛速度和泛化能力,提出了一种基于动态学习率的模糊小波神经网络,解决复杂战场环境信息的不确定性问题,采用BP算法更新每个模糊规则前、后件部分的所有参数,并通过仿真实现对目标威胁进行评估。仿真结果表明,该算法可提高系统的稳定性,加快收敛速度,增强预测精度。     

基于非单点模糊系统的短波通信频率参数预测

提出一种利用非单点模糊系统建模的短波通信频率参数预测模型。该模型以非单点模糊系统为平台，利用梯度下降算法和遗传算法构成的混合并行学习算法训练建立推理规则。通过对电离层实测数据进行仿真试验，并与神经网络方法、单点模糊系统方法进行比较，结果证明该模型具有预测精度高、收敛速度快、全局收敛性好、抗噪声能力强等优点。     

基于共轭梯度下降法的RBF神经网络预测算法

针对当前神经网络预测算法在解决训练样本较多的复杂非线性系统问题时易陷入局部最优、训练时间较长、准确度不高的问题,提出了基于共轭梯度下降法的RBF神经网络预测算法。该算法在传统径向基神经网络的基础上,引入平滑因子对共轭梯度下降法进行优化,并且能够自适应改变三个重要参数的学习率步长。将改进的预测算法应用于已知轮毂应力预测轮扭矩的多输入单输出非线性系统,通过仿真实验得到测试样本预测值与真实值的曲线对比、改进的算法与标准RBF神经网络算法的误差性能曲线对比。仿真实验结果表明,该算法比传统RBF神经网络算法迭代次数更少,收敛速度更快,预测准确度更高。     

基于ANFIS的图像预测编码

提出了一种利用神经模糊推理系统(ANFlS)构建预测器的图像压缩预测编码算法.该算法以模糊系统为平台,利用自学习算法训练建立推理规则,采用并行自适应遗传算法进化调整系统内部参数,实现了完全智能的非线性自适应预测编码.通过仿真试验,并与传统预测编码方法、神经网络预测编码方法进行比较,结果证明该算法具有预测精度高、恢复图像效果好、编码时间较短、内部参数调整智能化等突出优点.     

基于小波分解与重构的混沌时间序列预测

提出一种通用的混沌时间序列预测方法.算法首先通过小波分解与重构将具有混沌特征的时间序列分解为一个低频信号和多个高频信号;对不再具有混沌特征的信号分支采用神经网络模型预测;对具有混沌特征的信号分支采用基于非线性混沌动力学的预测模型;最后将各分支的预测值组合获得最终预测值.通过月平均太阳黑子数这一典型混沌时间序列的预测实验表明该方法比传统的神经网络预测方法和混沌预测方法的预测精度高,可以较好地应用于混沌时间序列的预测中.     

基于蜂群算法优化向量机的微弱信号检测方法

针对传统检测方法对混沌背景下微弱信号检测能力的不足,提出了基于蜂群算法优化支持向量机的微弱信号检测方法。该方法通过混沌信号的时间延迟和嵌入维实现相空间重构,利用蜂群算法对支持向量机的惩罚系数和核函数参数进行优化,结合支持向量机建立混沌序列的单步预测模型,从预测误差中检测淹没在混沌背景中的微弱信号(包括瞬态信号和周期信号)。以Lorenz系统和雷达实测得到的海杂波数据作为混沌背景噪声进行验证研究,仿真实验结果表明,所提方法能有效地抑制噪声对混沌背景信号的影响并检测出混沌背景噪声中的微弱信号。与传统方法相比,预测精度和检测门限方面的性能都有显著的提高。     

基于神经网络的自动机冲击振动信号混沌特征识别

针对武器自动机含噪冲击振动信号的混沌特性识别问题,提出了基于神经网络的混沌特征识别算法.将信号进行降噪处理,利用神经网络强大的学习和非线性处理能力,逼近信号真实相空间映射建立Jacobian矩阵,通过Jacobian矩阵计算出最大Lyapunov指数,并判断信号是否含有混沌特征.分别采用Lorenz仿真系统和自动机动作的冲击振动实测信号进行算法验证,仿真和试验结果表明提出的算法可以有效地解决自动机冲击振动信号混沌特性识别问题.     

一个新的三维混沌系统分析及电路实现

构造了一个新的三维连续自治混沌系统,该系统含有3个参数,2个非线性乘积项．通过理论推导和计算机仿真研究了系统的基本动力学特性,利用模块化设计方法对该系统进行了混沌电路设计与实验,给出了实验结果．电路实验与计算机仿真结果相一致,证实了该系统的混沌特性．     

一种混沌Hopfield网络及其在二维自适应系统辨识中的应用

在对传统的混沌神经网络模型深入研究的基础上,构造了一种具有暂态混沌动力学特性的Hopfield神经网络模型。在Hopfield神经网络中引入混沌机制,使网络逐渐由混沌神经网络向Hopfield网络过渡,达到混沌控制的目的。网络利用了混沌搜索的随机性和轨道遍历性,因而具有较强的全局寻优能力。将其应用于二维自适应系统辨识中,仿真结果表明,该神经网络的寻优和逼近能力较强,辨识曲线与未知系统曲线非常接近。     

导爆管雷管延期体结构改进

本文主要介绍了索式延期体的纺织方法，其秒量与铅结构延期体秒量的精度对比，并探讨改进的目的和意义。     

装配过盈量对某枪弹底火感度的影响

研究了某枪弹底火以不同过盈量压入药筒后的撞击感度变化情况，基本明确了装配过盈量对底火感度的影响趋势。     

装调误差对滚仰式导引头视轴指向的影响分析

研究了装调误差对导引头视轴指向精度的影响。针对滚仰式导引头的结构特点,对位标器的主要装调误差进行了分类。利用坐标变换和空间几何关系,得到了导引头视轴指向误差和装调误差的函数关系。仿真结果表明视轴的指向误差与指向位置和框架角位置都有关联。所得结果对导引头的指标分解具有重要的参考价值。     

尾翼稳定脱壳穿甲弹全弹道多目标优化设计

本文应用最优化理论和方法对尾翼稳定脱壳穿甲弹的装药结构和弹形结构进行了全弹道多目标优化设计.首先从装药结构和弹形结构计算出发,建立了尾翼稳定脱壳穿甲弹的内弹道、外弹道(含空气动力)、终点弹道计算模型,然后应用三种不同类型的优化方法对火药弧厚、装药质量、弹头长径比、弹芯直径、弹体圆柱部长径比五个设计变量进行了多目标优化设计,得到了比较满意的结果.     

弹上线束电磁兼容仿真研究

导弹电磁兼容已经成为导弹现代设计中必须考虑的问题,尤其是弹上复杂线束在导弹电磁兼容问题中占有重要地位。文中以某型号导弹为背景,基于CableMod软件平台,采用仿真预测试的方法研究导弹电磁兼容问题,讨论了如何建立适用于仿真的导弹结构模型与电气模型,并对导弹内复杂线束间的串扰,以及弹体对线束产生辐射的影响进行了仿真和分析。仿真结果表明,线束内电源线与信号线分开敷设,且双绞屏蔽后相互串扰明显降低,并提出使用弹壁电缆套管代替U型电缆罩,能避免因缝隙产生的电磁泄露,抑制电磁辐射,有助于通过电磁兼容测试。     

水下激光引信探测环境特性分析

激光引信具有定距精度高，抗电磁和声波干扰能力强的特点，若鱼雷配有激光引信则可以提高其毁伤概率，使鱼雷在现代海战中发挥更大作用。在简要分析海水的组成及其光学特性基础上，确定了水下透光窗口，讨论了激光束在水中的传输特性，得出了一些有意义的结论，为科学设计水下激光引信提供了理论依据。     

一种便携式红外目标模拟器

设计了一种头罩式便携红外目标模拟器,采用微型黑体作为红外辐射源,采用卡赛格林平行光管作为光学系统,在可调光阑和电机的配合下,能够快速模拟出不同辐射强度、不同大小的红外目标。     

混合稀土加入量对A356合金组织及性能的影响研究

研究了混合稀土加入量的不同对Al-Si合金A35 6力学性能的影响 ,运用金相显微镜和扫描电镜对其微观组织进行了观察与分析。结果表明 :稀土变质可有效地促进初生α相的粒状化 ,提高Al-Si合金的力学性能 ,不同的加入量对A35 6共晶组织粒状化的作用是不同的 ,混合稀土的最佳加入量应在 0 .2 %左右 ,同时 ,应严格控制其它工艺参数。