基于CMAC神经网络导弹的气动参数辨识

本文利用ＣＭＡＣ神经网络辨识了几个重要的空气动力参数，证明了估计误差，权误差有界，仿真结果显示了本文算法的有效性。     

建模与仿真的校核、验证和确认工作模式

根据当前国内外研究进展状况,对建模与仿真的校核,验证和确认技术进行了讨论。首先介绍了ＶＶ＆Ａ的概念以及应用于建模与仿真过程的意义。然后着重阐述了建模与仿真的ＶＶ＆Ａ的一般工作模式和其中应当考虑的问题,最后进一步介绍了分布交互仿真的ＶＶ＆Ａ的九个步骤,这九个步骤也可推广适用于其它建模与仿真。     

空空导弹自动驾驶仪的反演变结构设计法

首先,将空空导弹的数学模型处理成为具有非匹配不确定性标准的反演设计问题,再将其变换为易于设计变结构控制规律的规范型。利用小脑关节神经网络（ＣＭＡＣ）估计系统中的不确定函数,利用ＣＭＡＣ神经网络和多面滑模技术估计出变换后系统的状态,最后,利用变结构控制技术设计出空空弹控制系统的控制器,给出的仿真结果显示了本文方法的有效性。     

应用小波神经网络进行负荷预测的MATLAB编程仿真

以咸阳地区的电力负荷数据为背景,应用小波神经网络进行短期负荷预测工作,并详细介绍了其MATLAB的编程与仿真。利用MATLAB 7.0的神经网络及小波工具箱函数进行编程仿真,不仅编程简洁,而且收敛速度快。因需要大量的训练数据进行训练,介绍了在实际编程时所用技巧。     

ATM局域网仿真技术

简要介绍了 Ａ Ｔ Ｍ 局域网仿真的主要原理，以 Ｉ Ｂ Ｍ ８２６０ Ａ Ｔ Ｍ 交换机为例，具体分析了 Ａ Ｔ Ｍ 局域网仿真的实现细节。     

基于神经网络的战时装备维修保障能力评估

介绍了神经网络的概念,阐述了BP神经网络的基本原理与方法,在系统分析战时装备维修保障系统的基础上构建了战时装备维修保障系统能力评估指标,设计了BP神经网络模型,通过Matlab仿真软件对结果进行计算分析表明,BP神经网络具有很强的解决非线性问题能力,适用于战时装备维修保障能力评估。     

基于小波神经网络的模拟电路故障诊断

介绍了模拟电路故障诊断的神经网络方法及小波神经网络,以一带通滤波器为例,提出了一种基于输出灵敏度分析,利用多频测试生成故障特征向量训练小波神经网络进行故障诊断的方法。仿真结果表明小波神经网络作为故障分类器具有收敛速度快,诊断准确等特点。     

利用神经网络诊断火箭发动机的故障

首先简要地介绍了人工神经网络(以下简称神经网络)的BP学习方法。然后将BP学习算法用于火箭发动机的故障诊断。仿真实验的结果表明,神经网络完全可以用于发动机的故障诊断。     

模糊径向基函数神经网络(FRBF)及其在非线性控制中的应用

介绍了输入层具有一定隶属度的模糊径向基函数神经网络(FRBF),给出了一种训练方法.它比模糊小脑模型神经网络(FCMAC)具有更好的解析性和快速收敛性.用FRBF神经网络设计了具有虚拟系数的二阶非线性系统的控制器,仿真结果验证了模糊径向基神经网络(FRBF)的特性.     

基于BP神经网络的军机两级维修保障效能评估

介绍了BP神经网络的基本原理和方法,并构建了军机两级维修保障效能评估指标体系,利用MATLAB仿真软件对结果进行了计算和分析。结果表明,BP神经网络适用于对两级维修保障效能进行评估。     

谈MATLAB在控制系统设计中的应用

本文介绍了使用ＭＡＴＬＡＢ进行控制系统设计的思路和过程，并利用ＭＡＴＬＡＢ强大的仿真功能对设计进行验证。     

概率神经网络在识别带有噪声字母中的应用

字符识别是模式识别中的一个应用,通过训练网络可以教会计算机如何识别字符,这在票据处理方面可以大大地提高效率。该文中所建立的神经网络为具有局部响应的高斯函数的三层概率神经网络,它以牢固的插值理论为基础,具有学习速度快,不易陷入局部极小等优点。本文介绍了概率神经网络的学习算法和一个三层概率神经网络对带有噪声的26个英文大写字母的识别。其中利用MATLAB编写仿真程序对概率神经网络进行训练,仿真结果表明,训练的概率神经网络可以对给定的带有噪声的字母作出正确的识别。     

二维空间中目标轨迹预测算法研究与分析

本文主要研究移动目标在二维空间内的轨迹预测算法,首先介绍了马尔可夫蒙特卡罗预测算法,包括影响状态阀值的因素,以及转移概率和积累概率的计算方法;接着介绍了线性神经网络的预测算法,如神经元模型和神经网络模型的组成,之后重点介绍了线性神经网络的学习规则,以及学习率对预测算法的影响.最后通过仿真试验,对两种预测方法的精准度和自适应时间进行了对比和分析     

两种神经网络应用于数控系统故障诊断

介绍了双向联想记忆（ＢＡＭ）学习算法神经网络和误差后向传播（ＢＰ）神经网络在数控系统故障诊断中的应用实例。这两种神经网络在数控系统故障诊断方面都有着重要的应用价值，都能实现故障的联想、容错、自学习等功能。但因为各自具有的特点不同，又使得ＢＰ网络更适于故障样本多的情况，而ＢＡＭ则适于要求对错误的故障征兆进行纠错的故障诊断系统     

基于自适应神经网络的飞行控制律设计方案

介绍了一种自适应神经网络控制方法，利用李亚普诺夫稳定性定理推导了神经网络权值的自适应规律，保证了闭环系统的稳定性。设计了针对滚转通道的神经网络，并应用某型号飞机进行了非故障和故障状态的仿真。结果表明，自适应神经网络控制方法补偿作用显著，相当于系统具有一定的重构功能。     

人工神经网络在飞机总体外形智能CAD中的应用

将人工神经网络应用于飞机总体外形智能ＣＡＤ中,针对现有方法的局限性,研究了参数神经网络,提出了一种综合考虑影响神经网络学习３个主要因素（权值、激励函数和拓扑结构）的ＷＡＦＳ学习算法,并研究了隶属函数的神经网络表达和基于神经网络的并行推理,给出了有关应用实例。     

神经网络在直升机对地攻击中的应用研究

应用神经网络方法研究了直升机对地射击的一些技术问题。文中首先介绍了直升机对地攻击的火控系统原理;其次,对复杂又不稳定的直升机飞行运动模型设计了模糊神经网络控制器;然后,设计了综合火/飞控制系统,并对所设计的整个攻击系统进行了仿真,通过仿真证明满足系统设计要求。在神经网络设计中,采用了变尺度优化算法,提高了算法的速度和精度,直升机对地攻击的实时应用提供了重要的参数价值。     

基于APSO-BP神经网络的无人机空地作战效能评估研究

针对无人机空地作战效能评估问题,提出了基于自适应粒子群算法(APSO)优化反向传播神经网络(BPNN)的无人机空地作战效能评估方法。首先介绍了APSO算法和BP神经网络的基本原理和算法流程;然后对无人机空地作战效能评估的主要影响因素进行分析,归纳总结了无人机空地作战效能评估的指标体系,接着构建了APSO-BP神经网络评估模型;最后对评估模型进行了仿真验证。仿真结果表明,该模型可以准确有效地对无人机空地作战效能进行评估。     

一种鲁棒的非线性飞行控制律设计

介绍了一种反馈线性化方法——逆系统方法，用以解决非线性飞行控制。针对逆系统方法存在的误差，介绍了一种鲁棒控制方法——基于RBF神经网络直接自适应控制方法，利用李亚普诺夫稳定性定理推导了神经网络权值的自适应规律，保证了闭环系统的稳定性。设计了针对滚转通道的神经网络，并应用某型号飞机进行了非故障和故障状态的仿真，结果证明，自适应神经网络控制方法补偿作用显著，相当于系统具有一定的重构功能。     

数控系统故障的ANN与专家诊断系统的研究及应用

 分析了ＣＮＣ系统的故障特点,针对ＦＡＮＵＣ７数控系统,建立并比较了适用于ＣＮＣ故障的ＢＰ和ＢＡＭ两种ＡＮＮ诊断模型,探讨了模糊神经网络在ＣＮＣ故障诊断中的应用,给出了模糊ＡＮＮ识别ＭＡＣＳ５００数控机床伺服系统故障的数据和结果;介绍了所开发的ＣＮＣ系统故障诊断专家系统ＣＮＣ－ＤＥＳ的总体结构、知识表达与推理等,列举了该系统应用于ＣＮＣ故障诊断的情况和结论。