神经网络在R＆D项目中止决策中的应用

在比较研究国内外Ｒ＆Ｄ项目中止决策理论方法在基础上，论述了对正在进行的Ｒ＆Ｄ项目进行正确的中止决策模式识别的重要意义。探讨了神经网络（ＮＮ）理论用于Ｒ＆Ｄ项目中止决策的可行性，提出了适用于正在进行的Ｒ＆Ｄ项目的中止决策分析的Ｈｏｐｆｉｅｌｄ神经网络模式识别方法，并用实例验证了方法的有效性。方法的实施较为方便、计算较为简单，结果也令人满意。表明Ｈｏｐｆｉｅｌｄ神经网络模式识别方法在Ｒ＆Ｄ项目中止决策     

国防R&D项目的评估与中止决策

论述了对国防R&D项目进行评估及中止决策的重要意义.探讨了神经网络方法用在国防R&D项目中期评估及中止决策的可行性.提出了适用于国防口R&D项目评估及中止决策的BP多层神经网络方法.选用了国防口正在进行研究的52个项目作为实证分析案例,利用BP多层神经网络方法对之进行了分析处理.分析结果识别出了影响国防口R&D项目发展前景的6个重要因素,同时,对52个项目进行了归类处理,并对该52个国防口R&D项目作出了继续、暂停及中止研究的决策.案例研究的结果表明,该方法实施较为方便、计算较为简单,其有效性令人满意.这表明BP多层神经网络方法在R&D项目中止决策领域具有应用前景.      

R&D项目中止决策的实证研究

在与本领域专家探讨及调研相关资料的基础上,针对性地设计了适用于R&D项目中止决策的指标体系, 提出了改进的Fuzzy模式识别方法, 并将其成功地应用于某飞机制造企业的R&D项目的中止决策实践.该方法对Fuzzy模式识别方法的改进主要体现在两个方面:①利用集值统计方法得出了各指标的权重;②计算样本间的距离时,利用了广义欧氏距离公式.      

一种基于混沌神经网络的拟人智能控制方法

提出一种基于混沌神经网络(CNN)的拟人智能控制方法.首先利用拟人智能控制理论得到定性控制律(线性或非线性),然后利用CNN实现控制律的定量化.Hopfield神经网络具有快速的优化能力,但容易陷入局部极小,将遍历性的渐变混沌噪声引入其中,形成具有快速全局优化能力的CNN.对二级倒立摆控制的仿真和实验结果均表明该方法有效.      

基于改进Hopfield神经网络的对地攻击型无人机自主能力评价

对地攻击型无人机是当前最先进的无人装备之一,无人机必须具备很高的自主能力,自主能力成为无人机的典型作战能力。针对对地攻击型无人机的自主能力量化评价问题,从感知能力、决策能力、行为能力和安全能力4个方面,并侧重机载装备参数分析,提出了一套完整的自主能力评价指标体系。结合模型因素库,运用奇异值分解设计Hopfield神经网络权值矩阵,利用基于稀疏度的权值删减算法改进网络结构。构建自主能力评价标准,对对地攻击型无人机系统自主能力进行量化分级。仿真结果表明:相对于传统Hopfield神经网络,改进算法能够在一定范围内删除非关键的连接权值,降低网络复杂度,工程上更容易实现对地攻击型无人机系统自主能力的量化评价。      

基于Hopfield网络的飞机设计

Hopfield神经网络与增广拉格朗日乘子法相结合来求解非线性约束优化.神经网络作为求解乘子法的子问题的动力学方法,仅需计算一阶导数.引入逐渐衰减的高斯噪声信号构造随机神经网络.同时针对随机网络受初始温度制约,跳出局部极小值能力有限的问题,网络运行采用结合模拟退火的欧拉法.用该方法对某喷气教练机进行总体优化设计,结果表明,算法的数值稳定性较好,求解精度高.并基于拉氏乘子提供的约束敏度信息,做了设计要求权衡.最后研究了某型干线旅客机的机翼气动/结构综合设计问题.      

仿效创新的后发优势机理分析与实证研究

通过对仿效创新项目的R&D投入与产出之间关系量的分析,建立了单一品种和多品种项目产值的增长模式,明确了R&D投入的累积对仿效创新项目产出的非凡贡献,指出启动仿效创新后发优势的关键在于持续不断的R&D投入,而持续稳定地增长则取决于产品的多品种、系列化的开发.     

证据理论和神经网络结合的目标识别方法

提出用证据理论和神经网络结合的高分辨率雷达(HRR)目标识别方法,即首先把多个目标高分辨一维距离像送入学习矢量量化神经网络,进行目标类证据估计;然后用D-S证据理论对各次估计结果进行融合.提出了连续特征空间离散化及类支持度构造的方法,并分析了神经网络识别的误差原因.仿真实验结果表明,这种方法的输出正确识别率比仅仅使用矢量量化神经网络有较大的改善,抗噪能力也有所提高.     

“乌克兰问题”或将引发美俄太空新冷战

美国航空航天局（NASA）于2014年4月2日晚间发表声明称，“鉴于俄罗斯正在侵犯乌克兰的主权和领土完整，NASA暂停其大部分正在进行的与俄罗斯联邦政府的约定交往。”本次临时中止的项目包括：NASA专家访问俄罗斯、俄罗斯官员来NASA参观其设施的计划、同时包括双方的会晤、电话会议和电子邮件之间的沟通与交流，但“国际空间站”项目除外。     

空中交通服务电报智能处理系统

空中交通服务电报采用固定的信息编组方式组织报文.由于传输差错及人为因素引起了报文的非标准化,计算机自动处理困难.本文提出了基于模式识别、神经网络技术的报文处理算法,并进行了仿真实验,结果表明该算法具有较高的报文正确识别率,以及维护简单、扩充方便灵活的优点.