基于BP网络模型估算反舰导弹保障费用

运用神经网络的改进BP算法建立了反舰导弹的综合保障费用估算模型,并对典型的反舰导弹保障费用进行了估算,验证了所建模型的有效性和可行性。     

基于人工神经网络的现代军机研制费用估算模型

阐述了针对现代军机研制费用估算现状,用基于人工神经网络理论建立了现代军机研制费用估算模型。给出建模流程,分别采用动量自适应算法和 L-M 算法的 BP 网络来实现,并对其特点加以分析比较。在小样本情况下,编制了 Matlab 仿真软件并进行了仿真,证明了所建立的研制费用模型的准确性,仿真结果表明该方法比传统的回归分析方法精度高。     

飞机纵向运动参数BP神经网络估算

针对飞机纵向运动方程复杂,现有的气动参数获得方法实现困难,不便于分析与控制飞机的运动,文中利用BP神经网络进行参数估算,建立了飞机短周期纵向运动参数估算的BP神经网络模型。研究了不同神经网络结构、不同的激励函数对飞机纵向参数估算BP网络模型的影响作用,进行了数字仿真,对误差进行原则性分析并提出改进措施。仿真结果表明,这种方法能较好的估计纵向运动方程中的未知参数。     

基于 CER的运载火箭研制费用估算

运载火箭研制费用估算是费用管理中的一个重要环节。正确估算研制费用对于方案选优、加强研制过程中的费用管理以及估算整个寿命周期的费用等都具有十分重要的意义。参考美国国家宇航局（ NASA ）的费用估算关系（ CER ）模型,提出了基于运载能力、起飞质量、外形尺寸等参数的参数-费用估算模型。鉴于我国运载火箭样本少的实际情况,采用偏最小二乘法（ PLS）对该模型进行了实证检验,估计值与真实值之间的偏差较小,估计效果比较理想。为下一步运载火箭研制方案筛选和费用管理提供了依据。     

基于RBF神经网络的航空发动机起动模型辨识与仿真

为解决基于气动热力学方程建立发动机起动模型时存在的困难，本文以某型发动机起动调整试验的试车数据为样本，使用径向基函数(RBF)神经网络对在某一大气条件下的发动机起动模型进行了辨识；并使用另外一组试车数据，通过辨识模型对起动过程进行了仿真。结果表明，用RBF神经网络辨识发动机起动模型，具有方法简单、学习速度快、辨识精度较高等优点。     

基于BP神经网络的战斗机采购费用估算

介绍了飞机采购费用的构成,概述了飞机采购费用的估算方法;简单描述了人工神经网络的基本原理,以此构建了BP网络模型;最后,利用神经网络方法对飞机采购费用进行估算,并用MATLAB进行仿真,取得了比较满意的结果。     

基于RBF神经网络的开关磁阻电机在线建模 及其实验验证

 为了获取开关磁阻电机(SRM)的精确模型,提出了一种基于径向基函数(RBF)神经网络对SRM进行建模的方法,主要包括离线建模和在线建模两部分。离线建模通过实验测量得到SRM的磁链特性曲线,并利用该数据训练RBF神经网络,实现SRM磁链的离线建模;在线建模是指当SRM的运行状态发生变化时,离线模型的估计磁链与实际磁链会产生误差,通过对神经网络的输出权值进行在线调节,实现具有在线动态调节功能的SRM在线模型。为了验证该方法的可行性,针对一台12/8结构的SRM样机进行仿真和实验,结果表明SRM的离线模型和在线模型在仿真和实验条件下均能正确地估计SRM的磁链特性,而且在线模型的估计精度高于离线模型,验证了本文的研究方法合理有效。     

基于模糊径向基函数神经网络的永磁同步电机滑模观测器设计

针对传统滑模控制易导致系统出现抖振的问题,提出了一种模糊径向基函数(RBF)神经网络滑模观测器来实现永磁同步电机(PMSM)无传感器控制。为了减小观测器系统抖振,利用模糊RBF神经网络算法动态调整滑模增益,并采用李雅普诺夫稳定性定理证明了该模糊神经网络观测器的稳定性；利用锁相环(PLL)技术提高估算精度,并削弱计算噪声。基于MATLAB/Simulink软件平台搭建了仿真模型,将模糊RBF神经网络滑模观测器系统与传统滑模观测系统进行对比。结果表明,与传统的滑模观测器相比,新型滑模观测器能够快速、有效地跟踪转子位置,精确估算出转子速度,同时具有较好的动态特性。     

基于RBF神经网络的航空发动机故障诊断

航空发动机的故障诊断研究在民航安全发面有着重要的意义，而故障诊断模型的建立尤其关键。采用径向基函数（RBF）神经网络建立发动机的故障诊断模型，论述了径向基函数神经网络的结构、学习和运行，并通过该模型对发动机参数进行辨识，结果表明RBF神经网络具有较高的故障诊断正确率。     

军用飞机型号研制试飞费用估算研究

在借鉴国外经验的基础上,对国内军用飞机型号研制试飞费用的构成进行了研究,提出基于兰德DAPCA IV模型的军用飞机型号研制试飞费用估算模型,为试飞费用的估算提供了依据。