基于神经网络的故障率预测方法

 为了更好地预测产品故障率,提出了基于神经网络的故障率预测方法,分别给出了基于反向传播(BP)网络和径向基函数(RBF)网络进行故障率预测的基本思想、预测模型和实施步骤。分别对比分析了神经网络法与回归分析法、分解分析法、移动平均法、指数平滑法、自适应过滤法、自回归移动平均混合(ARMA)模型等统计预测方法的区别,对照故障率的特点,说明了神经网络法是其中最适用于故障率预测的统计方法。最后分别按这两种模型对某航空公司波音飞机故障率进行了预测,预测结果表明：这两种模型均适用于故障率预测,预测值与真实值的误差在20%之内,且RBF网络的预测效果略优于BP网络,此外通过与上述统计预测法的误差进行对比,说明神经网络法预测误差最小。     

基于BP神经网络的惯导初始对准误差辨识方法

针对弹道导弹捷联惯导系统初始对准问题,提出一种基于BP神经网络在线辨识初始对准误差的方法。首先设计了初始对准误差辨识总体方案;然后,基于SINS/GPS组合导航系统测量信息,以SINS与GPS之间的位置偏差为输入量,以初始对准误差为输出量,分别采用三输入和六输入的BP神经网络建立位置偏差与初始对准误差参数之间的映射关系,生成BP神经网络结构;最后,设计仿真试验,分别采用三输入BP神经网络、六输入BP神经网络和卡尔曼滤波算法预测初始对准误差参数。仿真结果表明,六输入BP神经网络算法识别精度最好,初始水平姿态角误差小于30″,瞄准方位角误差小于70″。     

数控机床主轴热误差测点优化及建模技术研究

为了减少热误差对数控机床加工精度的影响,首先利用热成像仪初步找出机床温升明显的位置,然后利用灰色理论对16个温度测点的试验数据进行优化处理,找出与热误差关联度较高的测点;将优选出的温度测点数据和实测的Z轴热误差数据进行划分,采用GM (1,n)灰色预测和BP神经网络建立热误差预测模型,并在试验机床上进行验证。试验结果表明:采用灰色GM (1, n)模型预测结果与实际测量平均相对误差为10.17%,采用BP神经网络预测与实测结果平均相对误差为5.19%,优于灰色GM (1,n)预测,能起到提高热误差预测精度的作用。     

基于面向对象方法的压气机性能计算

提出一套预测压气机未知特性的方法,并基于面向对象思想采用变比热容计算方法进行压气机性能计算的分析和编程.结合粒子群优化（PSO）的全局寻优能力和反向传播（BP）神经网络的局部寻优能力提出基于PSO的BP神经网络（PSO-BP神经网络）预测压气机特性,分析了其预测误差和拟合误差:拟合误差基本都小于0.5%,预测误差基本都小于0.8%.其拟合精度和预测精度满足要求.采用变比热容计算方法来计算压气机性能,并采用面向对象方法编写了压气机性能计算程序.对几个压气机变工况点进行验证,各输出参数的最大误差为1.12%.因此,特性预测方法和性能计算的数学模型适用于压气机性能计算,这套方法同样适用于燃气轮机性能计算.      

基于BP神经网络的熔模铸件收缩率预测研究

针对熔模铸件模具型腔设计中存在收缩率赋值不准确导致多次修模的问题,作为初期研究,提出一种典型结构在凝固过程中收缩率的预测方法,为铸件收缩率预测提供一种思路。由于BP神经网络具有强大的容错性和鲁棒性,故基于BP神经网络构建依附于铸件结构的几何参数和收缩率之间的映射模型。由于BP神经网络隐含层神经元尚无针对不同案例的设计准则,因此,在映射模型建立时研究隐含层神经元个数对建模准确度的影响。结果表明,针对此典型结构铸件,当隐含层神经元个数为3时,映射模型的预测误差最小,此时,测试样本的预测和实测值收缩率平均偏差为0.09%,可较好地实现凝固过程收缩率预测。     

基于BP神经网络模型的西安市生活垃圾产生量预测

建立3层BP神经网络模型,选用市区人口数、国内生产总值和道路清扫面积三个因素预测西安市生活垃圾产量,将原始数据转化成年增长率,并结合trainbr函数来训练网络,泛化能力强,误差小,取得了较好的预测结果。     

一种基于SVR的飞机巡航段油耗预测方法

针对飞机巡航段燃油消耗量预测问题,提出一种基于支持向量回归机(SVR:Support Vector Regression)的预测建模方法,并应用Grid-Search参数寻优法优化模型参数,基于真实QAR数据建立SVR预测模型,并从平方相关系数和平均绝对百分误差两个不同指标与BP神经网络模型的预测结果进行比较,比较结果表明:SVR预测模型的预测结果精度高。     

基于民航团队旅客销售的组合预测方法分析

利用Matlab分别用回归分析算法、BP神经网络算法、最小二乘支持向量机算法和组合预测算法对民航团队销售数据进行预测和比较分析,期望为民航销售人员提供更加精准的预测信息,以获得更高的航线收益.结果显示神经网络、支持向量机和组合预测3种算法比航空公司常用的回归分析预测精准度有了明显的提高.支持向量机预测精度相对神经网络稍低,却拥有更强的泛化能力.组合预测能避免单一预测方法的误差,更加适合航线销售人员的实际操作.     

基于蚁群改进 BP算法的组合预测模型在军械器材需求预测中的应用

针对在军械器材采购计划制定环节中的器材需求测算问题,提出基于蚁群改进BP算法的组合预测模型。先结合历史数据,利用多元线性回归预测法和自回归滑动平均模型（ARMA）进行初步预测,将初步预测的结果作为蚁群改进BP网络的输入,从而得到最终的预测结果。实验结果表明,基于蚁群改进BP算法的组合预测模型能够对积累的历史数据进行充分的应用,并且有较高的预测准确性。     

基于损伤检测的飞机结构腐蚀损伤预测方法对比研究

针对飞机结构材料易腐蚀特点,采用 BP 神经网络算法、数据拟合方法、指数平滑预测三种方法,对飞机铝合金结构腐蚀损伤进行预测对比分析。预测结果及其误差以及对比分析图表明,BP 神经网络算法所构建的网络预测模型对一定腐蚀周期内的腐蚀损伤有较好预测能力,指数平滑预测方法和幂函数数据拟合方法对一定腐蚀周期之外的腐蚀损伤预测有较好的外延性。     

方波幅度的测量不确定度

介绍了用众数法评价方波幅度时的不确定度分析和评价过程；讨论了主要的不确定度来源，包括众数判别区间的影响、波形测量系统幅度测量误差的影响等等；给出了减小不确定度的主要措施，并结合一个实例，给出了方波幅度的不确定度评价结果。     

高校图书馆期刊管理服务创新举措

高校图书馆期刊管理工作需立足本校实际情况,提高期刊信息服务意识及采购质量,建立合理的馆藏期刊结构,创新期刊管理服务措施,拓展期刊服务内涵。高效发挥期刊信息的作用,提高期刊资源利用率,更好地为读者服务。     

电磁辐射干扰试验的测量不确定度评定

详细地分析了利用吉赫兹横电磁波室进行小体积受试设备(EUT)电磁场抗扰度测试的不确定度。     

秒表检定的测量不确定度评定

介绍了用标准时间间隔发生器检定秒表时，测量结果不确定度分析和评定过程；讨论了测量不确定度的几个主要来源；通过一组实例，给出了秒表检定不确定度的分析和评定结果，该过程和结论可应用在对于计量标准进行相应指标的不确定度分析上，也可用于估计秒表检定本身的不确定度。     

非线性方程迭代算法收敛性分析

从几何上分析了迭代格式xn+ 1=φ(xn)所产生的序列收敛于方程根的收敛条件 ,导出了不依赖函数可导性判断迭代序列收敛的收敛定理 ,给出了产生收敛的迭代序列的技巧。     

高校廉洁文化教育的载体构建

作为构建反腐倡廉体系的基础性工作之一,高校廉洁文化教育是从源头上防治腐败的根本之策,关系到整个社会廉洁文化的建设。从打造廉洁文化教育教师主体团队,发挥党团组织的战斗堡垒作用,弘扬廉洁校园文化节、占据网络文化教育阵地等方面,对高校廉洁文化教育载体进行研究,旨在为高校廉洁文化教育提供些许参考意见。     

逻辑分析仪部分参数测量结果的不确定度评定

介绍了逻辑分析仪部分参数测量结果的不确定度分析评定方法，评定过程及结论，可应用在对于计量标准进行相应指标的不确定度评定分析上。     

数显测高仪示值误差的测量不确定度评定

针对数显测高仪各校准点示值误差的校准方法,给出了示值误差的数学模型,并以某校准点为例,对该校准点示值误差的合成标准不确定度和扩展不确定度进行了评定.     

硼粉燃烧热值测试不确定度分析

基于硼粉点火和燃烧特性,介绍了硼粉燃烧热值测试原理和方法,分析了影响硼粉燃烧热值测试不确定度的因素,并对各不确定度分量进行了评定。结果表明,影响硼粉热值测试不确定度的主要因素有：系统热容量的不确定度和助燃剂热值的不确定度;在助燃剂保障硼粉完全燃烧的条件下,减小助燃剂热值的不确定度是提高硼粉热值测试准确度的关键因素。     

基于正交设计的某型飞机翼尖小翼优化设计方法研究

飞机翼尖小翼设计是一个多因素设计,在机翼设计中比较复杂,影响参数较多。采用基于正交设计的方法,利用CFD技术,可较快的优选出小翼的倾斜角、高度、前缘后掠角、安装角等参数。以设计状态为例,对优选出的每个因素取三种水平进行了具体的计算,并给出了具体的结果,通过各因素在各水平下的平均升阻比,可以得到最优的参数值。结论说明给出的方法是合理的。实验也证明了该方法可以节约时间和经费。