基于改进BP算法的复杂武器系统健康状态评估CSCD

根据复杂武器系统指标体系的确定原则:系统性原则、完整性原则、独立性原则、可比性原则、可操作性原则和定性与定量相结合的原则,建立了某复杂武器系统健康指标体系;分析了基本BP神经网络的优点及BP算法的缺陷,研究了一种改进的BP算法;建立了某复杂武器系统健康管理BP神经网络结构;对某复杂武器系统健康状态进行了评估,验证了指标体系的合理性。     

基于WGA的导弹武器系统效能多目标评估

建立了导弹武器系统效能评估指标体系及评估模型,针对导弹武器系统效能的复杂性、综合性和不确定性,将层次分析法(AHP, Analytical Hierarchy Process)与加权向量法相结合,提出了一种基于加权几何平均算子的导弹武器系统效能多目标综合评估方法.将评价系统指标分为单项效能、系统效能和综合效能,利用层次分析法AHP确定各指标的权重系数,获取评价信息.通过运用加权几何平均(WGA,Weighted Geometric Average)算子和组合加权几何平均(CWGA)算子对属性值进行加权集结,得到群体综合属性值,从而确定最优方案,实现武器系统效能优劣的综合评估. 用实例进行了验证,结果表明,是导弹武器系统效能评估的有效方法.      

BP-AdaBoost模型在光纤陀螺零偏温度补偿中的应用

针对光纤陀螺零偏漂移随温度呈复杂的非线性变化,建立了BP-AdaBoost（Back Propagation neural network,Adaptive Boosting）模型对零偏进行补偿,改善了光纤陀螺的零偏稳定性能.同时,研究了模型参数对预测精度的影响,给出了BP神经网络隐含层神经元个数的选择以及AdaBoost模型迭代次数的确定方法.运用AdaBoost算法提升单个BP神经网络的预测能力,提高了集成模型整体的预测精度.对采集的光纤陀螺输出实测数据进行了事后仿真,结果表明,BP-AdaBoost模型相比传统的线性回归模型、混合线性回归模型、单个BP神经网络模型的补偿效果更显著,验证了该模型的有效性,具有重大的工程应用参考价值.      

积冰几何特性对翼型性能影响的神经网络预测

积冰几何形状对翼型气动系数的影响是复杂的.采用BP(Back Propagation)神经网络的LM(Levenberg-Marguardt)学习算法,建立明冰的典型几何特性(冰角前缘半径、冰角高度和冰角位置)对翼型气动系数影响的神经网络,得到该3种几何参数对气动系数影响的规律;建立了典型冰形参数对最大升力系数影响的神经网络,该网络能很好的预测冰形参数对应的最大升力系数值;此外,建立了冰型位置对舵面铰链力矩系数影响的神经网络.仿真结果表明,BP神经网络仿真结果与实验值具有高度一致性,并能预测非实验值条件下的气动系数;翼型表面积冰位置变化对气动系数影响最大;铰链力矩系数在失速迎角达到之前就发生突变,可以更安全地用来预测失速的发生.      

复杂产品研制项目标准化效益评估模型

旨在量化计算标准化工作的效益,凸显标准化工作的重要作用.通过分析复杂产品研制项目标准化工作的特点,确定标准化工作权重计算方法,建立了复杂产品研制项目标准化工作项目体系及效益指标体系.深入研究复杂产品研制项目标准化效益评估模型的构建方法,编制总效益调研问卷,收集有关型号标准化工作效果数据,构建了复杂产品研制项目标准化效益评估模型.运用本方法建立了航空领域复杂产品研制项目标准化效益评估模型,并以某型飞机研制项目的真实数据验证了模型的准确度.     

基于BP神经网络的飞行绩效评价模型

为实现飞行绩效的客观评价,利用眼动数据,建立了拓扑结构为6-14-3型的BP(Back Propagation)神经网络模型.已有的实验数据和随机插值法得到的数据作为建模的数据来源,数据分为训练集和测试集并归一化.基于Matlab的神经网络工具箱,利用经验公式和实验比较法确定了BP网络模型的隐含层节点数;对BP算法的各种改进算法进行了优化选择;将训练集数据和测试集数据先后输入网络模型进行学习训练和仿真测试;对3个技术水平的飞行员的飞行绩效进行了预测和评价.研究表明,眼动数据的BP神经网络模型可以较为准确地评价飞行绩效,评价方法可以为飞行训练提供参考.     

基于GA-BP贝叶斯算法的可靠性分析近似模型

研究了GA-BP(Genetic Algorithm-Backpropagation)贝叶斯算法在可靠性仿真中的应用.GA-BP贝叶斯算法是一种新型前馈神经网络训练算法,它建立在遗传算法(GA)、L-M(Levenberg-Marquardt) BP算法以及贝叶斯方法这三者的基础上.由于该算法的训练目标是获取对应于后验分布最大值的权值向量,并且在搜索过程中融入了遗传算法,因此能够使前馈神经网络具有更佳、更稳定的泛化性能.在可靠性仿真中,采用GA-BP贝叶斯算法来构造前馈神经网络近似模型,再用它来替代复杂费时的数值仿真程序进行Monte Carlo模拟,就能够在计算成本得到有效控制的同时获取随机输出变量的概率分布情况.     

基于多信号流图与分支定界算法的故障诊断

针对实时在线故障诊断问题,提出了一种基于多信号流图和分支定界算法的故障诊断方法。通过建立多信号流图模型生成相关矩阵作为诊断知识,进而由相关矩阵以及观测向量产生冲突集,使最小诊断集的求解过程映射为整数规划问题;采用分支定界算法,通过对冲突集的分支、定界以及剪支得到故障诊断的最优解,从而避免了穷举问题造成的搜索"爆炸"。以某型机载燃油系统为对象对本文提出的算法进行了验证。结果表明:本文算法与常用的多信号流图诊断推理算法TEAMS-RT相比,算法速度相当,故障定位精度更高,很好地涵盖单故障以及多故障组合,可以胜任大规模复杂系统的故障诊断。      

前馈神经网络的一种简单共轭梯度学习算法

针对前馈神经网络学习误差函数维数高、计算复杂度大的特点,对梯度下降BP算法加以改进从而构造出一种简单共轭梯度下降算法(MPARTAN算法).该算法计算复杂度不高于动量BP算法, 与FR共轭梯度法相比,该算法的稳定性好,又具有共轭梯度法的优点,收敛速度快.文中给出了该算法的收敛定理,并用2个实验例子比较了动量BP算法、FR共轭梯度法和MPARTAN算法的计算结果.     

空军作战飞机武器系统优化配置

空军是现代战争的一个关键要素,作战飞机则是空中力量的主要武器.以战役优势参数作为目标函数,采用带约束的复合形优化方法,对空军的作战飞机武器系统装备进行了非线性规划,寻求在如装备数量和采购预算等限制条件下的最优配置.算例表明所用数学模型和方法正确有效,建立的软件系统具有现时的应用价值.      

SINS快速传递对准建模与仿真

针对空间武器捷联惯性导航系统SINS(Strapdown Inertial Navigation System)动基座快速、精确初始对准问题,建立了空间环境下武器SINS的动基座误差模型,并考虑武器SINS的惯性器件误差.根据姿态传递对准原理,推导了姿态匹配方式下卫星与武器SINS姿态角之差的量测方程.在此基础上,建立了空间武器SINS传递对准的数学模型,设计一种快速对准卡尔曼滤波器.计算机仿真结果验证了该模型的有效性.在10s时间内,可获得与卫星姿态测量系统姿态精度相当的对准精度,同时还能实现武器SINS惯性器件误差的准确标定.      

基于深度学习递归神经网络的电离层总电子含量经验预报模型

利用行星际太阳风参数与太阳活动指数、地磁活动指数、电离层总电子含量格点化地图数据,首次基于一种能处理时间序列的深度学习递归神经网络（Recurrent Neural Network,RNN）,建立提前24h的单站电离层TEC预报模型.对北京站（40°N,115°E）的预测结果显示,RNN对扰动电离层的预测误差低于反向传播神经网络（Back Propagation Neural Network,BPNN）0.49～1.46TECU,将太阳风参数加入预报因子模型后对电离层正暴预测准确率的提升可达16.8%.RNN对2001和2015年31个强电离层暴预报的均方根误差比BPNN低0.2TECU,将太阳风参数加入RNN模型可使31个事件的平均预报误差降低0.36～0.47TECU.研究结果表明深度递归神经网络比BPNN更适用于电离层TEC的短期预报,且在预报因子中加入太阳风数据对电离层正暴的预报效果有明显改善.      

A prediction model of short-term ionospheric foF2 based on AdaBoost

In this paper, the AdaBoost-BP algorithm is used to construct a new model to predict the critical frequency of the ionospheric F2-layer (foF2) one hour ahead. Different indices were used to characterize ionospheric diurnal and seasonal variations and their dependence on solar and geomagnetic activity. These indices, together with the current observed foF2 value, were input into the prediction model and the foF2 value at one hour ahead was output. We analyzed twenty-two years’ foF2 data from nine ionosonde stations in the East-Asian sector in this work. The first eleven years’ data were used as a training dataset and the second eleven years’ data were used as a testing dataset. The results show that the performance of AdaBoost-BP is better than those of BP Neural Network (BPNN), Support Vector Regression (SVR) and the IRI model. For example, the AdaBoost-BP prediction absolute error of foF2 at Irkutsk station (a middle latitude station) is 0.32 MHz, which is better than 0.34 MHz from BPNN, 0.35 MHz from SVR and also significantly outperforms the IRI model whose absolute error is 0.64 MHz. Meanwhile, AdaBoost-BP prediction absolute error at Taipei station from the low latitude is 0.78 MHz, which is better than 0.81 MHz from BPNN, 0.81 MHz from SVR and 1.37 MHz from the IRI model. Finally, the variety characteristics of the AdaBoost-BP prediction error along with seasonal variation, solar activity and latitude variation were also discussed in the paper.     

空间信息对新概念武器的应用支持研究

简要介绍了空间信息概况和高能激光武器的基本原理，在此基础上，设计了空间信息支持高能激光武器应用系统的框架，并提出高能激光武器对窄间信息的需求以及运用信息的流程。     

差分卫星定位技术及其在武器系统中的应用

差分卫星定位系统可以极大地提高卫星定位的精度,但也有使用、维护复杂等缺点。针对差分卫星定位的特性,首先阐述了卫星差分定位的基本原理,分析了卫星定位误差源,并介绍了差分定位系统对各种误差的修正情况,然后介绍了差分定位系统的分类、方法及发展,其中详细介绍了在武器系统领域中应用较广的局域差分系统的各种方法及其优缺点;最后,对差分系统的实际应用进行了阐述,并重点探讨了其在进攻性武器及防御性武器领域实现应用的可行性。     

叶片电解加工阴极设计CAD/CAE/CAM专家系统

为了解决航空发动机叶片电解加工工具阴极设计自动化程度较低的难题,在电解加工基本原理的基础上,开发了专用的叶片电解加工计算机辅助阴极设计制造专家系统,主要介绍了该专家系统的基本结构、模块化组成和工作原理,并重点探讨了基于间隙内实际电场分布的叶片电解加工有限元阴极设计方法,最后通过一组工艺试验验证了该专家系统所设计阴极的加工精度.试验结果表明开发的阴极设计专家系统有较高的设计精度和良好的工作稳定性.      

基于等效传感器和插值法的燃油量测量算法

以某型号飞机的机身油箱为例,提出了等效虚拟传感器的方法,将多根传感器测量值所确定的燃油面,用油箱中某个特殊位置的一虚拟传感器的值等效表示.建立虚拟传感器长度、飞机姿态中俯仰角和横滚角与燃油体积关系的三维数据表,利用插值的方法得到燃油量的近似值.利用Solidworks三维辅助设计软件对运用等效原理和插值法得到的燃油量进行验证,结果表明该方法测量精度高,计算结果可靠.而且等效原理的利用,使插值法涉及的数据量大大减少,达到了压缩数据的目的,便于在实际系统中的实现.