基于在线LS-SVM算法的变参数混沌时间序列预测

研究利用最小二乘支持向量机(LS-SVM)预测变参数混沌时间序列。变参数混沌系统适合于描述现实中的复杂混沌现象,但由于参数的慢变导致系统动力学特性不断发生变化,基于Tan-kens嵌入定理的建模预测方法难以适用,其时间序列预测可以看作是小样本学习问题。最小二乘支持向量机是在二次损失函数下采用等式约束求解问题的一种支持向量机,保留支持向量机优点同时计算量大大减少。提出用一种具有遗忘机制的最小二乘支持向量机在线递推算法,并引入历史数据的高次项预测变参数混沌时间序列。对典型变参数混沌时间序列的预测结果表明,该方法具有较高预测精度,能快速跟踪预测变参数混沌时间序列。     

基于Q-GERT的装备维修保障流程仿真模型

在分析流程仿真主要建模仿真方法特点的基础上,针对维修保障流程的特点,运用Q-GERT对装备基层级维修保障过程进行了建模,并给出了具体的仿真算法,仿真分析了不同维修保障资源配置下的资源利用率、任务成功率等指标,为装备基层级维修保障资源的优化配置提供决策支持,仿真结果证明该方法的实用性和可行性。     

基于PHM技术的导弹维修保障

为解决传统导弹维修保障方法所存在的问题,加快军队信息化建设,提出了基于PHM技术的导弹维修保障方法。分析了不同维修方式、导弹维修保障及信息化建设与PHM技术的关系,利用PHM技术并结合决策支持的思想,建立导弹健康状态的信息管理系统,初步分析了系统的基本结构组成,并结合实际提出了一些需要重点解决的问题。     

导弹技术保障资源均衡优化的遗传算法求解

针对导弹技术保障资源均衡优化的需要,建立了优化模型;然后设计了遗传算法和优化程序对模型进行求解,并采用专门的修复算子对交叉和变异过程中产生的非法个体进行处理;最后,对某导弹技术保障流程进行优化,使其资源配置更加合理,同时与Project 2003优化结果对比,验证了优化模型的可行性和有效性。     

基于二叉树支持向量机的装备故障诊断研究

本文提出了一种基于二叉树支持向量机的某型装备故障诊断方法,应用该方法构造了多故障分类器,并通过某型装备故障实例验证了该方法故障诊断结果的正确性,证明了该故障诊断方法具有良好的鲁棒性和推广性。     

引进装备备件可靠性及保障研究

介绍了备品备件的定义及分类,给出了引进装备的可靠性分析方法,基于装备的可靠性建立了装备备件的需求预测模型,用经济订货批量模型的原则设定了引进装备的订货方法,最后,介绍了装备备件保障软件。     

基于回归型支持向量机的空战目标威胁评估

空战目标威胁评估是协同多目标攻击中的关键问题.针对传统空战目标威胁评估方法在确定权重系数方面的不足,提出了一种新的基于回归型支持向量机的评估方法.在分析了现有的空战目标威胁评估方法中距离威胁模型存在缺陷的基础上,提出了改进的距离威胁模型.建立了基于回归型支持向量机的空战目标威胁评估模型,利用该模型对想定的空战目标进行了威胁评估.仿真结果表明,该方法具有很好的预测能力,可以快速、准确地完成空战目标威胁评估.     

Fast Online Approximation for Hard Support Vector Regression and Its Application to Analytical Redundancy for Aeroengines

The hard support vector regression attracts little attention owing to the overfitting phenomenon. Recently, a fast offline method has been proposed to approximately train the hard support vector regression with the generation performance comparable to the soft support vector regression. Based on this achievement, this article advances a fast online approximation called the hard support vector regression (FOAHSVR for short). By adopting the greedy stagewise and iterative strategies, it is capable of online estimating parameters of complicated systems. In order to verify the effectiveness of the FOAHSVR, an FOAHSVR-based analytical redundancy for aeroengines is developed. Experiments on the sensor failure and drift evidence the viability and feasibility of the analytical redundancy for aeroengines together with its base-FOAHSVR. In addition, the FOAHSVR is anticipated to find applications in other scientific-technical fields.     

基于SVR及阴影信息的SAR目标方位角估计

目标成像方位估计是合成孔径雷达（synthetic aperture radar,SAR）自动目标识别中一个重要的预处理过程。提出一种基于支持向量回归机（support vector machine for regression,SVR）并结合SAR目标阴影信息的方位角估计方法。首先通过长直边拟合法与脊波变换法对目标图像进行方位的粗估计．再由SVR完成精确估计。利用“运动与静止目标的获取与识别”（moving and stationary target acquisition and recognition, MSTAR）项目组提供的实测数据所做实验表明,此方法可以有效估计SAR目标方位角,精度高、泛化能力强．特别是在水平成像方位附近利用了目标的阴影信息,明显提高了相应区间的方位角估计精度。     

单机吊放声呐应召反潜探测概率的计算与优化

研究了在该模型下应召反潜辅助决策系统规划的多个定测点的探测概率的计算方法,并对计算方法进行了优化。经工程实际应用,具有速度快,结构简单等特点,具有实用价值。