基于因子模糊化BP神经网络的磨损颗粒识别

在引入了一套磨粒形态学描述子来提取磨损颗粒的显微形态特征的基础上 ,采用人工神经网络技术 ,编制了用于磨损颗粒自动识别的 BP网络计算机模拟程序。在网络训练的过程中应用了本文引入的因子模糊化训练方法 ,使训练速度大大加快 ,以异或问题为例 ,速度可提高 5～ 1 0倍。应用此网络对磨粒测试库进行识别实验 ,识别正确率在 90 %以上 ,并且识别速度很快 ,大大优于传统的磨粒识别方法。     

基于神经网络的飞机主要参数估算方法

根据飞机设计要求来选择主要参数往往涉及许多不确定的因素。本文基于多层神经网络计算模型，提出了一种新的飞机主要参数的估算方法，并给出了实现这种方法的详细步骤。将该方法应用于喷气支线飞机和喷气公务机主要参数的估算，测试结果表明估算误差均在10％之内。     

基于人工神经网络的道路表面降雨水深预测

建立了基于人工神经网络的道路表面水膜厚度预测模型，通过试验数据的训练确定权重和阈值，经过检验样本的检验，能够很好地预测道路表面的水膜厚度。结果表明，本文建立的人工神经网络模型用于道路表面水膜厚度预估可行。     

双向联想记忆集成

由多个尽可能多样化的分类器(前馈神经网络)组成的多分类器系统(MCS)能够显著地提高单个分类器的分类或推广能力.受MCS基本思想的启发,将集成引入到双向联想记忆快速学习(QLBAM)中,构建出一个BAM集成,旨在提高存储容量和纠错性能的同时,不破坏每个成员BAM的简单结构.计算机仿真表明,选择合适的"过剩生产与挑选并存"策略,即"稀疏算法"后,所提出的BAM集成在存储容量和抗噪声性能两个方面都显著优于单个QLBAM.     

一种在线神经网络在补偿飞机模型不确定性误差中的应用

讨论了一种基于神经网络动态逆的直接自适应控制方法，并应用于超机动飞机的飞行控制中。基本控制律采用非线性动态逆方法进行设计，对由于模型不准确导致的逆误差采用单隐层神经网络进行在线补偿。仿真结果表明，神经网络通过补偿由于模型不准确引起的逆误差，弥补了非线性动态逆要求精确数学模型的缺点，提高了整个控制系统的鲁棒性，而且可以大大简化动态逆控制律的设计。     

基于径向基函数神经网络的自由曲面重构

根据径向基函数神经网络（RBFNN）具有很强的非线性逼近能力的优点，本文采用RBF网络模型进行自由曲面重构，建立了适应于曲面重构的径向基函数网络模型，讨论了基函数对重构曲面连续性的影响，并与多自由曲面重构，建立了适应于曲面重构的径向基函数风络模型，讨论了基函数对重构曲面连续性的影响，并与多层感知器神经网络的性能进行对比。理论分析和仿真实验结果表明：常用的几种径向基函数重构的曲面都具有很好的连续性，径向基函数网络用于曲面重构，不论是在拟合精度，还是网络的训练速度都明显优于多层感知器网络，具有一定的实用价值。     

SOM神经网络在卫星电源系统故障诊断中的应用

研究了自组织特征映射（SOM）神经网络的结构及学习算法，提出了利用SOM神经网络对输入样本的“聚类”作用，实现对故障模式的分类，并据此对故障进行诊断的新方法，通过对某卫星电源系统故障的诊断实例，验证了该方法是有效可行的，能对卫星电源系统的故障进行准确的实时诊断。     

激光扫描路径对直接金属激光烧结温度场的影响

利用有限元分析软件AN SY S,对激光烧结温度场进行了数值模拟,建立了激光烧结薄板的温度模型;运用APDL语言控制热源的热流密度、移动速度以及扫描轨迹;研究了激光行程对烧结温度场的影响,扫描端点温度场的不对称及较大的温度梯度造成了端点球化现象;激光扫描线间的耦合作用使端点球化现象随扫描线的增加而逐渐显著。根据该程序得出的模拟结果和实验结果基本一致。     

正态分布可靠寿命经典近似限的改进

本文给出了正态分布可靠寿命的又一个经典近似下限，经验证，本文所给出的结果的精度比已有的结果精度要高，可提供给可靠性工程人员使用。     

可控环量帆翼在船舶上应用的研究

本文试验研究了一种可控环量帆翼,利用壁面切向喷流来移动帆翼圓尾缘分离点位置,可获得比普通帆翼更高的推力系数。文中介绍了展弦比为1的三维可控环量帆翼的试验研究。试验表明,这种可控环量帆翼在较小的喷流动量系数下,即可获得较大的升力增益。在喷流动量系数 C_μ=0.1时,零攻角升力系数已达0.9,在有攻角的情况下,升力系数最大可达2.2。同时,由于帆翼尾部壁面团向喷流的 Coanda 效应,这种可控环量帆翼的阻力亦较大。在喷流动量系数 C_μ=0.1时,零攻角阻力系数为0.3。文章对这种可控环量帆翼在船舶上的应用进行了讨论,并对其性能的进一步改进作了分析和探讨。