神经网络在广义经典分配问题中的应用

在两节点分布式多传感器系统中,一些航迹关联算法可以化为广义经典分配问题。广义经典分配问题是一个组合优化问题。当目标数目较多时,很难得到问题的最优解,而且其计算量容易呈现指数爆炸现象。文章提出了用Hopfield神经网络和平均场网络解决此问题的方法。仿真结果表明,采用文章提出的人工神经网络模型求解广义经典分配问题,不仅使航迹关联具有较高的关联正确率,而且计算时间不会出现指数爆炸现象。仿真结果还表明,平均场网络相比Hopfield神经网络更易于得到问题的最优解。     

循环竞争博弈的线性控制

研究了最近邻空间循环竞争博弈对应的反应扩散方程及其控制动力学,通过相应的数值模拟,得到常参量控制和单变量线性控制的结果,针对各种螺旋波漂移现象,由数值计算得到螺旋波波头的漂移轨迹,以及平均漂移速率的时间曲线,并进一步拟合得出整个漂移过程的平均速率随控制参量变化的函数。     

人工神经网络在目标识别和分类中的应用

首先分析了人工神经网络在目标识别和分类中的应用及其局限性,然后分析了人工神经网络与模糊理论、证据理论、贝叶斯决策理论相结合在目标识别和分类中一般方法和优点。     

基于小波变换和神经网络的航空发动机故障诊断

在阐述了小波变换和BP神经网络概念的基础上,根据小波神经网络故障诊断的基本思想,提出了一种基于“能量-故障”的小波预处理神经网络航空发动机诊断方法。实验仿真结果表明,使用该方法提取故障特征加快了神经网络的训练速度,能迅速地进行故障的诊断。     

基于多智能体的捕食者—被捕食者系统研究

以Swarm软件系统为编程平台,利用多智能体仿真思想,模拟研究了捕食者与被捕食者系统。在不改变智能体行为准则的前提下,通过改变智能体的数量和遗传特性,模拟了智能体之间在相互合作、竞争关系下系统的演化过程,体现了竞争与合作在多智能体系统中的作用。仿真结果与数学模型结论相符。     

基于神经网络的广义经典分配航迹关联算法

在序贯航迹关联算法的基础上提出了一种广义经典分配航迹关联算法。此算法实际上是求约束条件下的函数最小值问题,属于组合优化问题,其计算复杂度随着目标数的增加而发生爆炸现象。根据Hop field神经网络模型解决此类问题的能力对此广义经典问题进行了求解。仿真实验结果表明,广义经典分配算法能够有效地解决航迹关联问题,而且用神经网络求解此问题降低了计算复杂性,并具有很高的关联正确率。     

平均场网络在航迹关联中的应用

在多节点分布式多传感器融合系统中,航迹关联问题可以化为多维分配问题。多维分配问题是一个典型的组合优化问题,很难得到问题的最优解,而且其计算量会随着问题维数和目标数的增加容易呈现指数爆炸现象。在二维平均场人工神经网络的基础上提出了一种三维平均场网络模型用于解决此三维分配问题。仿真结果表明,该人工神经网络模型,能够有效解决多维分配问题,具有较高的关联正确率,当目标数不是很多时,可满足工程上的要求。另外,提出的三维网络模型可以推广到多维情况用于解决多维分配问题。     

最近邻与长程移动模式下的 Lanchester作战动力学研究

在现代战争中,诸如空降兵作战、特种兵作战等部队的远距离转移和投送被频繁使用,这些作战问题明显不同于以往运用空间Lanchester方程所研究的最近邻移动作战问题。为了解释上述现代作战问题,文章引入新的长程移动模式——列维飞行,运用随机模拟方法对作战双方在最近邻移动、长程移动模式下的Lanchester作战时空动力学进行了研究,得到了这2种移动模式下稳定共存与非稳定共存的参量条件与临界曲线,并研究了不同参量情况下的斑图演化与密度时间序列曲线的变化情况。研究表明,这2种移动模式的动力学影响是不同的,列维飞行能明显提高搜索效率,使整体作战效率提高,战斗过程缩短。     

基于最大熵原理的顺磁性固体磁化研究

从最大熵原理出发,在经典和量子 2种情况下,研究了顺磁物质的磁化规律,得到了顺磁物质磁化强度的表达式,在高温弱磁情况下,磁化强度与外磁场成正比,与温度成反比,得到的结论与统计物理中的系综理论或最该然分布结论一致。该原理不仅适用于平衡态问题,而且也适用于非平衡定态问题。