基于系统类比的火控精度考核方法

火控系统的综合误差是由火控系统原理误差、弹道散布误差、飞行员瞄准误差和中间风等多种随机因素带来的误差构成，为考核系统原理误差，必须从实弹打靶结果中剔除其它方面误差。采用传统的外弹道测试法，试飞周期长，耗费大量人力和财务。本文提出了一种基于系统类比的火控精度考核方法，从已鉴定的成熟系统中获取后几项误差并予以剔除。理论计算和实弹打靶表明，这是一种有效、经济的精度考核方法，为同种飞机使用不同火控系统的精     

基于Hamming神经网络聚类分析的进化策略

本文提出了一种基于Ｈａｍｍｉｎｇ神经网络聚类分析的进化策略，模糊自适应Ｈａｍｍｉｎｇ神经网络各类族的权重矢量纪录被进化搜索过的区域，并相应妄下该区域内最优个体和它的适应度，因此通过Ｈａｍｍｉｎｇ神经网络对进化个体的聚类分析，进化策略具有搜索记忆性，可以充分保证下一代遗传群体中个体遗传基因的丰富性，从而避免早熟现象的发生，这种进化策略还可以避免在被搜索过的区域内的无用搜索，进而加快进化策略的收敛速度     

基于小生境遗传算法的多峰函数优化

根据多峰目标函数的具体情况，应用遗传算法随机寻优得到若干个最优值，以这些值作为小生境遗传算法的先验知识，指导小生境距离参数的确定。依据此方法确定小生境距离参数，应用小生境遗传算法成功求解了shubert多峰函数的所有全局最优值。并与相同遗传操作和相同参数下的遗传算法作比较，小生境遗传算法不但能一次性地寻求到解空问中所有的最优解，而且就寻求一个最优点而言收敛速度快于非小生境遗传算法。     

实时数据处理技术在稳定裕度试飞中的应用

介绍了稳定裕度试飞流程和稳定裕度实时数据处理软件的设计思路,讨论了稳定裕度实时数据处理系统的数据流程和如何建立飞行试验数据库,最后给出了系统经过试飞验证后的几点结论。     

遗传算法设计梯度子实现优化的图象边界检测

计算机图象处理技术可广泛应用各种图象测试、模式识别和计算机视觉等领域，而图象边界检测是计算机图象处理的最基本和最低层的步骤之一。由于噪声的干扰和图象光照不均匀等因素的影响，目前的图象边界检测方法还不能有效地检测出各种不同模式的边界。本文提出了一种基于遗传算法和灰度梯试算子的图象边界检测法，通过对样本图象的训练，设计对训练样本模式最优的灰度梯度算子，增加了对噪声的抗干扰能力，并且使被检测出的边界更准确。     

基于树形小波变换的断口图像识别

断口图像的识别是进行失效分析的一个重要组成部分,本文提出一种基于小波的断口识别方法,该方法采用树形小波对金属断口图像进行二级小波变换,剔除近似分量,对其余的各个频带输出的标准差作为断口识别的特征,并采用最小距离分类法进行分类,实验证明,此方法对细节丰富的断口的识别率很高。     

稳定裕度试飞实时数据处理技术研究

本文介绍了稳定裕度试飞流程和稳定裕度实时数据处理软件的设计思路，讨论了稳定裕度实时数据处理系统的数据流程和如何建立飞行试验数据库，最后给出了系统经过试飞验证后的几点结论。     

动态变异率的多群体进化计算

针对进化计算中存在收敛速度慢和易陷入局部收敛的弱点，本文提出将多群体和动态变异率相结合，对传统的进化计算进行改进。通过实验表明，改进的进化计算是有效的。     

基于前向神经网络的与内容无关的笔迹鉴别

与内容无关的笔迹鉴别是属于图象处理和模式识别领域的一项课题，有着广泛的实用前景。本文提出了一种基于前向神经网络的与内容无关的笔迹鉴别的方法。文中讨论了提取笔迹灰度图象特征和用前向神经网络分类器进行两大问题。对笔迹灰度图提取了3大类18个灰度特征，面前向神经网络分类器由一种新的遗传算法同时优化设计其结构和权重矢量。通过对10人、每人6幅笔迹度图象用18个灰度特征进行鉴别,试验结果显示此方法设计的前向神经网络分类器收敛率高，比常用的最近邻分类器有更高的识别正确率。     

基于多个前向神经网络和遗传算法的边界检测法

本文提出了一种基于前向神经网络和遗传算法的图象边界检测方法，这种方法由多个三层子前向神经网络并置连接加一个ＭＡＸＮＥＴ子神经网络形成，每个前向神经子网络的隐含层神经元个数和所有人权重系数由遗传算法优化确定，实验结果表明，本文提出了这咱边界检测方法抗噪声能力强，检测到的这界位置更为准确。