武器型号费用参数模型的数据处理

针对武器型号费用存在多重共线性及出现异常值的问题，讨论了武器型号费用参数模型的数据处理方法，采用岭回归法处理数据的多重共线性，采用库克距离测度法来识别异常值，并给出了应用实例。     

武器型号费用参数模型的数据诊断与识别

针对采用回归分析建立武器型号费用参数模型时，如何选择合适的数据诊断与识别方法进行了讨论。重点介绍了原始数据中多重共线性的判别和如何识别自变量、因变量异常值的方法。采取这些措施后，可确保模型所用数据满足要求，从而提高模型的精度，为进一步建立合理的武器型号费用参数模型，提供可靠保障。     

地空导弹地面设备维修性参数需求分析的途径

目前，在我国的武器装备研制论证中开展维修性需求分析尚在起步。为了从工程实践上寻求地空导弹武器装备维修性参数需求分析的途径，通过调研形成了本文所叙述的分析方法。该方法保证了我军首次在某型复杂地空导弹地面设备研制中的维修性参数需求分析研究的顺利完成。经评审认为该项分析研究，思路清晰，方法科学。     

基于神经网络的非线性结构有限元模型修正研究

现有的动态有限元模型修正方法几乎都是建立在线性假设基础之上，修正中利用固有频率等线性系统特征量。工程中，真实的结构振动系统都是非线性的。虽然在许多情况下，线性化假设获得的结果能够较为准确地反映真实系统的特性。但是，在结构的非线性特征较为明显时，必须考虑非线性因素，这时，现有的模型修正方法将不再适用。现以非线性梁为研究对象，采用基于神经网络的修正方法探索了非线性结构的有限元模型修正问题。仿真研究中利用有限元分析的响应数据训练神经网络。修正结果表明，包括非线性弹簧刚度系数在内的三个设计参数修正后误差均在1％以内。说明基于神经网络的有限元模型修正方法适用于解决非线性结构的有限元模型修正问题。     

基于卫星质保体系的神经网络模型

针对质保体系基础上的卫星产品保证管理，应用多层前馈神经网络原理和方法，建立了基于无卫星产品保证要求的质保体系与基于卫星产品保证要求的质保体系神经网络模型，以用神经网络模来模拟和控制卫星产品的质量水平；并用模比较了两种质保体系的联系与区别。     

基于神经网络的武器系统费用效能分析

简述了导弹武器系统的费用－ 效能分析的方法。研究了三层神经网络的结构及算法，提出了用神经网络理论来估算武器系统的费用和效能的方法。武器系统的费用和效能与武器特征参数的关系可通过神经网络的阈值和权值得到体现，通过实例作了说明，并进行了武器系统费用－ 效能分析，该方法比较可信。     

基于BP算法的模糊神经网络研究

提出了一种基于模糊集合与前馈神经网络结合的神经网络。这种模糊神经网络（ＦＮＮ）在处理模糊特征时，能较好地反映出输入值和输出值的隶属度关系。应用经典的ＢＰ算法对网络进行训练，为了加快网络的学习过程，我们介绍了一种调整权值和阈值的学习方法，并且采用了Ｃ语言编制软件，实验结果表明，ＦＮＮ技术是一种新颖、有效的方法，能促进智能神经网络的发展。     

基于BP神经网络的飞行器参数辨识与自适应控制

针对跨域空间飞行器气动参数非线性严重和具有大不确定性等特点,提出一种基于BP神经网络的飞行器离线参数辨识与在线自适应控制的方法.首先,临近空间飞行器进行风洞试验吹风得到的气动参数是典型的输入输出非线性系统,运用BP神经网络算法进行离线训练建立气动数据的辨识模型;其次,根据气动数据的辨识模型计算实时舵效变化参数,飞行器控...     

基于BP神经网络的模型参考自适应姿态控制

采用模型参考自适应控制的基本设计框架,并通过BP神经网络对PID控制参数进行自主调节,实现飞行器的自适应姿态控制。利用参考模型输出、实际对象输出等信号作为训练信号,对所构建的三层BP神经网络进行权重更新。仿真结果表明,将BP神经网络应用于飞行器的自适应姿态控制中,能够实现PID控制器参数的自主调整,表明了BP神经网络优良的逼近性能。同时,该控制方案确保了飞行器姿态控制系统的性能指标,并且提高了工程设计的智能化水平。     

钛合金TA7及TC4的切削加工

从钛合金切削加工中遇到的问题及现状入手，通过理论上的分析，结合生产实践及大量切削试验，对钛合金切削加工中固有的困难、切削机理、切削方法、刀具选择、冷却液的选用、切削参数的确定等进行了一系列的探索，并从经济性方面进行了必要的分析，力求使读者对钛合金切削加工有一个较全面的认识和了解。只要合理选择刀具及几何参数、切削用量，钛合金会象普通碳钢一样容易加工。     

基于神经网络的导弹姿态控制系统故障诊断

本文提出了一种多层前向神经网络快速误差向后传播学习算法ＦＢＰ（ＦａｓｔｅｒｒｏｒＢａｃｋＰｒｏｐａｇａｔｉｏｎＬｅａｒｎｉｎｇＡｌｇｏｒｉｔｈｍ），通过某导弹姿态控制系统故障诊断的仿真研究，验证了ＢＰ（误差后向传播学习算法）和ＦＢＰ用于导弹姿态控制系统故障诊断的有效性，ＦＢＰ学习算法较之ＢＰ学习算法学习速度的快速性     

基于神经网络实现的遥测帧码数字相关检测器

本文提出了一种利用帧同步码（以下简称帧码）符合度特征，采用多比特观测窗口技术的数字相关检测模型，基于上述模型，采用神经网络实现了这种数字相关检测器。实验结果表明：该数字相关检测器对帧码出现的误码和码元滑动的情况均有较高的检测率。     

基于神经网络在线建模的非线性动态系统中传感器故障检测方法

本文提出一种基于神经网络在线建模的动态非线性系统中传感器故障检测方法，它首先利用神经网络在线建立动态非线性系统的超前一步预测模型，然后利用神经网络对传感器的预测输出和传感器实际输出之差与一预定阈值比较以检测传感器故障。本文的优点是可以检测多个传感器故障，同时由于采用在线学习方式，非常适于航天器自主系统传感器故障检测的需要。此外，故障检测阈值的选取也比较简单。为了验证本文方法，仿真了一控制系统中同时发生漂移故障的两个传感器故障检测过程。结果表明，方法十分有效。     

一种基于模糊机理模型的混事建模方法

本文提出了一种基于模糊机理模型的混合建模方法。采用模糊逻辑系统建立机理模型，RBF神经网络建立系统的补偿模型。这种方法具有建模精度高、物理意义明确以及适应范围大的特点。仿真结果进一步证实了这种方法的有效性。     

具有神经元网络补偿的隐式广义预测控制的硬件设计与分析

针对隐式广义预测控制算法在被控系统复杂性增加时有效性降低、实时性变差的问题，本文将神经元网络作为该算法的补偿，提出了一种具有神经元网络补偿的隐式广义预测控制方法，并着重讨论了神经元网络的硬件设计和ＮＩＧＰＣ的实现。仿真结果表明：ＮＩＧＰＣ不仅保留了ＩＧＰＣ鲁棒性强等特点，更主要的是它提高了ＩＧＰＣ的的实时性，并使之具有良好的跟踪特性。     

基于故障树模型的航天器故障诊断研究

本文建立了基于故障树模型的航天器故障诊断框架，提出了航天器故障诊断的知识组织和表示方法及相应的推理控制策略，并通过对某卫星能源系统故障实验台的故障诊断验证了方法的正确性。     

旋转与比例不变点特征松弛匹配算法的Hopfield神经网络实现

本文在旋转与比例不变点特征松弛匹配方法的基础上，提出了用Ｈｏｐｆｉｅｌｄ神经网络实现该匹配过程的方法，通过对模拟图象进行的大量实验，得到了令人满意的结果，证实了采用Ｈｏｐｆｉｅｌｄ神经网络完成旋转与比例不变点特征松弛匹配过程的有效性和可行性。     

竞争学习模糊神经网络及在导弹故障诊断中的应用

尽管基于解析冗余的故障诊断方法有许多突出的优点而越来越多地得到的研究和应用，但它依赖于系统的模型，当系统存在非线性或不确定性时，存在难以建模的困难，模糊神经网络可以通过学习建立系统的模型，且模型参数有明确的物理意义，初始参数易于选择，成为解决这一问题的优选途径，作者通过把模糊神经网络的学习转化为竞争聚类和线性优化问题，基于竞争聚类和最小二乘原理，提出了一种模糊神经网络学习算法，并在某伺服机构上进行