不确定航迹自适应预测模型

针对现有航迹预测技术中，存在无模技术缺乏理论分析支持、能力有限、适用范围窄、有模技术先验假设过多、前提条件严苛、通用性差等问题，通过理论推导，利用循环和多层神经网络结构，研究提出了具有理论严谨、先验假设少、适用范围广、通用性强等优点的不确定航迹自适应预测模型，同时给出了典型的实现方法。该模型克服了现有航迹预测方法的缺点与不足，并具有无模与有模两类技术的优点与长处，仿真和实测实验验证表明：该模型能很好地提取识别出数据中存在的模式，并基于模式，进行正确有效地预测，能有效解决不同实际环境中的航迹预测问题，效果明显。     

基于神经网络和人工势场的协同博弈路径规划

协同博弈路径规划是空战自主决策、机器人体育比赛等应用场景中的重要问题，其难点在于对环境对抗性反馈的实时自适应和多智能体的相互配合。提出一种基于神经网络和人工势场的协同博弈路径规划方法，使用反向传播（BP）神经网络自适应调整人工势场函数系数，并将人工势场作为神经网络输出端的特征提取。为解决真实样本质量和数量不足的问题，基于遗传算法仿真生成样本数据用于神经网络训练，并通过滚动时域的思路面向动态博弈优化样本性能。从样本数据中提炼出距离差与航向差以反映协同和博弈特性，利用神经网络的黑盒特性和学习能力解决协同博弈问题。应用于二对一反隐身超视距空战路径规划，比经典人工势场法有明显性能提升，且计算开销可接受，计算复杂度分析表明该方法可以较好扩展到多机对抗场景。     

基于态势认知的无人机集群围捕方法

无人机集群围捕是智能无人机“蜂群”作战的一种重要任务方式。现有集群围捕方法大多建立在环境已知的基础上，面对未知的任务环境时围捕策略经常性失效。针对此问题，提出了基于态势认知的发育模型，探索一种对环境适应性较佳的围捕方法。首先，对集群围捕行为分解，将围捕离散化；然后，基于深度Q神经网络（DQN），设计一种围捕策略的生成方法；最后，建立状态-策略知识库，并通过大量有效数据的训练，针对不同环境获得不同的策略，对知识库进行发育。仿真结果表明:提出的基于态势认知的发育模型，能够有效适应不同环境，完成不同环境下的围捕。      

基于神经网络的两种质量诊断理论的研究

在传统的两种质量诊断理论中,工序质量模型一般是通过回归、理论推导或者是经验方法来建立的,从而实现分质量从总质量中的分离,但是在一些复杂的条件下用这些方法建立工序质量模型比较困难,因此,本文提出了基于神经网络的两种质量诊断方法。为了验证新方法的可行性,本文利用某生产过程中过滤与脱色两道工序的数据进行诊断,诊断结果表明:新方法可行有效。     

神经网络在塑性加工中的应用

综述了神经计算理论在塑性加工中的应用情况，介绍了ＢＰ网络的原理和应用的具体方法，并对应用的前景和存在的问题进行了初步的探讨。     

一类组合神经网络在协同空战分析中的应用

为了在恶劣、复杂的协同空战环境里帮助飞行员进行更有效的决策，在其指挥级，提出了一类有／无教师组合神经网络－ＰＢ－ＳＯＦＭ网络，并用它来完成目标分析和攻击排序。对于典型的２：４空战，给出了ＢＰ－ＳＯＦＭ网络的结构，并探讨了各个子网的训练和测试方法，及该组合神经网络的使用方法。设计并实现了一个基于ＢＰ－ＳＯＦＭ网络的多机协同空战仿真系统。仿真结果表明，该系统是可行的。     

基于组合式神经网络的机场道面使用性能参数的预测

由于道面使用性能参数的变化是各影响因素逐年累积的结果，本文提出出了对部分影响因素原始值进行累加，生成新的时间序列值作为输入参数的方法；并采用组合式神经网络来预测机场道面使用性能参数，从而改进了文［１］的网络结构，且预测结果优于文［２］。     

基于混沌遗传算法优化神经网络方法的救护直升机效能评估与指标优化研究

采用遗传算法与神经网络相结合的方法研究救护直升机的效能评估,建立了评估指标与效能评估值的非线性关系,克服了传统线性评估方法的不足,结果表明GA-BP算法能够很好地评估救护直升机效能,并保持了很高的精确度;同时,采用BP-GA算法对救护直升机的指标进行了优化,结果同样表明该方法可以有效地优化救护直升机的指标.     

应用小波神经网络进行负荷预测的MATLAB编程仿真

以咸阳地区的电力负荷数据为背景,应用小波神经网络进行短期负荷预测工作,并详细介绍了其MATLAB的编程与仿真。利用MATLAB 7.0的神经网络及小波工具箱函数进行编程仿真,不仅编程简洁,而且收敛速度快。因需要大量的训练数据进行训练,介绍了在实际编程时所用技巧。     

先进重构飞行控制技术和方法研究

重构飞行控制技术本质上是一种容错飞行控制技术，它使飞控系统具有适应未知故障和损伤的能力，从而可以有效地提高安全性和任务效能。先进重构飞行控制技术在原有的基础上更加强调自适应的能力，而不再依赖故障诊断和隔离（FDI）系统，因而促进了鲁棒控制、智能控制和逢适应控制技术在该领域的交叉和融合。首先回顾了重构飞行控制技术的发展现状，然后给出了几种先进重构控制方法，并总结了先进重构飞行控制技术的主要技术优势，最后展望了它的发展趋势和应用前景。