应用ART1神经网络仿真车间分组

阐述了ART1神经网络在制造单元设计过程中形成零件族的基本方法,并在基于MATLAB的软件平台上,利用其神经网络工具箱对生产过程中的实际情况进行了仿真和应用。     

基于多层前向神经网络的块控制器设计

针对一类非匹配不确定性的线性系统,基于块控原理,提出了一种结合块控制、神经网络控制和backstopping控制技术的设计方法.其特点是无须已知不确定性的界,利用反演设计方法来处理系统中的非匹配不确定性,利用多层前向神经网络来估计系统中的不确定性,再利用鲁棒控制方法来改善系统的性能.利用Lyapunov稳定性定理证明了系统的渐近稳定性.最后,给出的仿真实例证明了所提出的方法的正确性和有效性.     

多体运动理论与齿轮测量中心的几何误差建模

本文阐述了多体系统的拓扑结构和低序体阵列,其特征矩阵的基本概念和构建方法,分析了多体系统误差运动的基本规律,结合891E型齿轮测量中心研究了根据特征矩阵得到其空间几何误差的算法,为齿轮测量中心精度分析和几何误差提供了一种理想的建模方法.     

基于adaboost算法的车牌检测

车牌识别技术（LPR）是智能交通（ITS）领域的重要研究课题之一。车牌的自动识别分为车牌检测、字符分割、字符识别三个主要部分。车牌检测是LPR中的关键技术。车牌图像由于受到噪声、车牌倾斜、光照不均、运动模糊等的影响，检测存在着很大的困难。因此，在总结前人检测算法的优点和缺点的基础上，提出了基于adaboost算法的检测算法，其优点是检测率高，检测时间少，适应性特别强。     

基于BP人工神经网络的GPS／SINS组合导航算法

基于扩展Kalman滤波的GPS／SINS组合导航算法，需要对原始的非线性连续系统模型进行线性化和离散化处理，要求系统噪声和测量噪声为零均值的高斯白噪声，且易于出现滤波器发散。BP人工神经网络毋需对所求解的问题建模，能够很好地逼近系统非线性特性，获得较高精度的导航定位信息；还具有计算过程稳定，不涉及矩阵求逆，不需要迭代逼近，以及容易实现并行处理等优点。本文设计适用于GPS／SINS组合导航系统的BP网络模型，并在标准的BP算法基础上，采用共轭梯度法改进网络训练速度及精度。最后，通过仿真算例说明BP网络方法用于GPS／SINS组合导航计算的可行性。     

三轴稳定卫星无陀螺姿态确定算法研究

针对三轴稳定卫星进行了正常飞行模式下无陀螺姿态确定算法研究，采用磁强计、地球敏感器和太阳敏感器组合获得姿态数据，利用四元数法和高斯－马尔可夫过程建立了姿态确定估计器算法模型。通过数学仿真证明，此姿态确定算法能够对星体姿态进行较精确的估计或校正，满足卫星控制精度要求。     

强击机的现状和发展

战术对地攻击机俗称强称强击机，是三种主要作战机种之一，近年来有了很大发展。本文从强击机的作用，地位和作战效能入手，论述了发展这一机种的必要性其发展途径。     

面向飞机的装配方案索引技术

现代飞机设计多为改型设计,其装配方案具有一定的相似性。因此,在装配工艺规划工作中采用基于实例的推理技术,是有效利用以往设计经验和知识,实现产品快速研制的一种有效途径。本文在飞机产品结构特点和单元分解方法分析的基础上,提出一种对飞机零件进行分类的BP神经网络索引方法,用以支持飞机装配方案的获取。     

三维直角叉树切割网格Euler方程自适应算法

基于叉树数据结构，实现了一种用于三维直角叉树切割网格的自适应算法，包括对几何外,形以及对流场计算的自适应网格加密技术。在初始网格的生成过程中，根据相邻网格的物面法向向量间的差值，进行针对外形的自适应网格加密；在流场计算中，根据相邻网格间选定物理量梯度的变化，进行针对流场的自适应网格加密。详细地描述了三维直角叉树切割网格的生成过程，以及以任意网格的切割细分算法。在自适应过程中，分别采用了八叉树和全叉树的数据结构，八叉树是基本的数据结构，而全叉树的采用，使网格具有了各向异性的特征，从而大大的减少了自适应网格的数量。采用中心有限体积法，求解Euler方程，并运用上术方法，完成了对外形和流场的逢适应网格加密算法，获得了较好的数值计算结果，证明了自适应算法的正确性，体现了直角叉树切割网格自适应技术的有效性和实用性。     

基于线性神经网络的滑油金属含量预测

利用神经网络方法对某型航空发动机滑油监控系统中需重点监控的金属元素含量建立了网络，并根据该模型对其含量变化趋势进行了预测分析。某部队通过对不同实测数据的检验证明，可根据该模型的预测结果预报金属含量是否超标。