光纤陀螺温度建模及补偿技术研究

研究了干涉式光纤陀螺的温度补偿问题。首先分析了光纤陀螺仪温度漂移的主要影响因素，并应用人工神经网络与数理统计方法建立了陀螺仪的温度补偿模型。最后对某型号陀螺进行了0～50℃环境温度下的大量恒温及变温实验，通过实验数据完善所建模型并完成了对该陀螺的温度补偿。实验结果表明：在特定温度环境下，该方法能够有效地改善光纤陀螺仪零偏稳定性。     

应用少量短电阻应变丝布置的损伤评估智能材料结构

智能材料结构是一门新学科，它越来越引起不同学科研究者们的兴趣，本文研究采用电阻应变丝为传感元件，人工神经网络为处理辨识器的损伤评估智能材料结构，提出并实施了一种少量短电阻应变丝的传感元件布置方法，用以对结构中损伤或大应变的区域和级别进行在线评估。     

基于神经网络模型的学习诊断

基于故障树模型的诊断把故障树的底事件分成三部分：必然的故障源集（ＣＦＳ）、正常底事件集（ＮＥＳ）和可能的故障源集（ＰＦＳ），及如何进一步确定ＰＦＳ中各元素的状态（正常或异常）。在存在大量训练样本的情况下，可采用基于神经网络模型的学习诊断方法来确定ＰＦＳ中各元素的状态，并通过对某卫星能源系统故障模拟原理性试验台的故障诊断验证了该方法的有效性。     

人工智能在OODA 循环中的应用

当前人工智能(AI) 是商业和工业，甚至军事应用领域中最热门的流行语。军事国防领域也已经将人 工智能发展成为了一种技术，并应用到军事作战和决策系统中。最初OODA 循环是最知名的空战战术模型， 后来发展成为各国空军的作战方法。OODA 循环对于任务的定义和决策过程的理解起到了重要的作用。本文主 要研究了人工智能在OODA 循环决策中的应用。讨论了未来OODA 循环各阶段中所需的AI 作用和技术，包 括可解释的人工智能和基于学习的人工智能。     

Spatial modeling of flood probability using geo-environmental variables and machine learning models,case study: Tajan watershed,Iran

The main objective of this study was to produce flood susceptibility maps for Tajan watershed, Sari, Iran using three machine learning (ML) models including Self-Organization Map (SOM), Radial Basis Function Neural Network (RBFNN), and Multi-layers Perceptron (MLP). To reach such a goal, different physical-geographical factors (criteria) were integrated and mapped. 212 flood inventory map was randomly divided into training and testing datasets, where 148 flood locations (70%) were used for training and the remaining 64 locations (30%) were employed for testing. Model validation was performed using several statistical indices and the area under the curve (AUC). The results of the correlation matrix showed, three factors slope (0.277), distance from river (0.263), and altitude (0.223) were the most important factors affecting flood. The accuracy evaluation of the flood susceptibility maps through the AUC method and K-index shows that in the validation phase RBFNN (AUC = 0.90) outperform the MLP (AUC = 0.839) and SOM (AUC = 0.882) models. The highest percentage flood susceptibility of the area in MLP, SOM and RBFNN models is related to moderate (28.7%), very low (40%) and low (37%), respectively. Also, the validation results of the models using the Relative Flood Density (RFD) approach showed that very high class had the highest RFD value.     

人造毛皮提花的计算机控制技术研究

提花毛皮的编织控制既要根据花型数据实现对织针的选择，又要以一定的提前量在梳理头上馈进相应的毛条，在控制系统和机械装置的严密配合下才有可能织出合格的毛皮，本文根据人造毛皮提花的工作过程提出了实现提花所必须解决的若干问题，并详细介绍了实现选针器驱动、同步信号产生、喂毛控制及花型数据处理的具体方案，在此基础上叙述了应用微型计算机技术实现提花控制的基本原理及系统组成，同时给出软件设计的基本流程。     

涡喷发动机风车启动工况的神经网络建模

弹用涡喷的风车启动工况是复杂的非线性过程，由于此时压气机处于非设计工况（膨胀）而造成机理建模的困难。神经网络对于非线笥映射具有任意逼近能力，应用径向基函数神经网络（RBFN）对涡喷发动机风车启动阶段进行了实验建模，寻选取网络参数及训练样本，达到了很高的精度，对确定发动机可靠点火点和启动过程仿真等都有一定的价值。     

液体火箭发动机健康监控──故障检测与诊断

以大型液体火箭发动机故障诊断系统框架为基础，按照发动机不同工作阶段的特点建立了相应的故障检测与诊断算法。利用发动机的高队数学模型，对基于推广的卡尔曼滤波器技术的新息检测算法进行了研究。根据发动机系统工作过程的特点，建立了降阶故障模式响应模型，并发展了相应的故障模式检验方法。为了适应在线实时检测的需要，利用发动机的试验数据，分别研究了基于人工神经元网络辨识模型的发动机启动过程检测算法和基于时间序列分析方法的发动机主机工作过程检测算法。通过试验数据的检测验证，证明了这些实时算法的快速性、准确性和鲁律性。     

人工智能气动特性预测技术在火箭子级落区控制项目的应用

发展了一种基于人工智能算法的气动特性预测技术,在开展部分工况风洞试验基础上,结合少量数值仿真结果,通过机器学习模型预测全部工况气动特性.该方法能够降低研制成本,缩短周期.先后解决了相关函数选择、模型超参数训练、数据检验和"人在回路"应用等关键算法与技术问题,应用于运载火箭子级栅格舵落区控制项目气动研制,获得了设计所需完...     

机器人避碰规划综述

避碰规划是机器人控制技术研究中的一个重要问题,目前的研究主要可分为两大类:全局方法和局部方法,全局方法一般指Ｃ空间方法,局部方法一般指人工势场法。本文综述了近二十年有关这方面研究的一些较有影响的思想和方法(主要针对关节式机械臂避碰规划)。