基于神经网络的仿真输出数据的分布识别

分布识别在仿真输出数据的分析中有着重要的理论和实际价值，但长期以来一直没有很好解决，在研究和改进神经网络的基础上，提出用多层感知机ＢＰ网格进行分布识别，给出了基于ＮＮ的分布识别模型，并进行了实验检验，实验结果表明本方法识别效率高，并具有很高的可靠性，可以辅助分析者作出准确的判断。     

导弹控制系统设计方法综述

介绍了当前非线性自适应反演控制理论的研究现状和多种导弹控制系统设计方法.最后给出了结论.     

基于BP神经网络的软件项目成本估测方法

为进一步提高软件项目成本估测的准确度,减少在使用传统估测方法时产生的较大误差,提出了一种基于BP神经网络算法的软件项目成本估测模型。利用BP神经网络对软件项目成本进行估计,采用梯度下降自适应Ir的BP算法训练,仿真结果表明,基于算法的软件项目成本估测值与实际成本的偏差较小。     

关于压气机过渡段设计方法的探讨

 为改善压气机过渡段内的流动损失,提高设计过程的快速性和结果的准确性。首先,发展了结合气动评估与优化算法的带支板压气机过渡段的设计方法,并编制了相应程序。针对算法各自的特点将不同的气动评估方法运用到优化方法的不同阶段,求解子午平面的二维方法用于解空间的全局寻优,精确求解三维雷诺平均Navier-Stokes (RANS)方程的方法用于进行局部寻优,这使得设计流程变得快速而不失准确性,并建立了方便进行流通面积控制的过渡段参数化方法。其次,针对一算例开展了设计工作,并分析了损失来源,结果表明过渡段的设计如果不考虑支板的影响将对结果产生重大偏差;对于进出口面积相同的过渡段设计,沿流动方向先增大后减小的面积变化有助于减小过渡段支板后半段的局部快速扩压作用与凹壁面减速作用相互叠加引起的高损失区域,避免大的流动分离;过渡段流通面积扩张度有一个最佳值,其值受支板翼型、进出口面积比等因素共同影响。最后,将本文设计方法得到的过渡段规律同前人所做类似工作得到的结论进行对比,吻合较好,说明本文发展的设计方法是可行的。     

基于神经网络和遗传算法的公差优化设计

针对产品制造中公差与成本之间高度非线性关系的特点,提出了一种综合神经网络与遗传算法进行公差优化的方法,该方法利用遗传算法在大范围解空间内采用概率搜索策略得到全局最优解且有较强鲁棒性的特点,以及神经网络解决高度非线性问题的优越性,首先利用神经网络对公差成本进行仿真,得到具有黑箱特点的公差成本函数关系;然后在公差分配中采用遗传算法,以总成本最小为目标函数,以满足装配公差要求和符合标准公差等级为约束条件进行优化;同时基于VC和Matlab开发了公差优化系统,以飞机舱门锁钩机构为对象进行了验证,并针对不同的公差成本及分配方法进行了对比.结果表明:采用神经网络与遗传算法综合分配的结果与传统方法相比具有较大的优越性.     

基于神经网络的不确定性空间机器人自适应控制方法研究

提出了一种针对自由漂浮状态的空间机器人模型不确定性的神经网络自适应控制 方法。通过RBF神经网络逼近模型的非线性函数和不确定性上界,无需预先估计系统的不 确 定性程度和外部干扰,提出的自适应控制律保证了权值的有界性,解决了神经网络权值的UU B（Unknown Upper Bound）问题,即未知上界有界问题,完成了笛卡尔空间内空间机器人轨 迹规划任务。证明了所提出的控制方法的稳定性,仿真结果表明控制方法避免了对空间 机器人动力学模型的参数线性化要求降低了计算量,能够满足实际任务中的实时性要求。
     

UKF-WNN及其在准定常失速气动力建模中的应用

提出一种利用无轨迹卡尔曼滤波估计小波网络参数的算法,该算法可克服算法存在的收敛速度慢、计算量大、局部极小等缺点。以飞机的准定常失速现象的气动力建模为应用背景,分别运用BP算法,扩展卡尔曼滤波算法和无轨迹卡尔曼滤波算法训练小波网络。仿真结果表明,无轨迹卡尔曼滤波算法较之BP算法和扩展卡尔曼滤波算法具有更快的训练速度和更高的预测精度,可以胜任复杂的非线性气动现象的建模任务。     

一种弹用涡喷发动机风车起动数值仿真方法

对弹用涡喷发动机风车起动过程进行仿真求解:点火前风车过程用径向基函数神经网络(RBFN)建模,引入相关先验知识对网络输入变量加以变换,以满足小样本情况下网络建模;依据试验数据运用滑动最小二乘法(MLS)获得压气机特性;对于点火加速过程的动态模型,采用改进的粒子群优化(PSO)算法求解.解决了N-R(Newton-Raphson)法受初值影响不易收敛的问题.计算结果与试验数据吻合较好,可作为发动机起动过程性能分析和优化的理论依据.      

基于多分类器融合的航空发动机气路故障诊断

为解决航空发动机这一复杂系统的故障诊断问题,提高智能化诊断方法的准确率,使用了D-S证据理论对RBF神经网络、BP神经网络和支持向量机三个诊断子系统的诊断结果进行决策级融合,结果表明D-S证据理论的使用可以达到比单独运用三个子系统具有更好的诊断效能,经过融合降低了误诊率,改善了诊断性能。