基于Boosting的模糊分类规则集成学习及应用

由于难于获得先验知识,样本可分性差,辐射源识别很难达到很高的识别率。结合AdaBoost算法和遗传算法,提出了一种模糊分类规则的迭代学习方法。在每轮迭代训练过程中,算法通过调整训练样本的分布,利用遗传算法产生分类规则。减少分类规则能够正确分类样本的权值,使得新产生的分类规则重点考虑难于分类和拒识的样本。在规则学习的适应度函数中考虑训练实例的分布,使模糊分类规则在产生阶段就考虑相互之间的协作,改善了模糊分类规则的整体识别能力。辐射源识别实验结果表明,该方法具有良好的分类识别性能。     

用进化算法求解轨道转移的时间-能量优化问题

随着航天任务需求的多样化，对航天器轨道转移问题不但提出了最省燃料的要求，而且提出了最小时间的要求，这篇文章用进化算法解决了这一组合优化问题，仿真结果证明了算法的有效性。     

基于分数傅立叶变换的SAR成像算法研究

当距离徙动较小时,合成孔径雷达(SAR)回波信号在方位向和距离向都可以转化为调频信号,据此提出一种基于分数傅立叶变换(FRFT)的SAR成像算法,通过距离向和方位向的特定阶次的FRFT,在两个方向上把回波信号同时近似地压缩为脉冲函数。理论分析和仿真数据结果表明,该算法计算简单快速,只需两次FRFT即在分数傅立叶域可以有效成像,并且成像精度优于传统的Chirp Scaling算法。     

可重复使用运载器机翼外形优化

研究了有翼可重复使用运载器机翼平面外形参数优化设计问题。在高超声速配平和低速水平着陆性能等约束条件下，利用混合遗传算法和粒子群优化算法来选择最优机翼外形参数，使机翼重量最小化。在已知的不同质心位置下求得相应的最小重量机翼外形。亚声速气动力采用面源法计算，高超声速气动力采用修正的牛顿流理论计算。为了降低计算耗费，使用均匀设计和逐步回归方法建立了低速气动力回归模型。整个优化过程在Matlab集成环境下完成。     

旋转倒立摆的神经网络控制

本文针对一种新型的倒立摆系统,设计了一个四输入单输出三层BP网络,并对一级旋转倒立摆控制器进行逼近。仿真结果表明,BP神经网络有很广阔的应用领域。     

智能测试仪器中信号采样与频谱计算问题研究

对智能测试仪器中 FFT的一些优化实现方法进行了讨论 ,包括一种整型 FFT的实现方法及其 PL/ M语言程序、等效频域加窗、四分之一三角函数固化表、实序列 FFT的特殊处理等。还针对两种特殊情况 ,讨论了过采样和欠采样问题     

基于A算法的并行MJ查询优化研究

通过对具有产生高效率查询计划能力的并行查询优化算法的研究，并查询处理问题转化为在ＳＮ环境下的并行处理问题，利用并行处理与人工智能中成熟的理论、方法和技术设计了基于Ａ算法的并行ＭＪ查询优化算法。为并行环境下并行数据库查询优化器的设计与实现遵定了理论和技术基础。     

机载SAR实时成像处理算法及实现

通过对合成孔径雷达(SAR)的各种算法的比较，选择一种适合实时成像的处理算法，并介绍了基于MONACO平台上相应实时成像软、硬件的实现。     

MGEKF算法在无源定位中的应用

无源定位技术有着广阔的应用前景 ,在现有单站无源定位方法的基础上 ,首先介绍了相位差变化率定位法 ,接下来针对未知地面慢速运动目标的定位问题 ,引入MGEKF算法估计目标的运动速度 ,并对原始定位结果进行滤波处理 ,以减弱测量噪声的影响 ,提高定位精度。仿真结果表明了这一处理算法的有效性。这种处理思路还可以推广到更为复杂的定位情况中去。     

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。