一种具有较强泛化能力的神经网络模型研究与应用

分析了影响神经网络模型泛化能力的因素。以电解铝过程中氧化铝浓度的神经网络软测量为例 ,提出了利用先验知识确定网络结构 ,采用特定实验保证样本数量和质量 ,离线训练加在线学习修正模型等措施 ,改善神经网络模型的泛化能力。现场应用表明这些措施是有效的。这样建立的神经网络模型准确 ,泛化能力强 ,为实现过程的先进控制提供了可靠保障     

费率受制于位相半马氏过程的风险模型

对带马氏链的线性和非线性系统，经过众多学者近20多年的努力，已取得一系列重要成果。然而，由于马氏链状态逗留时间服从负指数分布，使得这些成果在应用中有很大的局限性。本文首先探讨了位相半马氏过程的性质，然后以位相半马氏过程代替马氏过程，研究风险模型的相关问题，取得了与马氏链相同的研究成果，从而说明了位相半马氏过程在克服由马氏过程带来的局限性中的作用。     

基于因子模糊化BP神经网络的磨损颗粒识别

在引入了一套磨粒形态学描述子来提取磨损颗粒的显微形态特征的基础上 ,采用人工神经网络技术 ,编制了用于磨损颗粒自动识别的 BP网络计算机模拟程序。在网络训练的过程中应用了本文引入的因子模糊化训练方法 ,使训练速度大大加快 ,以异或问题为例 ,速度可提高 5～ 1 0倍。应用此网络对磨粒测试库进行识别实验 ,识别正确率在 90 %以上 ,并且识别速度很快 ,大大优于传统的磨粒识别方法。     

一种在线神经网络在补偿飞机模型不确定性误差中的应用

讨论了一种基于神经网络动态逆的直接自适应控制方法，并应用于超机动飞机的飞行控制中。基本控制律采用非线性动态逆方法进行设计，对由于模型不准确导致的逆误差采用单隐层神经网络进行在线补偿。仿真结果表明，神经网络通过补偿由于模型不准确引起的逆误差，弥补了非线性动态逆要求精确数学模型的缺点，提高了整个控制系统的鲁棒性，而且可以大大简化动态逆控制律的设计。     

神经网络在未来超分辨雷达中的应用

最新的技术发展已为研制超分辨雷达创造了条件。它能够突破普通雷达基于匹配滤波原理的分辨能力,而实现超分辨。超分辨雷达的巨大计算量通常来自求解非线性最小二乘问题时的多维搜索。本文针对这一问题,研究了雷达信号处理中的两个典型例子:(1)利用阵列处理检测个数已知而方向未知的雷达目标;(2)对波音727飞机进行超分辨距离多普勒成像。说明Hop-field神经网络通过集体运算能够求解各种困难的最优化问题,因而在未来的超分辨雷达中有广阔的应用前景。     

适用于含多个隐式极限状态方程的飞机结构系统安全分析新方法

工程复杂随机结构的概率安全分析中，最重要的两个步骤是建立所有失效模式的极限状态方程和计算所建立极限状态方程的失效概率。一般来说大型复杂工程结构的极限状态方程都是隐式的，且当材料参数、结构参数和外载荷等均为随机变量时，极限状态方程均为非线性的，为此文中提出了建立真实复杂结构多模式隐式极限方程的等效方法。该方法对于单个极限状态方程采用在均值点展开成线性项和高次项修正的方式，在概率等效的基础上，建立起原非线性隐式极限状态方程的概率等效线性显式极限状态方程。当结构系统所有极限状态方程都建立了其等效显式线性极限状态方程后，即可利用可得的可靠性分析方法来计算结构系统的等效失效概率。所提方法被用于真实飞机结构翼身连接接头的强度刚度多模式可靠性分析，与迭代响应面法计算结果的对比表明，所提方法具有较高的精度。并且所提方法可以与任何标准有限元程序相结合，而标准有限元程序是当今处理结构力学分析与设计的强有力的工具，文中方法提供了力学分析与概率安全分析相结合的合理连接，其应用前景将是十分广泛的。     

巡航导弹景象匹配算法适应性研究

针对景象匹配制导的需求，研究了去均值归一化、基于直方图拉伸和基于局部平滑相关匹配算法，分析了算法的适应性、计算量和实时性等，比较了每种算法的优缺点。结合巡航导弹的使用，讨论了影响匹配结果的一些基本的、可能的因素，主要是环境因素。用三种分辨率的图像作了大量的实验．针对这些算法的匹配概率及地物适应性等方面进行了编程验证和综合分析，给出了有关结论。     

防空导弹对机动目标杀伤效果分析

为了分析目标机动对寻的式防空导弹杀伤概率的影响,设计了基于蒙特卡洛试验方法的仿真试验系统。分别建立了基于典型作战飞机和巡航导弹的机动目标仿真模型,建立了基于某型寻的式防空导弹的仿真模型。通过对机动目标进行大量的统计仿真,获得了防空导弹拦截机动目标的全空域杀伤概率。对仿真结果的分析表明,机动目标的航路捷径、机动方式、机动时机是影响寻的式防空导弹拦截效果的主要因素。本文的研究成果可以作为武器系统作战效能评估和战术使用研究的理论依据。     

空间目标可拦截区与可遭遇区的确定

给出了天基拦截器对空间在轨目标的可遭遇区、可拦截区和实际可遭遇区的定义,基于冲量变轨理论,并以真近点角表示这三个区域,给出了确定这三个区域的数值搜索算法。对于非机动轨道目标,训练好的BP神经网络可根据拦截器/目标的相对位置,快速给出目标轨道上的可拦截区和实际可遭遇区。     

控制系统故障诊断的模糊神经网络方法研究

控制系统的不确定故障诊断是目前尚未解决的问题。传统的神经网络方法和模糊推理方法为解决这一类故障诊断问题提出了一些算法。然而上述两种方法难以提高不确定故障诊断的性能。为此本文结合模糊理论的推理能力和神经网络学习的能力提出模糊神经网络故障检测方法。该算法同时具备模糊理论的处理不确定和不准确信息的能力和神经网络的自学习能力。本文结果应用到某运载火箭控制系统的故障诊断,仿真结果表明,本算法有效,较好地解决了控制系统不确定故障诊断问题。