无人战斗机机体研制生产费用的灰色模型估算方法

基于灰色理论建立了一种无人战斗机机体费用模型 ,用变化了的有人战斗机的说明性变量样本和费用样本来模拟无人战斗机的说明性变量样本和费用样本 .灰色模型由于本身的特点 ,在小样本情况下 ,估算结果精度比一般回归分析高 ,比较适合单一机种小样本费用模型的建立 .     

基于知识发现的火箭武器研制费用预测

小样本的火箭武器研制费用预测通常难于应用线性回归方法,而灰色理论方法在实际中仍不能较好地解决费用与武器特征参数间存在的非线性问题。提出了融合粗集理论和神经网络预测火箭武器研制费用的新方法,利用粗集知识约简后的特征要素作为神经网络的输入,实现火箭武器研制费用的预测,并用实例证明了基于粗集-神经网络的费用预测精度高于灰色模型预测精度。     

利用龚帕兹曲线建立导弹研制费用-时间模型

利用通过龚帕兹曲线推导出的生命周期曲线 ,建立了导弹研制费用 -时间模型 ,并利用该模型对我国某型反舰导弹的研制费用数据进行了拟合、预测。计算表明 ,由龚帕兹曲线推导出的生命周期曲线可以较好地反映导弹研制费用与时间之间的关系 ,所建立的导弹研制费用 -时间模型的预测结果也较好 ,因而具有较高的实用性。     

软计算信用分析方法比较探讨

研究了信用分析中的软计算方法——BP网络与自适应神经模糊推理,并对软计算方法与DEA、TOPSIS的结合运用作了进一步探讨。采用V-foldCross-validation技巧,利用样本公司实际指标数据对该模型的评分效果进行了实证研究。     

财务分析:模式识别下的BP网络与自适应神经模糊推理比较研究

结合模式识别的思想和企业财务分析领域的特点,建立基于模式识别理念的神经网络评分模型和自适应神经模糊推理(ANFIS)模型,克服了一般神经网络评分的缺陷,开辟了财务分析的新思路。最后,利用样本公司实际指标数据对采用模式转化理念的两个模型(BP与ANFIS)评分效果进行了比较分析与实证研究。     

基于小波变换和ANFIS模型的不规则海浪组合预报

利用小波变换对不规则海浪进行多尺度一维小波分解与重构,得到相对简单、规则的准周期分量信号,然后建立了各信号的多输入、单输出自适应神经模糊推理系统(ANFIS)预报模型,最后对预报结果进行集成。基于Matlab语言的仿真结果表明,该方法不仅降低了预报的难度,而且具有较高的预报精确度。此方法亦可用于船舶横摇、纵摇、艏摇运动的预报。     

基于GM(1,1)幂模型的振荡序列建模方法

针对小样本振荡序列的预测问题,提出了基于单变量一阶灰色幂模型（简称GM(1,1)幂模型）的振荡序列建模方法。基于GM(1,1)幂模型中参数之间的关系,构建了一个非线性优化模型来寻求模型参数的最佳值,以此实现对振荡序列的高精度预测。结果表明,建模方法能够较好地体现数据的波动特征,且易于在计算机上实现,进一步拓宽了灰色模型的应用范围。最后以实例验证了所建模方法实用性和有效性。     

ANFIS网络在机载电子设备费用估算中的应用

阐述了自适应模糊推理系统 (AdaptiveNetwork -basedFuzzyInferenceSystem ,ANFIS)网络 ,提出了最小二乘法和误差反传算法相结合的混合学习算法。混合学习算法提高了网络参数的辨识速度和网络计算的收敛速度。应用ANFIS网络建立了整套机载电子设备费用估算模型 ,并对整套机载电子设备费用进行了估算。估算结果表明 ,同通常的费用估算方法相比 ,此模型具有更高的准确性 ,并具有应用泛化能力 ,为费用估算提供了一条新途径     

自适应T-S型模糊径向基函数网络

针对T-S型模糊推理系统的模型参数辨识问题,充分利用模糊推理系统的可理解性与神经网络的学习能力,提出一种自适应T-S型模糊径向基函数网络。为设计满足精度要求的最小结构神经网络,在对网络学习动态进行分析的基础上,给出了网络拓扑结构的动态构造学习算法。在不需要任何先验知识的情况下,能够根据任务复杂度和学习进度进行网络隐层节点的自适应增加、合并和删除操作。将该网络应用于非线性函数逼近问题,取得较好的效果。     

机动目标的模糊自适应跟踪算法

在当前统计模型的基础上，提出了一种基于当前统计模型(CS)的模糊自适应算法(CSFA)。该算法使用了模糊推理技术，使系统状态噪声方差随着机动特性能够自适应调整，提高了系统在目标作非机动或者弱机动时的跟踪精度以及在强机动时的快速响应能力。蒙特卡罗仿真结果表明了该算法的有效性。     

基于GA和BP融合算法的装备费用估算方法

简要介绍了GA和BP算法以及装备费用估算分析的传统方法 ,分析了GA、BP算法以及费用估算三者间相互结合的必要性。把GA和BP算法相结合并应用到装备费用估算分析领域 ,建立了基于GA和BP融合算法的防空导弹研制费用评估模型 ,并对典型的防空导弹型号研制费用进行了估算。结果表明 ,该模型具有计算精度高、适用范围广、运算速度快的特点 ,为装备费用估算提供了有效依据     

导弹成本预测模型及分析

采用熟练曲线原理及多元数据诊断原理对导弹成本数据进行分析与诊断,获得了建立参数模型所需的合理数据,并以此建立了导弹成本预测模型,通过对导弹成本预测模型敏感性分析,确定了影响导弹成本的主要因素.     

地空导弹装备高原训练安全风险评估

地空导弹装备在高原开展训练时,面临众多具有随机性和模糊性特点的风险因素。针对该问题,结合高原环境以及地空导弹装备作战流程,分析了影响其高原训练安全的主要风险因素,构建了安全风险评估指标体系。在模糊综合评价法的基础上引入云模型,通过云模型的熵和超熵反映风险的随机性和模糊性,提出了基于云模型的地空导弹装备高原训练安全风险评估方法。最后,通过一个算例分析验证了该方法的实用性。研究结果可为风险控制提供参考。     

基于LSTM的弹道导弹主动段轨迹预报

弹道导弹主动段长周期轨迹预报能够为导弹防御系统提供早期预警信息。传统的轨迹预报方法大多集中在导弹的自由段与再入段, 通过解析法、数值积分法或函数逼近法推断未来时刻目标的状态。由于弹道导弹在主动段会受到多个未知作用力的影响, 其轨迹预报相比自由段与再入段更具挑战性。为此, 本文提出了一种基于长短时记忆(long short-term memeory, LSTM)网络的弹道导弹主动段轨迹预报方法。首先, 根据导弹主动段动力学模型与弹道参数典型取值生成用于网络训练的大规模轨迹样本; 其次, 设计了基于深度LSTM网络的弹道导弹主动段轨迹递归预报方法; 最后, 与基于数值积分法、多项式拟合及反向传播神经网络的轨迹预报方法的实验对比, 表明了所提方法在主动段轨迹预报上的优越性。     

火控雷达模拟训练系统中的反辐射导弹诱偏仿真

计算机模拟训练是军用仿真的重要形式，它能安全高效地以低成本实现武器装备的操作训练。反辐射导弹是现代战场上雷达的主要克星，因此熟悉其特性，研究专门的战法具有重要的现实意义。本文详细讨论了“二位一体火控雷达模拟训练系统”中反辐射导弹子系统的诱偏仿真原理，提出了数学模型，对具有代表性的两点源诱偏效果给出了仿真结果，分析了两点源间距配置对诱偏效果的影响。     

基于智能优化灰色模型的电子固废预测

针对已有电子固废产生量预测时存在的建模机理复杂、建模精度低等问题,提出一种分数阶多元灰色模型与神经网络补偿模型相混合的智能建模     

基于蒙特卡洛方法的卫星成本预测模型研究

针对传统的卫星成本预测模型没有包括相应的不确定性因素,提出了基于蒙特卡洛方法的卫星成本预测模型,用以解决主要由技术风险引起的不确定性.针对利用该模型模拟得出的分布曲线可能介于两种标准分布之间的情况,提出了二次拟合检验的思想,提高了拟合的精度.最后,将收集到的相关数据代入该模型并与常用的卫星成本预测方法进行比较,其精度大约提高了10%.可见,使用蒙特卡洛方法进行卫星成本的预测具有较好的精确度.     

残差修正的弹箭系统研制费用估算模型研究

对弹箭系统研制费用的估算常采用多元线性回归方程法 (参数法 ) ,该方法要求有大量样本数据 ,并且估算精度较差。在新型弹箭系统的研制中 ,在样本数较少或有限的情况下 ,参数法研制费用估算模型给研制费用的估计带来一定的困难。为解决这一问题 ,提出了用n次累加残差模型对参数法研制费用估算模型进行修正的方法。通过实例计算表明 ,本方法用较少的样本可以得到较高的预测精度