基于二进制神经网络集成的潜在通路分析

针对神经网络在潜在通路分析应用中的缺陷,提出了二进制神经网络集成(BNNE)算法。该算法结合了二进制神经网络(binary neural network,BNN)和神经网络集成(neural network ensemble,NNE),NNE的个体成员是BNN,集成算法采用GASEN算法,其输入为电路开关状态,输出为预测功能。通过比较特定开关状态下的预测功能和设计功能之间的差异,判断是否存在潜在通路。该算法综合了BNN、NNE的优点,可以有效提高神经网络的泛化能力和潜在通路分析的可靠性,仿真试验验证了算法的有效性。     

决策支持技术的发展及其体系结构的研究

介绍了决策支持系统、数据仓库、OLAP技术的总体研究情况,包括其定义、基本框架、研究进展。结合当前数据仓库的OLAP技术的发展,探讨了它们对决策支持系统的支持作用。     

一种改进的半定量仿真算法

由于基于区间的半定量仿真算法都是针对参数区间的边界值进行的，所以导致仿真精度不高，状态轨迹过宽等现象。为了克服这一缺陷，提出一种改进的半定量仿真算法。首先简述了半定量仿真算法，然后以数字区间仿真为研究对象提出了一种随机半定量仿真算法。该算法用参教的概率密度函数代替区间进行半定量仿真．首先利用参数区间以及先验知识确定概率密度函数．根据概率密度函数在一定的置信水平下产生一组随机参数值，经过处理后确定其边界值作为新区间，然后将其用于相应的半定量仿真算法。理论分析和仿真实例表明，改进的半定量仿真算法的仿真精度高于传统半定量仿真算法。     

基于模糊分类-灰色马尔可夫的陀螺仪漂移预测

针对标准灰色马尔可夫预测模型抗干扰能力差的局限性,提出了一种基于模糊理论和灰色马尔可夫模型的预测方法。将模糊理论引入预测模型中,从分类方法上对标准灰色马尔可夫模型进行改进,该算法可以有效提高灰色马尔可夫预测模型的预测精度。将这种方法用于某型导弹陀螺仪的漂移预测中,实验证明了这种方法的有效性和可行性。     

基于高斯隶属函数的模糊定性仿真

通过分析发现模糊定性仿真系统存在两个缺陷,即模糊子集距离定义和相似原理的不完善。这两个缺陷存在的根本原因是采用了四元数表示的模糊定量空间。用高斯隶属函数代替梯形隶属函数研究模糊定性仿真,并对模糊子集的距离定义以及相似原理作了改进。在FuSim的基础上,给出了到达时间、持续时间的具体表达式并用于时间过滤。仿真实例证明了此算法的有效性。     

一种新的神经网络重新学习算法

训练样本的获取是神经网络应用中的一个"瓶颈"问题。当发现新的训练样本模式时,现有方法就要重新构造新的神经网络、重新训练,学习时间长而且影响原有记忆。为解决此问题,提出了一种新方法,其基本思想是在原有网络的基础上,增加新的局部神经网络,新网络与原有网络没有链接关系,只包含新的样本模式,而且神经网络重新学习时,只调整局部神经网络。     

基于PSO-SVM的某型潜射导弹武器系统效能评估

分析了某型潜射导弹武器系统的战术、技术指标,利用粒子群算法对支持向量机的参数进行了优化,提出了一种基于PSO-SVM的某型潜射导弹武器系统效能评估方法,介绍了该方法在武器系统效能评估中的具体应用,并以仿真计算的方法对得出的武器系统效能评估方法进行了验证。     

基于时间Petri网的潜在定时分析

针对潜在定时分析研究的现状,以及时间Petri网与潜在定时分析的共性,提出了基于时间Petri网的潜在定时分析方法。将Petri网模型分为五种基本模式,并分别定义了五种基本模式的变迁条件和变迁规则。通过Petri网的可达标识集与设计状态之间的关系找到潜在通路。两个实例的仿真分析结果与实际一致,证实了方法的有效性和正确性。     

基于XMSF的潜艇战术训练仿真系统分析与设计

针对HLA在潜艇战术训练仿真系统中的局限,提出了基于XMSF潜艇战术训练仿真系统的设计方案.首先概述了XMSF,然后根据潜艇战术训练仿真系统的功能需求,分析并设计了仿真训练系统实现中的关键技术,包括系统模型库设计、仿真系统与C4ISR系统的集成、搜索引擎、网络服务质量、中间件设计等.     

基于数据驱动的伺服机构执行器故障诊断

以往对于伺服机构故障诊断大多在控制系统中进行,往往会掩盖伺服机构执行器本身的故障,并且执行器的恒增益故障不容易判别.针对这些缺点,分析执行器的故障机理,找出了伺服机构的有效测点,提出了基于数据驱动的执行器故障诊断方法.仿真实验证实了方法的有效性.