基于混合遗传退火算法的并行测试任务调度优化

并行测试任务的优化调度是并行测试技术的核心问题之一。可以充分利用混合遗传退火算法优异的全局最优搜索能力来寻找具有最大并行率的并行任务序列。首先,建立了并行测试任务调度问题的数学模型;给出了并行率的定义,设计了一种满足资源约束与任务时序约束的基因编码方法及相应的遗传退火操作方案。最后,对实例进行仿真实验,结果验证了该算法的有效性及优越性。     

武器装备研制过程中设立总测试师的必要性

阐述了在武器装备研制过程中设立总测试师的必要性，提出了总测试师在装备研制过程中所担当的职责。     

并行测试系统资源配置模型

并行测试是下一代自动测试技术的主要发展方向之一。从并行测试系统的本质概念入手,分析了影响并行测试系统资源优化配置的关键因素,给出了解决问题的思路。研究了并行测试信号模型、测试资源接口模型,以降低系统组建成本和提高测试系统效率为研究目标,提出了并行测试任务优化序列的概念;以此为基础,给出了并行测试资源优化配置方法。     

基于遗传神经网络的航空装备故障预测

为在武器系统故障发生前实现预测、实现装备的视情维修,开展基于遗传神经网络的故障预测技术研究.采用实数编码方式和自适应的交叉率、变异率改进遗传算法,并将改进遗传算法用于神经网络的权重学习得到遗传神经网络.利用监测到的装备特征参数数据进行网络训练,然后将遗传神经网络预测装备特征参数的退化趋势.预测实例表明遗传神经网络可在故障发生前实现故障预测,较基本神经网络有较大性能改善,可提高武器装备的保障能力,实现视情维修.     

基于KPCA与马氏距离的达林顿管故障预测

为了对达林顿管进行故障预测,提出了基于KPCA与马氏距离的达林顿管故障预测方法。通过对达林顿管进行失效机理分析,设计了加速退化试验,并获取了集电极导通电流与饱和压降性能退化数据,利用小波包分解与核主成分分析进行数据处理,滤除了原始数据中的干扰信号,得到了退化数据的主成分,结合马氏距离对处理后的数据进行特征融合,得到了可以表征达林顿管健康状态变化的健康因子。使用2种故障预测算法对健康因子进行预测,故障预测结果验证了文中方法的有效性,预测值与真实值的误差均在10%以内。     

基于ATML的一体化保障技术测试信息标准化问题研究

为解决一体化保障技术中存在的测试信息标准化问题,进行了一体化保障技术信息标准化需求分析;基于ATML标准,以UUT描述为例说明了测试信息标准化建模与描述方法,并以层次化的方式建立了XML Schema模型,结合某型一体化保障设备进行具体描述;依据基于ATML的测试信息标准化建模与描述方法,构建保障设备UUT测试信息标准化模型,并以柴油发电机为例进行了具体说明。实例表明,基于ATML的标准化建模与描述可以实现UUT测试信息的格式统一,减少对专用的工具或代码的依赖性,降低测试信息的解析和处理的困难度,以及有效解决一体化保障技术中测试信息的标准化问题。     

自律分散测试系统体系结构研究

本文从实际的军事需求出发, 借鉴自律分散系统的思想, 提出了在战场环境下具有自我修复与重构功能的自律分散测试系统(ADTS)的概念, 文章对ADTS进行了数学建模, 利用功能完成度来评价测试系统战损后仍可继续使用的程度, 通过论证可知, ADTS具有良好的容错性、维护性和扩展性, 能够实现战损条件下的降级使用, 战场生存能力强. 同时, 文章阐明了ADTS的组建方法, 对于ADTS的设计实现具有重大的指导意义.