基于可靠性的软件构件费用分配最优模型

针对软件系统可靠性和费用分配问题,给出了一种基于可靠性的软件构件费用分配最优模型。将软件系统可靠性定义为软件构件失效率、操作剖面、构件使用矩阵以及软件无失效运行的规定任务时间的函数,详细描述了费用最优模型的建立和利用非线性规划理论求解模型的步骤。在求解过程中,将费用最优模型转化为Kuhn-Tucker方程,有效地处理了带有复杂计算的目标函数和约束条件的可靠性和费用最优分配问题。计算实例表明利用该模型进行可靠性和费用分配是可行的。     

基于时间Petri网的装备体系可靠性建模与仿真

针对装备体系规模大、层次多、成员彼此分离、不断演化的特点,以及体系可靠性预计与分配困难的问题,在充分研究体系内涵的基础上,结合美国国防部体系结构框架（Department of Defense Architecture Framework, DoDAF）和流程分析研究方法,提出了一种基于时间Petri网流程分析的装备体系可靠性建模与分析方法,详细分析了体系结构和使用流程的建模过程,构建了装备体系的可靠性计算模型。以某机场航空保障体系为例,说明了基于流程的体系可靠性建模分析的详细过程,通过ExSpect（Executable Specification Tool）仿真软件,得出了装备体系流程的执行时间和可靠度仿真结果。     

基于结构建模的装备体系结构可靠性混合模型

针对武器装备体系复杂多样的特点,从结构角度分析了装备体系可靠性。在体系结构层次划分的基础上,提出了一种兼具无标度和小世界特性的混合模型描述体系结构。在随机故障和蓄意攻击两种失效模式下,对本文建立的混合模型和无标度（Albert-lásló Barabasi and Réka Albert, BA）模型、小世界（word small, WS）模型的结构可靠度进行对比分析。结果表明,3种模型结构可靠度随失效率增加均呈现不同程度下降,而混合模型下降最缓慢。因此,使用该混合模型对武器装备体系结构可靠度进行评估是可行的,有利于为保护体系关键节点和链路提供决策依据,从而进一步优化体系结构。     

基于神经网络的弹性连杆机构广义刚度可靠性仿真

将弹性连杆机构的杆长、截面尺寸均视为随机变量，并考虑机构安全的极限状态的模糊性，建立了弹性连杆机构广义刚度可靠性分析模型．针对进行可靠性数值模拟时求解机构动力响应过程的复杂性和耗时性，构建了基于BP网络的动力响应分析模型．从而可以明显减少可靠性仿真时求解动力响应的时间开支，提高仿真效率。最后，通过仿真实例验证了方法的可行性和有效性。     

基于数据库的神经网络轧制力建模

冷连轧过程控制的轧制力模型对于提高轧制精度和降低生产成本具有重要的意义，而传统的轧制力模型结构简单，精度较低，即使在实际生产中采用自适应技术，也无法满足高精度轧制的需要。为此针对5机架冷连轧机，提出并联结构的BP神经网络模型；采用Levenberg-Marquardt算法进行训练，确定网络的结构和参数；在数据库中建立钢种与神经网络的结构和参数一一对应的关系表，保存网络训练结果。对神经网络模型的仿真测试表明该神经网络轧制力模型有较强的泛化能力，收敛速度快，不易陷入局部最优，精度明显高于传统的轧制力模型。     

神经网络技术在装备不工作状态可靠性研究中的应用

分析了典型装备的贮存寿命剖面,提出了一种用于研究装备不工作状态可靠性的人工神经网络模型。该模型既可用于装备不工作状态可靠性的定量分析,又可用于装备的质量分级,具有较高的应用价值。利用模型对××－ １ 的不工作状态可靠性的分析得出了一些可与其它方法相互佐证的有益结论。     

企业生产装备系统维修决策分析

企业生产装备系统的维修管理在企业管理中的地位日益突出,企业为管理维修生产装备系统所耗费的成本也日益高昂。如何确定装备系统的维修周期、维修次数及最优经济寿命周期,成为企业最重要的决策活动之一。针对企业生产装备系统运作实际,提出了基于最低可接受可靠度的可变维修周期的装备费用维修决策策略,并提供了决策模型。通过模型可以科学合理地确定装备系统的维修周期及维修次数,并实现装备系统全寿命周期内系统维修费用最小。     

基于包容性检验的舰船装备维修费组合预测

针对舰船装备维修费组合预测中,容易出现预测模型数量多于用于组合预测的样本数量,以及在已有舰船装备维修费组合预测模型中增加一个预测时,可能会降低组合预测性能的问题,通过对现有两模型包容性检验方法的分析,提出了带有截距项的多模型组合包容性检验。在此基础上,通过按模型的优劣次序逐步进行包容性检验和组合的思路,提出了基于包容性检验的舰船装备维修费组合预测模型选择方法,不仅可以降低包容性检验的计算量,而且可以提高舰船装备维修费组合预测的性能。     

神经网络热量平衡法在电网可靠性计算中的应用

提出基于神经网络的热量平衡法（ＮＮＨＢＭ），并将它运用于最小割集的搜索之中，利用它来判断一个图的连通性．为进行实际工程应用，对该算法的软件实现步骤进行了详细的说明．最后对ＩＥＥＥ－ＲＴＳ２４节点系统［７］进行了最小割集搜索的仿真研究，证明了热量平衡法在电网可靠性评估中运用的可行性．     

基于面向对象分析和设计的神经网络建模系统

针对目前神经网络建模工具的不足,进行了网络的面向对象分析。并采用面向对象的编程技术,实现了通用性强的可视化建模工具,解决了多层网络的建模难题。     

The Fuzzy Modeling Algorithm for Complex Systems Based on Stochastic Neural Network

The Fuzzy Modeling Algorithm for Complex Systems Based on Stochastic Neural Network~~~~     

结构方程模型与人工神经网络模型的比较

结构方程模型作为一种统计建模技术越来越多的应用在企业管理研究中,线性结构方程模型(LISREL)是其中最有代表性的一种.针对LISREL应用中的问题引入了人工神经网络方法,在民营企业治理结构影响企业绩效的案例分析中对人工神经网络方法和LISREL方法作了一个对比分析,并根据对比分析的结果,探讨了两者的互补性以及结合应用的方法.     

基于贝叶斯-神经网络的动态回归建模与预测

结合贝叶斯网络和神经网络，提出了一种建立数据驱动型的动态线性回归系统模型的方法。基于这种模型采用自然连接型的知识分布，形式化各种各样的信息，结合贝叶斯方法，执行贝叶斯网络的持续学习过程；采用指数寿命型的连接权值改进径向基神经网络，优化输入数据，提高计算速度；采用改进的遗传算法，实现神经网络的动态自适应。基于上述方法，实现了线性回归系统动态建模与实时预测。仿真试验说明该方法是有效性。     

量子神经网络软测量模型及应用

提出了一种基于量子神经网络的软测量模型,组成该模型的量子神经元对信息的处理分为两阶段。第一阶段为宏观信息收集部分,产生控制量子比特;第二阶段为微观信息处理部分,根据控制量子比特,改变工作量子比特,即神经元的状态,整个过程模拟量子受控非门。以某石化厂乙烯收率为软测量对象,实验结果显示出,提出的量子神经网络软测量模型可以较好地跟踪乙烯收率的变化。     

基于神经网络的数控超声加工效果建模与仿真

为精确地预测数控超声加工效果,应用神经网络理论建立了数控超声加工切削率BP、RBF两种神经网络模型。根据实际情况,进行了网络结构设计,比较了不同特征参数时网络模型的性能,并对所建模型进行了仿真验证。验证结果表明,预测数据与实测数据有较好的一致性,RBF网络数据比BP网络数据稳定,性能更优,当RBF网络中分布密度spread取2时,性能最优。说明可以使用神经网络模型对数控超声加工切削率进行预测。     

基于RBF神经网络的海杂波建模

从相空间重构理论出发，构造了一个RBF神经网络预测器来重构海杂波的内在动力学，并且利用这个确定性的模型时海杂波的演变进行预测。为验证模型的推广性能，采用了多步预测。对雷达采集的实际海杂波数据的实验结果表明，这个确定性的模型可以很好地追踪海杂波的演变。文中还分析了该RBF神经网络预测器在不同高斯白噪声条件下的预测性能，得出了其预测误差与杂噪比（CNR）的关系。     

基于混沌神经网络模型的预测控制器的设计及应用

根据具有混沌特性非线性、大时滞系统的时间序列重构相空间，计算相空间饱和嵌入维数、并以此为指导，建立混沌神经网络，即便在网络输入不完整或发生变异的情况下，该模型仍能对系统作高精度的短期预测；在此基础上，又设计了模糊神经网络预测控制器，实现了对非线性、大时滞系统高精度的自适应控制。将该控制器应用到单元机组负荷控制系统中，仿真表明了该控制有效性、快速性和鲁棒性。     

改进的Elman网络与机理模型的互补建模方法

利用一种改进的Ｅｌｍａｎ动态神经网络,并结合系统的机理模型,给出了一种适用于在线仿真的互补建模方法。 本方法的实现复杂大系统的在线仿真提供了一个理想的建模途径。