基于广义Чебышев多项式的新型神经网络算法

提出了一种基于广义Чебышев多项式的新型神经网络学习算法。对于给定的样本点,采用三次样条插值方法求得Чебышев结点处的函数值,并将Чебышев结点和对应的函数值作为新的训练样本。利用Чебышев多项式的正交性,每个权函数可以表示为广义Чебышев多项式,它是最佳平方逼近多项式。与样条权函数神经网络算法相比,该算法最后表达式更简单,有利于泛化,而且每个权函数所需要存储的信息量更少。另外,提出的新算法不存在梯度下降类算法的局部极小、收敛速度慢的问题。最后,为了说明该算法的有效性,给出了一个实例,仿真实验说明通过提取广义Чебышев多项式的权函数,可以理解所训练的问题的内在关系,训练后的网络具有很好的泛化能力和很高的精度。     

基于广义ЧебыЩев多项式的新型神经网络算法

提出了一种基于广义ЧебыЩев多项式的新型神经网络学习算法.对于给定的样本点,采用三次样条插值方法求得ЧебыЩев结点处的函数值,并将ЧебыЩев结点和对应的函数值作为新的训练样本.利用ЧебыЩев多项式的正交性,每个权函数可以表示为广义ЧебыЩев多项式,它是最佳平方逼近多项式.与样条权函数神经网络算法相比,该算法最后表达式更简单,有利于泛化,而且每个权函数所需要存储的信息量更少.另外,提出的新算法不存在梯度下降类算法的局部极小、收敛速度慢的问题.最后,为了说明该算法的有效性,给出了一个实例,仿真实验说明通过提取广义ЧебыЩев多项式的权函数,可以理解所训练的问题的内在关系,训练后的网络具有很好的泛化能力和很高的精度.     

样条权函数神经网络的一种新型算法

针对前馈神经网络在数值插值领域的应用场合,提出了一种新型结构的神经网络及其训练算法。网络拓扑结构简单,网络训练所需的神经元个数与样本个数无关,可以简单地表示成输入、输出样本向量维数之积。算法只需训练1层权函数。训练后的权函数由三次样条函数构成,而不是传统方法(反向误差传播算法“BP”或径向基函数算法“RBF”)的常数。通过求解两组线性方程组,就可以确定具体三次样条权函数形式。不存在传统梯度下降类算法的局部极小、收敛速度慢、初值敏感性等问题。仿真实验说明此算法比传统算法(如BP、RBF)精度高、速度快。     

基于网络权重的多社团网络结构划分算法

利用社团网络的统计特性,提出一种适于社团网络线性时间复杂度的多社团识别算法.构造复杂网络中节点的权重计算函数,进而生成计算序列,用迭代算法对复杂网络各种类型的节点进行集合分配.通过多个不同规模的网络结构数据对算法的性能进行测试,实验结果表明该算法时间复杂度为线性,能够在较短时间内对复杂网络中的社团数和社团结构进行发现,该算法还表现出对不同密度网络社团识别良好的适应性.     

基于修改误差函数新的BP学习算法

通过分析隐层神经元饱和度对网络性能的影响,构造了新的误差函数,同时设计了一种自适应调节的放大误差信号方法,得到新的BP学习算法。该算法流程简单,不需要太大的计算复杂性。仿真实验结果表明新改进算法在收敛速度和避免误差函数陷入局部极小方面明显优于其它BP算法。     

线性三层降秩神经网络的广义逆矩阵训练算法

先是到计算矩阵的广义逆的一种有效算法，即正交反向传播（OBP）算法。利用OBP算法。经有限次迭代即可以得到矩阵广义逆的精确解。然后利用OBP算法来讨论线性三层秩网络的训练问题。经过有限次迭代就可得到网络的误差函数的全局最优解，且不存在任何收敛性问题。     

一类非线性两级规划问题的模拟退火求解

提出一种基于模拟退火算法求解一类非线性两级规划问题的方法。为了提高模拟退火算法处理上级约束的能力，在模拟退火算法中引入一个辅助优化问题，通过求解该辅助优化问题产生满足上级约束的试探点，避免了使用罚函数处理上级约束。数值计算结果表明，与使用罚函数处理上级约束的模拟退火算法相比，本文提出的方法不仅可以提高求得全局最优解的可靠性，而且可以减少模拟退火算法的迭代次数，提高计算效率.     

基于线性能量函数的组播路由算法性能评价策略

作为下一代高速网络的核心技术之一,多约束服务质量组播路由成为了当前网络研究的重点,但对算法性能进行合理的评价仍是一个开放性问题。提出了一种基于线性能量函数的组播路由算法性能综合评价策略——IESMR。算法通过线性能量函数将待评价组播算法的各项QoS性能转化为单一度量值,考察其距极限最优能量值的偏差半径作为算法性能综合度量指标。     

复数神经网络的一种新型初始权值选择方法

为了改善学习速率,提出了一种确定复数神经网络初始权值的新颖方法。初始权值不是随机给定的,而是通过计算求得。具体方法是选择一类隐层神经元的变换函数(类支集函数),将输入层和隐层之间的复数权值计算出来,保证隐层的输出矩阵是满秩矩阵,并从理论上证明了这样的满秩矩阵是存在的。利用这个满秩矩阵,通过最小平方算法就可以求得隐层和输出层之间的复数权值。将这些权值作为初始权值,采用最速下降算法来对神经网络进行训练。初始权值的优化,使得该算法可以有效地提高复数神经网络的训练速度和计算精度。一个特例是当隐层神经元的个数与样本个数相等时,就可以求得代价函数值为0的全局最小点。计算机仿真实例验证了该算法的有效性。     

灰熵并行分析引导PSO求解多目标优化问题

提出采用灰熵并行分析法引导粒子群算法求解多目标优化问题。灰熵并行分析法综合灰色关联分析法与信息熵的特点,对数据序列计算灰关联系数,同时并行地对数据序列计算信息熵及熵值权重,将灰关联系数与熵值权重结合求得灰熵并行关联度。〖JP2〗通过粒子群算法对优化问题的多个目标构建与粒子数相同数量的目标值序列,计算每个序列的灰熵并行关联度值,利用该值作为算法适应度值的分配策略引导粒子进化。以10个典型作业车间调度问题为例进行实验,结果与差分进化算法及遗传算法进行比较,表明灰熵并行分析法可以有效引导各算法进化,使算法在收敛性和分布均匀性方面表现良好,且粒子群算法的优化结果要好于其他两种算法的结果。     

混沌时间序列局域预测方法

在深入研究混沌时间序列局域预测方法的基础上,提出了一种加权局域基函数预测方法。该方法综合考虑了广义自由度和邻近点权重,提出了加权动态确定最邻近点数的判定条件,并利用基函数拟合确定出的最邻近点进行预测。算例分析表明,加权局域基函数法具有较高的预测精度,是比较理想的用于混沌时间序列的预测方法。     

基于模糊变权原理的卫星健康评估方法

针对航天器健康管理领域中在轨卫星的健康评估问题,提出了基于模糊变权原理的健康状态评估方法,用健康度定量表示健康状态,并以卫星姿态控制系统为例进行了分析。在部件级水平上,采用了基于模糊无量纲化函数和稳定更新过程的健康度计算方法。从部件级到系统级,利用改进的层次分析法(analytic hierarchy process, AHP),结合变权综合原理,建立了姿态控制系统的健康状态层次分析模型,并给出评估计算过程。最后,通过故障仿真的手段进行验证,结果表明该套分析与评估方法对卫星健康管理具有实用价值。     

强化结构的数字壁画病害修复算法研究

针对北京地区法海寺壁画块状缺失,且缺失区域结构信息丰富的特点,提出了一种强化结构的数字图像修复算法,解决了Criminisi算法修复时对图像结构信息考虑不足的问题。首先在计算填充块的优先权函数时,将线性卷积的曲率计算融入数据项中,同时增加结构信息的权重,实现了优先修复结构信息丰富区域的目的;其次在搜索匹配块的相似度计算中引入区域协方差方法,确保修复后图像结构的一致性,减少了匹配错误率。实验结果表明：该算法较好地解决了结构性较强的壁画块状信息缺失填充错位问题。     

The Synthetic Evaluation of Warhead Overall Efficiency

Abstract: The evaluation system of smart ammunition warhead overall efficiency has been established in this paper. Allkinds of evaluation methods have been analyzed. Having led the concept of hierarchical structure into technique for orderpreference by similarity to ideal solution (TOPSIS) method, we put forward the step TOPSIS method which is suitable forevaluating the overall efficiency of smart ammunition warheads. In the calculation of index weight, the graded weight cal-culus is put forward which hardly relies on the subjectivity of decision-makers and can reflect the sensitivity and compatibili-ty of the index. In the graded weight calculation, the proportional-arithmetic weight value calculus and sensitivity-compati-bility weight value calculus are given respectively.     

空战模式下航空集群射频隐身性能评估方法

为解决空战模式下航空集群射频(radio frequency, RF)隐身性能评估问题,提出一种基于正态波动犹豫模糊集(normal wiggly hesitant fuzzy set, NWHFS)的评估算法。首先,通过基于正态波动犹豫模糊信息的最优-最劣方法(best-worst method, BWM)构建权重确定模型,获得属性权重向量和一致性检验系数。其次,根据集群用频设备参数和具体空战场景提取RF隐身性能评估因子,并得到其计算公式。然后,组织专家根据评估因子结合主观经验构建评价矩阵,并利用属性权重向量聚合评价信息。最后,将NWHFS分数函数作为评估指标,对不同想定下的航空集群RF隐身性能定量评估。仿真算例和对比分析说明了所提方法的可行性和有效性。     

空战模式下航空集群射频隐身性能评估方法

为解决空战模式下航空集群射频(radio frequency, RF)隐身性能评估问题,提出一种基于正态波动犹豫模糊集(normal wiggly hesitant fuzzy set, NWHFS)的评估算法。首先，通过基于正态波动犹豫模糊信息的最优-最劣方法(best-worst method, BWM)构建权重确定模型,获得属性权重向量和一致性检验系数。其次，根据集群用频设备参数和具体空战场景提取RF隐身性能评估因子,并得到其计算公式。然后，组织专家根据评估因子结合主观经验构建评价矩阵,并利用属性权重向量聚合评价信息。最后，将NWHFS分数函数作为评估指标,对不同想定下的航空集群RF隐身性能定量评估。仿真算例和对比分析说明了所提方法的可行性和有效性。     

加权平均法在GFSINS角速度解算中的应用

针对积分法带来快速误差积累以及开方法存在大量开方运算和符号误判等问题,提出了将加权平均法应用到无陀螺捷联惯导系统(gyro free strapdown inertial navigation system, GFSINS)角速度解算中的新方法。基于一种改进的九加速度计配置方式,推导了两种传统角速度解算方法;采用基于多元统计理论的加权平均法,将积分法和开方法得到的两组角速度通过选择最优权数进行有效数据融合,得到一组误差更小的角速度。仿真结果表明,此方法不仅能消除迭代误差,而且其角速度解算精度比开方法提高了大约1.5倍。     

外辐射源雷达模糊函数的快速算法与硬件实现

外辐射源雷达作为一种新体制雷达在探测低空小目标应用中得到了广泛的关注。针对外辐射源雷达利用模糊函数探测目标时延和多普勒频移的计算量大、难以满足系统实时性要求的问题,提出一种快速计算模糊函数方法。首先，将数据进行分段;然后，对分段后数据分别进行相关运算和抽取滤波;最后，用快速傅里叶变换(fast Fourier transform, FFT)算法对数据进行处理,显著提高了模糊函数的计算效率,并在现场可编程逻辑门阵列(field programmable gate array, FPGA)上实现了该算法。实测结果表明了该算法的可行性，研究成果为外辐射源雷达系统算法硬件化提供了参考依据。     

外辐射源雷达模糊函数的快速算法与硬件实现

外辐射源雷达作为一种新体制雷达在探测低空小目标应用中得到了广泛的关注。针对外辐射源雷达利用模糊函数探测目标时延和多普勒频移的计算量大、难以满足系统实时性要求的问题,提出一种快速计算模糊函数方法。首先，将数据进行分段;然后，对分段后数据分别进行相关运算和抽取滤波;最后，用快速傅里叶变换(fast Fourier transform, FFT)算法对数据进行处理,显著提高了模糊函数的计算效率,并在现场可编程逻辑门阵列(field programmable gate array, FPGA)上实现了该算法。实测结果表明了该算法的可行性，研究成果为外辐射源雷达系统算法硬件化提供了参考依据。     

雷达干扰机分配的模糊多属性动态规划模型

针对雷达干扰机分配问题,提出了一种解决该问题的模糊多属性动态规划模型.设计了干扰效果评估指标及其权重,确定了各指标的隶属度函数.在探讨多台干扰机对一台雷达进行干扰的背景下,构建了单阶段模糊多属性决策模型.在此基础上,建立多阶段模糊多属性动态规划模型,解决了多台干扰机对多台雷达实施干扰的资源分配问题.最后通过具体的应用案例,给出了详细的解算步骤,计算结果验证了该模型解决雷达干扰机分配问题的有效性和适用性.