舱室进水情况下潜艇的挽回操纵

当潜艇由于各种意外事故造成艇体或通海管路破损进水后,具有淹水舱的潜艇在车、舵和高压气吹除作用下的挽回运动过程复杂而危险。文章借助Laval喷管理论建立了高压气吹除主压载水舱的模型,从而建立起包括舱室进水,用车用舵和舱室吹除等因素在内的,考虑了大攻角影响的潜艇挽回六自由度空间操纵运动模型。同时,针对不同进水部位、不同进水方式和不同航行深度等因素,计算得到了典型的潜艇水下操纵性安全界限图中的进水限制线。     

改进BP神经网络的城市交通流预测研究

由于交通流预测具有高度的非线性特点,这与BP神经网络能够处理非线性问题的特征相符合。但BP神经网络算法易使解陷入局部极小,而遗传算法的全局优化能力则恰恰可以克服这一缺点。文中将遗传算法应用于对BP神经网络模型的改进来对交通流进行预测。通过对预测数据与实测数据的比较分析,证实了改进后的方法更为有效。     

自动测试系统通用性研究

针对现代电子装备自动测试系统,阐述自动测试系统通用性实现方法,提出激励资源、信号接口装置设计原则,同时探讨了神经网络与自适应算法实现故障诊断与定位中的可行性,并给出一种故障诊断自适应算法实现的方法。     

基于BP神经网络的船舶交通流量预测研究

在分析船舶交通流量特性的基础上,以船舶交通流量控制为最终目标,建立基于BP神经网络的船舶交通流量预测模型,以长江口深水航道的交通流量数据作为训练样本,进行模拟分析。预测结果与实测加权数据进行对比表明,该模型对船舶交通量的预测是有效的。     

直航鱼雷等概率阵位图

在考虑各观测量误差的情形下,给出了计算直航鱼雷命中概率的解析公式、等命中概率曲线的解析公式及一定命中概率条件下射距最远的阵位的求法,可为鱼雷作战使用提供理论上的依据。     

基于BP神经网络的防空兵射击指挥效能评估

为了评估防空兵射击指挥效能,构建了效能评估指标体系,建立了射击指挥效能评估的三层BP神经网络模型。说明了训练样本构造的方法,并用样本对BP神经网络进行训练。利用训练好的神经网络对防空兵射击指挥效能进行评估。     

基于加权矢量神经网络的辐射源识别方法

现有的很多分类识别方法包括基于专家系统的方法[1]、基于贝叶斯理论的方法、基于模糊模式识别的方法[2]、基于最近邻的方法[3]、基于人工神经网络的方法[3]等等在辐射源识别中都有比较成功的应用,但这些方法一般都针对测量参数为标量形式的测量值进行处理,在一定程度上解决了由于参数测量误差所引起的辐射源识别问题,对于误差的另一种情形,即测量参数为区间类型模糊值的情况讨论却较少,文献提出了一种基于模糊IF-Then规则的神经网络算法,给出了能够处理模糊输入的神经网络体系结构,同时给出了一种基于代价函数的学习算法,其代价函数由实际模糊输出和无模糊输出决定,通过学习该网络能够实现模糊输入到模糊输出的非线性映射。     

基于遗传神经网络与信息融合的实时智能故障诊断系统研究

在传统BP神经网络的基础上引入聚类分析方法与遗传优化算法,可有效降低BP神经网络的训练难度并提高其训练精度;为有效利用各诊断单元的诊断结果,引入D-S证据理论对结论进行决策分析.仿真测试表明,该故障诊断系统能迅速、准确、可靠的诊断出各种故障.     

自然循环下堆芯热工水力与时空中子动力学的耦合计算

建立堆芯闭式组件与开式组件的自然循环流量分配的瞬态计算模型,用以计算堆芯各组件的热工水力参数及组件的均匀化物理参数的瞬变值,实现堆芯一维热工水力与三维时空中子动力学计算程序的耦合计算.利用包含所建数学模型的分析程序对典型工况下自然循环及其过渡过程进行计算分析,结果表明主要参数的计算值和试验数据吻合较好.     

装配体可行拆卸操作生成

为了高效地规划装配体的拆卸序列,利用1维拆卸回溯分析算法生成所有可行子装配体和1维拆卸操作,并在此基础上提出了m维拆卸分析算法来构造所有m维可行的拆卸操作,以算法生成的可行子装配体为顶点和以可行拆卸操作为有向边便可构建拆卸与或图.对算法在C++Builder平台中进行编程实现,并以一个装配体为例验证算法的可行性.