搜索结果: 16-30 共查到“兵器科学与技术 神经网络”相关记录100条 . 查询时间(0.215 秒)
基于自适应神经网络的火炮身管结构优化研究
兵器科学与技术 火炮身管 多学科多目标结构优化 自适应神经网络 再采样策略
2017/3/23
针对火炮多学科优化设计存在计算量大、收敛慢和易陷入局部最优的问题，提出一种基于自适应径向基函数（RBF）神经网络的结构优化方法。编程计算火炮高低温压力曲线，并对ABAQUS有限元软件二次开发将其加载进有限元模型以获取身管的优化目标值，构建其与设计变量间自适应RBF神经网络模型。引入罚函数法处理约束条件，采用遗传算法在模型中求解寻优。每次优化迭代时利用建立的局部和全局分析模型分别选取更新点，增加样本...
为保证滚仰式捷联导引头的稳定控制，提出了一种基于RBF神经网络整定的PID控制策略，用于导引头稳定回路校正环节。根据滚仰式捷联导引头的运动学与动力学关系，结合导引头稳定回路校正环节采用的RBF神经网络PID控制算法，建立了滚仰式捷联导引头稳定与跟踪一体化仿真模型；仿真结果表明：滚仰式捷联导引头稳定回路采用RBF神经网络整定的PID控制器后，其动态性能优于传统PID控制器，建立的仿真模型能够对机动目...
基于BP神经网络的高寒山地弹药消耗需求分析
高寒山地 弹药消耗量 BP神经网络
2015/12/30
采用BP神经网络方法，建立了高寒山地弹药消耗量预测模型，对模型的预测流程和步骤进行了描述；结合高寒山地实际，对高寒山地弹药供应保障的消耗量需求进行分析。预测结果表明，所建立的弹药供应保障消耗量需求模型能够很好地预测高寒山地作战中的弹药消耗量。
为获得全局最优点，提出一种改进粒子群算法优化BP神经网络实现核素识别方法。该算法用一种动态改变惯性权重与学习因子的自适应方法，优化BP神经网络的阈值与权值，通过训练BP神经网络识别模型得到粒子群的全局最优解，利用最优权值与阈值实现核素识别。分析结果表明：该方法不仅能更快地收敛于最优解，同时能更好地平衡全局搜索和局部搜索能力，有效地改善算法的收敛速度和识别精度。
为获得全局最优点，提出一种改进粒子群算法优化BP神经网络实现核素识别方法。该算法用一种动态改变惯性权重与学习因子的自适应方法，优化BP神经网络的阈值与权值，通过训练BP神经网络识别模型得到粒子群的全局最优解，利用最优权值与阈值实现核素识别。分析结果表明：该方法不仅能更快地收敛于最优解，同时能更好地平衡全局搜索和局部搜索能力，有效地改善算法的收敛速度和识别精度。
基于BP神经网络的风洞传感器非线性误差修正方法
BP神经网络 风洞传感器 误差修正
2015/9/25
针对风洞试验时传感器测值受到非线性误差干扰的问题，提出基于BP神经网络的风洞传感器非线性误差修正方法。利用BP神经网络强大的非线性映射能力，通过神经网络模型融合传感器校准数据对传感器的测量误差进行计算，并根据网络计算误差对传感器测值进行修正。试验结果表明，该方法能有效地减小非线性误差对传感器测值的影响，提高传感器的测量精度。
基于遗传神经网络的军用油库选址优化模型
军用油库 选址 遗传算法 神经网络
2015/8/15
影响军用油库选址的因素众多且具有不确定性，传统的凭人主观选址和线性规划等方法选址不能充分体现各影响因素的主次成分及相互关系，为了解决该问题，将遗传算法和神经网络相结合，利用德尔斐法建立选址指标体系并进行指标的量化及归一化，将各底层指标的归一化值作为神经网络的输入，将代表选址等级的布尔变量作为神经网络的输出，利用遗传算法来优化神经网络的连接权值和阈值，然后用足够的样本借助Matlab工具训练此模型，...
基于概率神经网络的风洞设备故障预测诊断方法
PNN 风洞设备 故障预测诊断
2015/6/30
针对风洞设备故障征兆与故障原因之间的非线性关系，提出基于概率神经网络的风洞设备故障预测诊断 方法。利用概率神经网络强大的自主学习能力和较强的模式识别能力，来预测诊断风洞设备的故障原因，通过故障 样本对概率神经网络进行训练，并对待测样本进行故障预测诊断。结果表明：概率神经网络能满足故障诊断快速和 准确的要求，故障预测诊断精度较高，适用于在线检测，具有实际应用价值。
融合神经网络与证据理论的发射场试验信息处理方案设计
数据融合 BP 神经网络 DS 证据理论
2015/6/7
为了提高发射场试验信息处理结果的可靠性，减小冲突信息的影响，通过对发射场试验信息特点的分析 及对其中关键技术的研究，提出融合 BP 神经网络与 DS 证据理论的信息处理方案。基于神经网络的输出结果建立证 据理论的识别框架，通过证据理论相关合成法则对得到的生成融合决策，提高发射场设备状态评估与决策的准确性。
基于人工神经网络的核素识别分析方法
神经网络 快速识别 γ谱 主成分分析
2015/5/18
针对传统的方法解析γ谱数据实现核素识别存在步骤多、精度低、专业知识要求高、识别速度慢等缺点，本文提出了一种基于人工神经网络的核素识别分析方法。在对全谱γ数据进行主成分分析的基础上，提取出γ谱的主要特征，将此特征信息输入人工神经网络，利用BP网络算法和RBF网络算法可快速地完成γ谱解析。分析结果表明：该方法降低了对探测器能量分辨率的要求，同时避免了寻峰、能量刻度与效率刻度等问题，简化了核素识别的过程...
基于自组织增量学习神经网络的信息融合技术
智能机器人 信息融合 自组织增量学习神经网络 联想记忆
2015/4/30
针对传统神经网络在实际信息融合过程中存在的一些缺陷，提出一种基于自组织增量学习神经网络 (self-organizing incremental neural network，SOINN)的信息融合方法。对不同类型传感器接收到的异构数据，使用 增量式正交分量分析(incremental orthogonal component analysis，IOCA)方法进行数据自适应降维和特征提取，将提 取...
基于人工神经网络的核素识别分析方法
神经网络 快速识别 γ谱 主成分分析
2015/4/28
针对传统的方法解析γ谱数据实现核素识别存在步骤多、精度低、专业知识要求高、识别速度慢等缺点，本文提出了一种基于人工神经网络的核素识别分析方法。在对全谱γ数据进行主成分分析的基础上，提取出γ谱的主要特征，将此特征信息输入人工神经网络，利用BP网络算法和RBF网络算法可快速地完成γ谱解析。分析结果表明：该方法降低了对探测器能量分辨率的要求，同时避免了寻峰、能量刻度与效率刻度等问题，简化了核素识别的过程...
融合神经网络与证据理论的发射场试验信息处理方案设计
数据融合 BP神经网络 DS证据理论
2015/3/27
为了提高发射场试验信息处理结果的可靠性，减小冲突信息的影响，本文通过对发射场试验信息特点的分析，以及对其中关键技术的研究，提出融合BP神经网络与DS证据理论的信息处理方案。基于神经网络的输出结果建立证据理论的识别框架，通过证据理论相关合成法则对得到的生成融合决策，提高发射场设备状态评估与决策的准确性。
概率神经网络在武器装备故障诊断中的应用
故障诊断 概率神经网络 模式分类 武器装备
2015/3/15
针对当前复杂武器系统在装备部队后出现的故障定位难题，采用概率神经网络进行装备的故障诊断。给 出概率神经网络算法及故障诊断步骤，建立基于概率神经网络的故障诊断模型，以某新型武器装备为对象，将该模 型应用于装备故障诊断，并使用Matlab 进行仿真验证。仿真结果表明：概率神经网络能够有效识别出装备的各种典 型故障，降低部队使用过程中故障排查难度，提高装备的维修保障能力。