搜索结果: 1-15 共查到“兵器科学与技术 神经网络”相关记录100条 . 查询时间(0.18 秒)
提出了一种将小波包变换和改进BP神经网络相结合的地铁轴承故障诊断模型。该模型采用小波包变换对采集到的原始振动信号进行分解和重构，提取能量特征向量，并采用一种改进的小波神经网络模型对地铁轴承进行故障诊断，引入动量因子优化BP神经网络梯度下降算法，以提高模型诊断精度和收敛速度。基于凯斯西储大学轴承故障实验中加速度传感器采集的数据,首先对其进行预处理，然后对神经网络进行训练，当训练误差达到目标精度时，利...
基于RBF神经网络的某型装甲车辆散热器优化设计
RBF神经网络 散热器 优化 装甲车辆
2020/4/3
为了对某型装甲车辆散热器散热能力进行优化设计，利用CFX建立了散热器仿真模型，通过与数学模型进行对比验证了模型的准确性；确定了散热器的设计变量和目标函数，利用最优拉丁超立方设计法抽取了样本点，建立了基于径向基神经网络的替代模型，对替代模型的影响因素进行了分析，利用蒙特卡洛方法对所建立的模型进行了统计学分析；利用萤火虫算法进行优化，得到了pareto前沿。验证了结果的可靠性。结果表明：替代模型具有较...
基于深度卷积神经网络的多飞行器构型保持研究
深度卷积神经网络 多飞行器协同 构型保持 智能-校正
2020/3/7
基于深度卷积神经网络设计了“智能-校正”算法以快速生成制导指令；深度学习模型是由卷积层、全连接层、批量归一化层和残差网络（ResNet）组合成的一个19层深度神经网络，飞行器状态变量转化为类似于图像像素矩阵的二维矩阵，通过sgd优化和权重衰减正则项将神经网络的训练误差降低至约0.025°；之后针对飞行器运动存在制导指令泛化误差累积的问题又设计了校正环节；最后经多组仿真证明了“智能-校正”算法兼顾了...
通过经归一化处理后的导弹各项测试数据，建立合理的模糊化隶属函数模型得出相应的测试项目质量状态模糊集合，结合模糊集合与对应项目的权重值采用模糊综合评判法得出导弹系统的质量状态模糊集合。再通过合理的反模糊化过程，得出导弹各个系统的质量评分值，结合专家评分法和BP神经网络模型训练出导弹总体的质量评分网络，用于由导弹各分系统质量评分值向导弹系统质量评分值的传递，对导弹实际质量评定工作具有指导意义。
针对可重复使用运载火箭(Reusable Launch Vehicle,RLV)再入段制导周期长和弱鲁棒性问题，提出一种基于hp自适应伪谱法的神经网络制导控制器。首先建立RLV再入段的弹道优化模型，利用hp自适应伪谱法离线进行弹道优化，得到有干扰和标准条件下的多条最优弹道数据，构成RLV再入段状态量x、y、z、vx、vy、vz和控制量α、β的样本库；再用样本库训练BP神经网络，得到神经网...
基于BP神经网络的身管磨损量监测系统设计
身管磨损 BP神经网络 单片机 自动监测
2019/7/29
针对火炮身管烧蚀磨损给射击精度带来的重要影响，设计了基于BP神经网络的身管烧蚀磨损量动态监测系统。采用C语言编程，将BP算法模型应用应用到单片机当中，完成了对身管烧蚀磨损量的计算，并设计了相关外围电路，实现了对身管烧蚀磨损量的自动监测、LCD显示以及与上位机的数据通信功能。该系统综合了单片机和BP神经网络的优点，实现了智能算法与硬件设备的有效融合，可对身管的烧蚀磨损量进行实时的动态监测，可为后续对...
将BP神经网络和RBF神经网络应用到滑油金属含量的预测中；实验验证了RBF神经网络克服BP神经网络容易陷入局部最优解的缺点，总体来说，RBF神经网络的预测精度高于BP神经网络的预测精度，能够满足航空发动机滑油金属含量监测的要求，为航空发动机的监控及磨损故障的判断提供了重要技术支撑。
基于最优神经网络结构的故障诊断模型
自适应遗传算法 深度前馈网络 故障诊断
2019/6/6
深度神经网络在网络结构、激活函数及优化函数的选择方面，主要依靠操作者的经验来决定，导致了采用群智能算法（SI）对其优化时，只能在特定的网络结构下找到其最优权值和偏置量，限制了深度神经网络在故障诊断领域的进一步发展。提出了一种将自适应遗传算法与深度前馈网络相结合的故障诊断模型。通过MNIST、CIFAR10标准数据集以及CSTV仿真数据验证，故障诊断精度比原始模型显著提高，在CIFAR10数据集上精...
针对批量引信电路在生产和试验中的高可靠性、高效率的测试需求，提出了利用神经网络专家系统实现引信电路故障诊断的方法。通过介绍小口径计转数空炸引信的工作原理，分析了该引信电路常见的故障类型；按照故障类型从引信电路采集故障原始数据，经处理后作为神经网络训练的样本数据；建立了三层神经网络诊断模型，利用Matlab编程进行网络训练，给出了训练过程及误差曲线；使用样本数据验证了该神经网络专家系统的有效性与可靠...
基于改进PSO优化BP神经网络的弹药储存可靠度预测
弹药储存 可靠度预测 BP神经网络 粒子群算法
2018/11/30
针对弹药储存环境与年限对可靠度的影响，建立基于样本量、温度、湿度、年限的弹药储存可靠度预测模型。结合粒子群算法的全局搜索能力和BP神经网络的局部搜索能力，采用全局粒子群算法优化BP神经网络权值和阈值，进行弹药储存可靠度预测。结果表明，基于改进粒子群算法的BP神经网络能够提高弹药储存可靠度预测的精度，加快收敛速度。
基于径向基过程神经网络的航空发动机排气温度预测
径向基过程神经网络 航空发动机 排气温度 预测
2018/10/26
采用一种基于径向基过程神经网络的数据挖掘算法，利用径向基过程神经网络对排气温度预处理后的训练样本进行训练，得到测试样本的输出值。将该算法应用到实际的航空发动机排气温度的预测中，在训练样本较大且参数选取合适的情况下，径向基过程神经网络算法的预测精度误差小于2%，能够满足航空发动机排气温度预测精度的需求。
神经网络优化自抗扰控制在供输弹系统中的应用
供输弹系统 交叉耦合控制 自抗扰控制 神经网络
2018/8/25
为了解决自抗扰控制参数过多不易整定的问题，将神经网络应用于自抗扰控制器中。为了提高链式自动炮的自动机电机和供输弹电机的速度同步性能，将自抗扰控制器融入两电机交叉耦合控制方案中。通过仿真实验，证明该控制方案切实可行，对现有装备升级改造具有参考价值。
基于遗传优化GRNN神经网络的人脸识别算法
人脸识别 遗传算法 GRNN 优化
2017/10/22
提出了基于遗传优化GRNN神经网络的人脸识别算法；该算法通过优化遗传算子选取光滑因子的最优值，并将光滑因子作为最优参数优化神经网络的识别误差，从而提高人脸识别算法效率和识别率；经仿真验证：在标准人脸图像库下，提出的人脸识别算法性能优于BP、PNN、GNN和DPNN神经网络识别算法。
长短时记忆神经网络在卫星轨道预报中的研究
轨道预报 低轨卫星 深度学习 长短时记忆神经网络
2017/8/11
目前的卫星轨道预报主要依靠动力学模型。由于模型与实际卫星所在空间环境变化存在差异，故通过动力学模型预报的轨道与实际轨道的偏差较大；尤其低轨卫星，由于空间环境复杂多变，预报误差更大；利用深度学习的神经网络作为轨道预报的工具，通过对卫星轨道数据的训练学习，掌握数据之间隐含的关系预测未来数据；将深度学习的长短时记忆神经网络模型优化，并将预报数据与实际数据进行对比分析，将预报20 d的误差由之前最大值的3...