本论文针对传统的引信可靠性分析与设计中存在的问题,结合国防预研基金项目,进行了基于神经网络的引信可靠性技术研究,研究内容主要如下:1、从引信可靠性分析与设计角度出发,提出了一种应用神经网络技术研究引信可靠性的方法,可用于解决引信在设计和研制中可靠度无法定量化的问题,为我国新型引信的可靠性设计打下基础。2、结合引信的寿命剖面、任务剖面和有关标准,研究了引信可靠性指标的考核方法;依据引信失效事件的同构原理,提出了引信零部件失效形式和状态的两种分类方法,对引信零部件可靠度定量化研究具有重要的意义。3、根据概率论、数理统计和随机过程理论,将传统设计方法中认为是常量的参数作为随机变量来处理,研究了引信几何结构随机变量、材料性能随机变量和环境载荷随机变量的服从分布规律确定方法,随机变量分布规律的确定方法是进行引信可靠性分析和优化设计的基础。4、应用神经网络的函数逼近特性,研究了描述随机变量分布函数和反函数的神经网络方法,并通过网络权值和阈值得到它们的显性表达式,避免了复杂的数值积分运算,并保证分布函数有界性和非减性,为引信可靠性分析与设计提供理论基础。5、依据随机摄动技术和数值逼近法,研究了将引信零件可靠性概率约束转化为确定型约束的可靠性优化设计方法,使其不仅符合引信工作环境要求,而且得出引信可靠性优化设计参数,从而弥补了传统优化设计的不足,使设计方案更加贴近生产实际,是一种具有工程应用价值的综合设计方法。6、对于具有多种失效模式的引信零件,将可靠度简单界限估计法、随机模拟法和神经网络技术相结合,提出了引信零件的可靠性优化设计方法,并以引信用弹簧和传动