舰船技术保障装备体系动力学建模与仿真

舰船技术保障装备是舰船技术保障能力形成的重要组成部分,其配置需要综合考虑舰船系统、组织、过程、任务、装备以及资源等因素的影响,并根据总体的投入和需求情况进行优化,使得能力水平得到最大提升。首先,根据保障对象特点进行了分类,构建了舰船技术保障装备体系多视图模型;然后,构建了舰船技术保障装备的系统动力学模型,模型中应用生长曲线描述了能力发展变化过程,分析了各类舰船技术保障装备投入分配与任务需求、能力指标之间变化的因果关系;最后应用仿真工具Vensim,仿真分析了舰船技术保障装备体系优化配置策略。     

舰船技术保障装备体系优化框架研究

在分析舰船技术保障装备构成的基础上,首先构建了由舰船系统和舰船技术保障相关的舰船系统、组织、过程、任务、装备以及资源六个视图所构成的多视图模型;然后,应用基于能力需求的建模思路,研究了舰船技术保障装备如何从能力需求转换为具体的装备实体的思路,并分析了舰船技术保障装备体系随外界环境发展变化的演化过程;最后,提出了舰船技术保障装备体系优化分析框架,并将舰船技术保障装备体系优化模型分为具体装备匹配模型、三级维修力量优化配置模型和体系演化模型三个层次。     

组合权重舰船装备技术保障能力评估证据理论模型

在分析舰船装备技术保障能力影响因素的基础上,建立了相应的评估指标体系。提出了确定指标组合权重的方法,综合考虑了主客观因素,更为合理。基于证据理论建立了舰船装备技术保障能力评估模型,并给出了具体的算法步骤。可为舰船装备技术保障能力评估提供理论和方法指导。     

基于遗传BP神经网络的装甲装备器材需求预测

装甲装备器材保障具有规模大、时间紧、消耗大、不确定因素多、决策难度大等特点。准确的需求预测是实施主动的、精细化的器材保障的重要前提条件。利用BP神经网络较强自学习能力和自适应能力对器材需求规律进行学习,并借助遗传算法提高BP神经网络的收敛速度,设计了一种基于遗传算法改进的BP神经网络模型预测方法,对装甲装备器材进行需求预测。通过实例计算表明,该方法比单纯BP神经网络方法具有预测精度高、收敛速度快的优点。     

舰船装备维修费组合预测马尔科夫链修正模型

针对舰船装备维修费样本量小、不确定性大,且受最近一次维修费影响大的特点,将马尔科夫链引入到舰船装备维修费组合预测建模中。针对马尔科夫链状态空间划分的主观性,采用k均值聚类算法对各单项预测模型拟合误差进行聚类,形成k个状态空间;针对以误差最小为准则确定组合预测权重可能导致过拟合的问题,从拟合误差的准确性和发展趋势的相似性两个角度,分别给出了舰船装备维修费组合预测权重确定方法,并结合马尔科夫链对组合预测模型进行了修正。最后,实例验证了该方法的可行性和有效性。     

遗传神经网络在保障资源需求预测中的应用

针对现代战争条件下装备保障资源需求变化快,保障资源预测困难的问题,首先分析了影响装备保障资源需求的因素,根据实际情况选取了平均维修间隔时间(MTBM)、平均修复时间(MTBR)等8项影响装备保障资源需求的关键指标,然后将基于遗传算法(GA)优化的反向传播(BP)神经网络应用于保障资源需求预测中,构建了基于遗传神经网络的需求预测模型,最后利用1980年～2010年实际保障资源需求数据对模型进行了验证.验证结果表明,基于GA优化的BP神经网络预测模型有较快的收敛速度、较强的适应性和较高的预测精度,适用于装备保障资源需求预测.     

通用装备维修保障资源需求仿真建模研究

从新型通用装备维修保障的实际需求出发,在对维修保障系统运行过程分析的基础上,建立了维修资源需求的仿真模型,并给出了相关算法。该模型可实现对各种主要维修资源需求的预测,并能给出装备完好率、备件缺货率和装备待修时间等系统特征指标。该模型和算法可为装备的维修保障提供科学的依据。     

基于AdaBoost-PSO-BP的舰船维修费预测方法

针对舰船装备维修费影响因素复杂、预测结果不稳定等问题,构建了AdaBoost-PSO-BP的舰船维修费用预测模型。引入机器学习中的方法,针对BP神经网络在较小样本规模的情况下精度不高的问题,采用粒子群算法和早期停止法,确定了最佳参数,消除了过拟合现象,并通过AdaBoost将BP神经网络优化集成,提升了模型的准确度和稳定性。实例验证了该模型的实用性、科学性和有效性。     

基于FAHP-GP的装备调配保障决策模型

分析了装备调配保障决策的主要流程、影响因素和基本模式;根据装备调配保障决策的特点和装备调配保障所面临的实际问题,将模糊层次分析法与目标规划法相结合,构建了装备调配保障决策模型,较好地解决了装备调配保障需求与资源之间的矛盾。最后,以某装备的调配保障决策为例,给出了该模型的求解方法和结果,验证了模型的可行性和有效性。     

基于BP神经网络的集群装备战斗力指数评估

集群装备战斗力是影响装备指挥员乃至作战指挥员科学决策的主要因素之一.针对战时装备维修保障决策需求和特点,通过深入分析集群装备作战实际,研究了集群装备战斗力指数影响因素集并对各因素进行了说明,基于BP神经网络建立了集群装备战斗力指数评估模型,利用专家确定的40组训练样本对该BP神经网络进行训练.研究结果表明,基于BP神经...