基于主成分分析的区域装备保障能力评估方法

针对区域装备保障能力评价问题,提出基于主成分分析的区域装备保障能力评价方法.该方法利用主成分分析法,在数据信息丢失最少的原则下,对区域装备保障多指标变量空间进行降维处理,用主成分解释资料的综合性指标,用以评价区域装备保障能力.建立了区域的装备保障能力的指标体系,建立基于主成分分析的评估模型,通过算例证明方法的有效性.     

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Delphi-BP神经网络的装备保障能力评估

针对评估指标数量过多可能给评估过程及结果带来的弊端,在构建装备保障能力评估指标体系基础上,给出了基于Delphi法的指标体系筛选的方法步骤,通过计算累计贡献率,对指标体系进行了筛选,降低了评估模型的输入维度。建立了评估部队装备保障能力的三层BP神经网络模型,利用Matlab神经网络工具箱对网络进行了训练和仿真,结果显示误差小于10-3。最后,通过对比评估,验证了方法的有效性和正确性。     

有限维修能力下多级保障系统装备时变可用度评估及保障方案优化

备件库存和站点维修能力是影响备件维修周转的重要因素,制约着装备的使用效果。针对备件需求随任务阶段动态变化时装备保障方案的评估和优化问题,考虑站点维修能力对备件维修过程的影响,结合METRIC建模方法和动态排队理论,建立了有限维修能力下多级保障系统装备时变可用度评估模型。在评估模型基础之上,以保障费用为优化目标、装备可用度为约束条件,建立任务期内多级保障系统保障方案优化模型。以任务期内的最低可用度所对应的备件短缺数为观测值,分析各项资源的边际效益值,采用边际优化算法对各项资源进行优化计算。算例分析表明,评估模型能够计算多级保障系统任务期内各阶段装备可用度;保障方案优化模型和方法能够得到各项保障资源的优化配置方案。提出的模型和优化方法能够为装备保障人员制订合理的保障方案提供决策支持。     

有限维修能力下多级保障系统装备时变可用度评估及保障方案优化

备件库存和站点维修能力是影响备件维修周转的重要因素，制约装备使用效果。针对备件需求随任务阶段动态变化的装备保障方案评估和优化问题，考虑站点维修能力对备件维修过程的影响，结合METRIC建模方法和动态排队理论，建立了有限维修能力下多级保障系统装备时变可用度评估模型。在评估模型基础之上，以保障费用为优化目标，装备可用度为约束条件，建立了任务期内多级保障系统保障方案优化模型。以任务期内的最低可用度所对应的备件短缺数为观测值，分析了各项资源的边际效益值，采用边际优化算法对各项资源进行优化计算。算例分析表明，评估模型能够计算多级保障系统任务期内各阶段装备可用度；保障方案优化模型和方法能够得到各项保障资源的优化配置方案。提出的模型和优化方法能够为装备保障人员制定合理的保障方案提供决策支持。     

基于神经网络的装备维修资源保障能力评估

构建了维修资源保障能力评估指标体系。应用人工神经网络及BP网络的理论和方法,建立了维修资源保障能力评估的BP神经网络模型;提出了应用特尔菲法与层次分析法相结合确定各指标权重,并采用变权综合法思想构造神经网络训练样本的方法。最后进行了实例评估,结果表明该模型可较好地克服人为因素和模糊随机性的影响,具有很高的可信度。     

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。     

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。     

航空装备保障效能典型参数评估方法

从装备自身固有能力和保障系统、保障能力两个方面研究影响航空装备保障效能的因素,构建了以战备完好能力、执行任务能力和直接被保障能力为表征的装备保障效能评估指标体系。对出动架次率等典型保障效能参数进行了分析计算,评估了装备的综合使用能力和保障能力,并从保障设备的配置出发对保障资源进行优化,提高了装备在使用环境下的综合保障效能。     

基于改进投影寻踪算法的装备保障能力评估

针对当前部队装备保障能力评估过程中人为干预引起的误差,深入分析影响装备保障能力的各类要素,构建装备保障能力评估指标体系并进行科学量化,采用改进优化投影寻踪算法对原始装备保障过程中多维数据进行分析,建立装备保障能力综合评估模型,解决了模型中多约束全局寻优的问题。评估实例表明:所提及的算法模型计算效率高、易操作,评估结果客观准确。     

基于改进核极限学习机和集成学习理论的目标机动轨迹预测

为了提高目标轨迹预测的精度以及预测模型的泛化能力,提出基于改进蝙蝠算法优化的核极限学习机(Kernel Extreme Learning Machine,KELM)和集成学习理论目标机动轨迹预测模型。构建KELM模型,并采用改进的蝙蝠算法对KELM的参数进行优化;以优化后的KELM神经网络为弱预测器,结合集成学习算法生成强预测器,通过训练不断优化强预测的结构和参数,得到一种基于集成学习理论的目标机动轨迹预测模型;基于不同规模的样本,将所得预测模型与逆传播神经网络、支持向量机和极限学习机等模型进行对比分析。仿真结果表明:所提目标机动轨迹预测模型具有较好的预测精度和泛化能力。     

基于改进萤火虫优化算法的BP神经网络目标群威胁判断

以舰艇防空作战目标选择决策和规划需求为背景,针对萤火虫算法求解精度不高且收敛速度较慢的问题,提出可动态调整步长的改进萤火虫优化算法。在改进萤火虫优化算法的基础上,建立基于改进萤火虫优化算法的BP神经网络目标群威胁判断结构模型。通过改进萤火虫算法优化BP神经网络的初始权值和阈值,能够更好地预测测试集。实验结果表明,该方法可快速、准确地实现目标群威胁判断。     

基于改进的BP算法的舰载C4I威胁判断模型

为解决传统舰载C4I威胁判断模型的不足,寻求适应信息化作战要求的舰载C4I威胁判断模型,将神经网络引入舰载C4I系统,提出了基于BP神经网络的威胁判断模型,并对BP算法进行了改进;通过Matlab仿真计算,结果表明该方法计算速度快、精度高.     

基于滤波与BP神经网络的水下探测信号检测算法

针对水下探测系统探测船舶磁场信号时信噪比较低的问题,首先根据磁异常信号的频域特征,设计了约束最小二乘FIR滤波器,通过对含噪信号进行带通滤波,滤除高频噪声;再采用BP神经网络对低频分量进行学习,提取船舶目标特征信号。将该算法应用于船模实测实验,结果表明:该算法可以显著提高信噪比,增强对船舶磁场信号的检测能力。     

一种BP神经网络算法的改进模型

首先对BP网络的结构和算法进行了分析,针对BP网络收敛速度慢,容易陷入局部极小等问题,提出了一种改进的BP网络模型,并对该模型算法进行了改进,通过激活函数的选择,网络的初始化,学习率的调整和训练样本数据的处理等方法,可实现加快网络的收敛速度,并且较好的解决局部最优问题.     

基于MSOA神经网络模型的装备保障费用预测

引入基于多步骤优化方法(MSOA)神经网络模型用以预测装备保障费用。实验结果表明,与传统的ARIMA时间序列模型和常规BP神经网络模型相比,基于MSOA神经网络预测模型具有更高预测精度。因此,该模型是一种更有效的装备保障费用预测模型。     

基于BP神经网络的防空保卫目标分类

提出用BP神经网络模型对防空保卫目标进行分类的一种新方法。该方法建立分类评价的指标集,将分类的划分等级作为训练样本集,以指标的各等级标准值作为样本的输入特征值,建立多参数的BP神经网络防空保卫目标分类评价模型,然后用实例训练神经网络,得出了较合理的结论。     

装备采购风险的BP神经网络评价模型

装备采购具有高风险的特点,科学、准确的风险评价对装备采购至关重要.传统的评价方法主观因素太强,而BP神经网络模型为装备采购风险评价开辟了新途径.首先介绍了人工神经网络模型的原理和BP算法,然后结合实例给出了用于装备采购风险评价的BP神经网络模型,采用该模型获得结果令人满意.     

基于BP神经网络的舰炮武器系统综合保障性能评价

通过对舰炮武器系统的分析,建立舰炮武器系统综合保障性能评价的指标体系。把神经网络的相关知识应用到舰炮武器系统综合保障性能评价中,得到了相应的BP神经网络评价模型。通过一些舰炮武器系统的实例计算,验证了模型的正确性,为舰炮武器系统的研制和改进提供了一定的参考依据。     

基于遗传BP神经网络的装备研制风险分析方法

简要介绍了GA和BP算法,利用遗传算法全局性搜索的特点,改变BP算法依赖梯度信息的指导来调整网络权值的方法,寻找最为合适的网络连接权和网络结构,提出了遗传算法优化BP神经网络的思路及其数学模型.最后,结合对某型航空装备的风险源的分析,利用此优化模型进行了验证.结果表明了该方法的可行性,为装备研制风险分析提供了一种新思路.