基于SVR弹药消耗数量的预测建模

精确化保障已成为航空武器弹药保障发展的新趋势。针对弹药消耗数量预测建模难的问题,基于统计学习理论,采用SVR方法,建立了某型弹药消耗量的预测模型。仿真试验结果表明,SVR具有很高的建模精度和较强的泛化能力,从而验证了该方法的有效性和先进性。     

基于鲁棒多元LS-SVM的齿轮箱故障诊断方法

多元LS-SVM算法可以直接用于多分类模式识别问题,通过对该算法的误差变量进行加权,消除了训练样本中异常值或非高斯噪声的影响,增强了多元LS-SVM算法的鲁棒性。然后,利用改进算法建立特征向量与故障模式之间的映射关系,得到齿轮箱故障诊断模型。仿真表明:与传统BP神经网络相比,鲁棒多元LS-SVM算法对齿轮箱的故障诊断的精度更高,抗干扰能力和鲁棒性更强,是一种在齿轮箱故障诊断中值得推广和采用的算法。     

支持向量机的国产飞机研制费用建模估算

国产飞机研制费用建模因样本容量有限而导致了传统多元统计回归模型的适用性问题。应用支持向量机(SVM)理论进行多维空间小样本建模与估算,以国产运输机研制费为例,基于设计专业分解研制费用样本,采用变量投影重要性指标(VIP)筛选自变量,建立研制费用估算模型,并使用交叉检验与误差概率估计验证模型有效性。该模型方法适用于国产飞机研制费用估算,且可用于飞机改型及改装的经济性定量评估,便于项目早期决策使用。     

基于SVM的军用飞机任务能力评估方法

从飞机作战使用的角度出发,分析了影响运输类飞机任务能力的主要因素,建立了运输类飞机任务能力评估指标体系。在此基础上针对当前飞机任务能力评估方法的不足,提出了基于多元分类支持向量机的飞机任务能力评价方法并以某航空型号项目为例,介绍了该方法的应用情况。实例表明,运用该方法对飞机设计方案任务能力进行评估,不仅可以快速地对方案进行任务能力优劣排序,而且可根据现役飞机使用情况找出设计方案的具体不足,初步解决了飞机设计阶段任务能力评估难题。     

基于支持向量机的末敏弹命中概率预测研究

用传统的机器学习方法进行末敏弹命中概率预报建模存在泛化能力难以保障、训练速度慢等一些困难。本文对统计学习理论和支持向量机的基本内容和核心思想进行了简要的介绍,探讨了基于支持向量机的末敏弹命中概率预报模型的建模方法。通过实例中的应用,该模型显示了泛化能力强,训练速度快,便于建模等优点,有良好的应用前景。     

最小二乘支持向量机在蓄电池剩余容量建模中的应用研究

蓄电池容量是表征蓄电池工作性能的重要指标,但铅酸蓄电池剩余容量难以建模。将蓄电池检测系统测量的电压、电流、密度作为输入,荷电状态为输出,并基于最小二乘支持向量机对蓄电池充放电过程剩余容量进行了建模仿真,实现了对蓄电池剩余容量的实时预测。分析了最小二乘支持向量机参数对建模的影响,并对几种建模方法进行了比较。结果表明:该方法具有预测精确度高、推广能力强、运行时间短等优点。最小二乘支持向量机在小样本、非线性建模方面的应用表明:它在拟合精度和预测能力上都比传统方法有一定的提高,具有良好的应用前景。     

基于LS-SVM算法的实兵对抗演习作战效能评估

在实战化实兵对抗演习训练中,经验驱动的作战效能评估方法存在主观性强、评估效率低的问题,对于部队提升实战化训练水平、强化实战能力带来不利影响。针对上述问题,提出数据驱动的实兵对抗演习作战效能评估方法,引入最小二乘支持向量机算法(LS-SVM)构建评估模型,通过演习数据对模型进行训练,建立效能指标和作战效能的非线性映射复杂关系。实验表明,基于LS-SVM算法的实兵对抗演习效能评估方法具有更高的效率和精度。     

武器系统研制费投资分布规律的仿真研究

针对大型项目多峰、复杂费用分布的传统仿真建模方法模型选取过于复杂、且难以达到精度要求等不足,提出将一种基于支持向量机的机器学习方法应用于大型复杂武器系统研制费投资分布研究.计算结果表明,这种方法有效弥补了传统建模方法的缺陷,有更好的泛化能力和实用性,因而可以作为研究此类问题的一种新方法.     

基于支持向量机的飞机总体设计智能论证

飞机总体设计方案评估论证是飞机研制发展过程中的重要环节.针对现代作战飞机新的发展情况,提出了飞机总体设计评估准则.为解决飞机总体设计的多指标综合评估和方案优化问题,采用支持向量机法对方案进行了回归预测.建立飞机总体评估准则属性指标体系,并通过试验验证了支持向量机法在飞机总体设计评估论证方面具有很好的可实施性,研究结果可为飞机总体设计智能论证提供一种新的思路.     

基于RS属性约简与LS-SVM的装备研制风险综合评价

为有效管控武器装备的研制风险,推进装备研制项目的顺利开展,提出一种基于粗糙集(RS)属性约简与最小二乘支持向量机(LS-SVM)的装备研制风险综合评价方法。该方法在装备研制风险评价指标体系基础上,通过集对分析法构造训练样本和测试样本。以属性重要性作为RS启发信息,对评价指标进行属性约简,消除冗余信息。最后,基于约简后的评价指标样本训练LS-SVM模型完成风险评价。案例分析表明,相对于单一LS-SVM方法,所提出的方法预测精度更高,平均绝对误差达到0.098,评价结果更为准确,过程也更为科学合理。因此,将提出方法用于武器装备研制项目的风险评价是有效和可行的。     

基于支持向量机和遗传算法的末敏弹系统效能参数优化设计

末敏弹是一种先进的新型弹药,由于其结构复杂,影响因素多,所以对其进行全面的系统优化设计比较困难。文中探讨了基于支持向量机的末敏弹命中概率预报模型的建模方法,并采用遗传算法对系统效能参数进行了优化,获得了影响系统效能的几个主要因素的合理搭配,为末敏弹的系统效能研究提供了依据。     

基于偏最小二乘特征提取的支持向量机回归算法

为了提高SVM的建模质量,简化建模难度,提出了PLS-SVM组合回归建模方法.该方法通过PLS对样本数据进行降维、去噪以及消除共线性处理后,再进行SVM回归建模.不仅保持了SVM良好的模型性能,而且使SVM具备特征提取功能.实验结果表明,该方法是可行的,采用此法构建的SVM模型,泛化性能优于没有特征提取的SVM.     

舰艇编队保障性指标的分解方法

针对目前保障性分配仅限于单船的问题,借鉴基本可靠度的分配思想,通过对舰艇编队使用可用度与单船使用可用度关系的分析,建立了舰艇编队保障性指标分解模型,并采用多因子评分系数分配法来确定舰艇编队保障性指标的权重。最后,通过实例给出了具体分解操作步骤,证明了该模型的正确性和有效性。分解结果可优化舰艇编队的编成,为编队里同型单船保障性指标的确定提供修正,同时为完善舰艇编队的综合保障工程提供参考。     

关于装备建设保障性目标的思考——兼论装备的执行任务能力

根据近年来装备保障的实践和国外的发展，从装备作战使用的角度辨析了装备保障的定义，界定了其范围，重点提出了装备保障性目标总要求，阐述了其内涵和任务能力的关系，简述了其确定过程及关键技术，基于装备任务能力与装备执行任务能力对装备保障性进行了系统分析。     

装备保障性风险识别与分析技术研究

为了解决目前装备在保障性方面存在的问题,给出了可操作性强而且实用的保障性风险识别与分析的技术与方法。该方法包括保障性风险区域的确定,保障性风险判断准则的建立,保障性风险的量化,保障性风险的评定等,为保障性风险管理提供了有效的方法和手段,从而为提高装备战备完好性和作战能力提供了有力支持。     

保障方案综合分析方法研究

在保障性分析过程中,大量的保障性分析工作都是围绕保障方案的逐步形成进行的。备选保障方案形成后,需要进行权衡分析,为权衡备选保障方案,从可行性和工程化的角度出发选择对装备有重大影响的保障费用和保障资源等因素作为评价目标,对装备备选保障方案进行了权衡分析方法探索。阐明了保障方案的内涵,提出了保障费用权衡和保障资源综合评价等权衡分析方法。对装备保障费用的估算提出了符合工程化要求的模型。并认为,装备保障方案的建立与优化是保障性分析工作的核心内容。对于备选保障方案的权衡有多种权衡准则和方法,评价者采用的评价准则和方法不同,最终得到的结果一般是不同的。     

基于端点梯形白化权函数的飞机保障性灰色评估

保障性评估是提高飞机保障性的有效手段。从保障性的定义出发,构建了飞机保障性评估指标体系,在利用层次分析法(AHP)确定指标权重的基础上,对三角白化权函数进行了改进,建立了基于端点梯形白化权函数灰色评估模型,很好地解决了相邻的若干类别对该类别聚类中心的影响问题,并将其应用于飞机保障性的评估,通过实例分析,验证了此评估方法的可行性,对提升飞机保障性评估的准确性有一定的参考价值。     

基于层间嵌入式多级支持向量机的特征选择

针对多故障样本一次性映射之后分类不理想,研究了多级层次式支持向量机,应用UCI数据仿真,结果表明该方法缩短了训练时间、提升了测试准确率、改善了样本的可分类性。由于误差积累,在此基础上,提出了层间嵌入式多级支持向量机,采用Abalone数据仿真,结果表明分类精度有所提高并减少了分类步骤。结合ReliefF算法,对制导设备的故障特征参数进行了选择。     

支持向量机的滚动轴承状态监测

提出了一种基于支持向量机的滚动轴承状态监测方法.该方法采用小波能量表征轴承信号的特征,采用支持向量机作为分类器构建支持向量机状态监测系统.仿真实验表明该方法具有很好的在线监测性能和分类性能,该方法对于滚动轴承的监测具有一定的应用价值,并可方便地推广到其他类似的工业应用领域.     

基于支持向量机的故障诊断方法及其应用

提出了一种采用模糊手段进行特征提取、支持向量机进行模式分类的内燃机燃油系统故障诊断方法.该方法专门针对小样本集合设计,能够在小样本情况下获得较大的推广能力,首先采用模糊手段对故障信号和原因进行特征提取,接着利用支持向量机进行分类实现特征级诊断,最后将其应用于内燃机燃油系统的故障诊断中,取得了令人满意的结果.