基于系统贴近度的装备中修费用估算模型

装备维修费用是装备中修过程最直接、最敏感的决策因素,为科学合理地估算修理机构装备中修费用,通过对装备中修范围和中修费用结构的分析,运用模糊数学中的隶属度和贴近度相关理论以及平滑指数法建模思路,构建了基于系统贴近度的装备中修费用估算模型,并通过对某新入役装备进行估算分析,验证了该模型的科学性和结果的可靠性.     

基于可维护性的装备软件成本估算模型

为解决装备软件成本估算问题,以装备软件的可维护性为基础,引入软件熵表示装备软件混乱度,从理论上探讨装备软件的可维护性与装备软件成本、装备软件有效代码变动量之间的关系,提出了装备软件成本与开发源代码可维护性需满足的两个假设条件,推导得出基于可维护性的装备软件成本估算模型,并通过对某装备软件项目的成本进行实证分析。分析结果表明:该模型操作简便,适用性较好。     

对强化武器装备体系建设经济性论证的思考

强化武器装备体系建设经济性论证应当通过技术性与经济性的有机结合,体现装备限费设计理念,推进国防科技工业体系管理机制创新,把论证工作落到实处。军方要严格国防科研项目的概算价格评审,强化对目标价格的管理和实施研制过程成本监控;论证与承研单位要合理提出研制费的概算和目标价格。要通过建立基础信息环境、建设专业队伍、明确主体及职责、优化管理机制,规范使用工程估算、参数估算、类比估算、层次分析、结构分析等技术方法,为实现经济性论证目标服务。     

基于人工蜂群算法优化的改进高斯过程模型

高斯过程(GP)的非线性特征导致其对大样本的训练时间复杂度过高,而且其超参数的选取是否适当直接影响高斯过程回归模型的预测精度。提出采用人工蜂群(ABC)算法优化改进GP以减小时间复杂度和提高预测精度。改进GP通过选取训练样本的子样本进行模型学习,以降低训练过程的时间复杂度。ABC通过优化改进GP的超参数,提升预测精度。选取训练样本的子样本构建改进GP回归(GPR)模型,采用ABC算法搜寻改进GPR的最优超参数,并用得到的超参数构建最优的改进GPR模型,输入测试样本进行预测并输出预测精度。将该模型应用于解决海上远程精确打击(LPSS)体系作战效能评估问题中,通过MATLAB仿真实验,与常见的多种优化方法相比较,验证了该模型的有效性。     

地空导弹武器装备研制费用估算方法

通过对装备研制费用的组成和影响因素进行分析,建立了以系统设计水平、先进程度及重复设计为因子的参数费用估算模型,并建立了系统目标特性、射击能力、抗干扰性、可用性和地面机动性与系统设计水平、先进程度及重复设计的关系模型,实例证明此方法对地空导弹装备研制费用的估算切实有效.     

小样本装备软件成本估算相关向量机建模

针对装备软件成本估算时面临的历史数据少的小样本难题,提出把机器学习理论运用到装备软件成本估算研究领域,构建了基于相关向量机的小样本装备软件成本估算模型,采用COCOMO模型数据库中的数据对所构建模型进行训练和验证。为进一步验证所构建模型的合理性,在机器学习领域分别运用支持向量机模型和神经网络模型对相同数据进行估算,实验结果证明了基于相关向量机估算模型在小样本装备软件成本估算时比其他两种模型更精确。     

装备再制造费用预测估算方法

在装备再制造周期及再制造费用基本概念的基础上,给出了再制造费用参数的相关内容,并阐述了工程估算法、专家判断估算法、参数估算法、类比估算法等4种装备再制造费用分析及预测估算的方法,构建了基于工程估算法的再制造费用分解结构,并对再制造费用分析流程进行了详细描述,可为形成正确的再制造设计方案提供费用决策依据。     

带概率因子的最小费用流经济性分析模型研究

装备跨越式更新换代,传统的备件维修保障模式已难适应装备的发展。针对备件维修级别经济性问题,在备件及其维修网络结构分析的基础上,分析各种维修费用,并借助故障树理论,设定四类模型节点:源节点、修理决策节点、转移概率节点和结束节点;分析建立带概率因子的最小费用流经济性分析的模型网络图,结合概率因子分析各种维修费用,由此建立最小费用流的经济性分析模型,并实例论证了该模型的可行性,为解决备件维修级别问题提供了一种新的思路。     

基于相关性模型的舰船装备测试性分析与建模

为了提高舰船装备的综合诊断能力,在舰船设计、研制阶段就必须进行装备测试性设计工作。为此,根据舰船装备测试性要求,对装备进行了故障模式影响分析,确定了装备在设计和制造过程中所有可能的故障模式,以及每一故障模式的原因和影响,据此对装备功能和结构进行了划分。然后,利用相关性模型对舰船装备进行测试性分析与建模,建立了舰船装备组成单元的相关性图示模型、数学模型,并运用考虑可靠性和费用的优选方法,建立了舰船装备诊断树,得到舰船装备的测试方案。算例分析表明:该研究可有效提高舰船装备测试的效率,提升测试的经济性。     

基于FBS模型的电子装备仿真方法

针对电子装备功能结构的复杂性,提出了一种基于FBS(功能——行为——结构)模型的电子装备仿真的新方法,并详细介绍了该模型的原理及其分析、建立过程.然后以该模型为基础,分析了如何针对电子装备的具体结构、功能特点,确立仿真策略、选择仿真软件以满足仿真要求,并以某复杂电子装备为例,探讨了其虚拟仿真的设计与实现.最后根据实际应...     

线性回归模型系数岭估计的改进研究

对作者提出的c-k型估计,进行了进一步的研究.证明利用Stein式压缩技术可以改进岭估计(在均方误差意义下);同时给出了参数的最优值满足的条件.证明了c-k型估计的可容许性.文中的方法为病态线性回归模型系数的有偏估计提供了改进的技术途径.     

小子样多失效模式系统可靠性竞争模型

为解决小子样多失效模式系统可靠性模型参数的估计问题,首先应用支持向量积建立小子样条件下各故障模式的规律模型,其次利用模型将各故障模式的故障数据由小子样扩充成大样本,再次采用常规的参数估算方法估算各故障模式的分布参数,最后建立多失效模式系统的可靠性竞争模型。利用所提方法,建立了小子样条件下具有两种失效模式的柴油机汽缸套可靠性竞争模型,计算结果与大样本条件下的故障预测数据吻合度较高,说明了方法的有效性。     

基于AdaBoost-SVM算法的某火炮炮闩技术状态评估

针对现役装备技术状态评估多依赖于手工拆卸的现状,提出一种基于AdaBoost-SVM模式识别算法的在线技术状态评估方法。利用人工后坐在线检测设备对炮闩装置技术状态参数进行检测,在对检测数据进行相关性分析特征提取的基础上,引入支持向量机模式识别方法,建立炮闩装置技术状态评估模型。通过将评估模型与Ada-Boost算法相结合,每次迭代都根据测试精度对分类错误的样本点和各分量分类器的权重重新赋值,在下一次迭代中形成新的分量分类器以优化分类结果,最终将各分量分类器依其权重综合完成评估。实例分析结果验证了评估模型的正确性和有效性。     

屏蔽数据在新型截尾样本下系统的可靠性分析

当系统含有屏蔽数据时,在具有随机移走逐步增加型截尾模型下,讨论了部件寿命服从双参数指数分布的串联系统可靠性估计问题。设随机移走系统数服从二项分布,利用极大似然方法,Bayes理论及方法,推导出双参数指数部件参数、系统可靠性函数、失效率函数及移走概率的极大似然估计和Bayes估计。并利用Monte Carlo方法对两种估计结果进行了比较,表明Bayes估计较极大似然估计效果更优。     

基于模型参数辨识的动力调谐陀螺故障诊断方法

提出了基于动调陀螺转子动力学模型参数辨识的陀螺故障诊断方法 ,详细探讨了其中的关键技术 ,并以某型捷联惯导系统中的动调陀螺为对象 ,在实测信号的基础上进行了故障仿真与实际诊断。结果表明该方法能有效地诊断动调陀螺故障 ,具有一定的实际应用价值 ,并为陀螺故障诊断研究提供了新的途径和思路。     

Pairwise model discrimination with applications in lifetime distributions and degradation processes

Reliability data obtained from life tests and degradation tests have been extensively used for purposes such as estimating product reliability and predicting warranty costs. When there is more than one candidate model, an important task is to discriminate between the models. In the literature, the model discrimination was often treated as a hypothesis test and a pairwise model discrimination procedure was carried out. Because the null distribution of the test statistic is unavailable in most cases, the large sample approximation and the bootstrap were frequently used to find the acceptance region of the test. Although these two methods are asymptotically accurate, their performance in terms of size and power is not satisfactory in small sample size. To enhance the small‐sample performance, we propose a new method to approximate the null distribution, which builds on the idea of generalized pivots. Conventionally, the generalized pivots were often used for interval estimation of a certain parameter or function of parameters in presence of nuisance parameters. In this study, we further extend the idea of generalized pivots to find the acceptance region of the model discrimination test. Through extensive simulations, we show that the proposed method performs better than the existing methods in discriminating between two lifetime distributions or two degradation models over a wide range of sample sizes. Two real examples are used to illustrate the proposed methods.     

初始误差和制导工具误差估计的非线性方法

准确估计初始误差和制导工具误差是机动发射飞行器精度鉴定必须解决的重要问题之一,提出了一种基于非线性模型的误差估计新方法。给出了平台初始失准角向定向误差的转换方法,采用不动点迭代法实现真实视加速度的精确计算,将真实发射系的轨道参数表示为初始误差和工具误差的非线性函数,结合外测数据建立了同时估计初始误差、工具误差、外测系统误差、遥外测时间零点偏差的非线性模型,避免了初始误差的线性化近似。给出了Bayes极大后验估计方法,利用非线性模型和先验信息获得误差的最优估计,证明了估计方法的收敛性。仿真结果表明,所提方法提高了初始误差和工具误差的估计精度,并实现了测量数据的自校准。     

Recursive weighted least squares estimation algorithm based on minimum model error principle

Kalman filter is commonly used in data filtering and parameters estimation of nonlinear system,such as projectile's trajectory estimation and control.While there is a drawback that the prior error covariance matrix and filter parameters are difficult to be determined,which may result in filtering divergence.As to the problem that the accuracy of state estimation for nonlinear ballistic model strongly depends on its mathematical model,we improve the weighted least squares method(WLSM)with minimum model error principle.Invariant embedding method is adopted to solve the cost function including the model error.With the knowledge of measurement data and measurement error covariance matrix,we use gradient descent algorithm to determine the weighting matrix of model error.The uncertainty and linearization error of model are recursively estimated by the proposed method,thus achieving an online filtering estimation of the observations.Simulation results indicate that the proposed recursive esti-mation algorithm is insensitive to initial conditions and of good robustness.     

基于相关性函数的多站微动特征分析与提取

针对多站雷达精度跨度大、难以有效进行融合识别的问题,提出了基于相关性函数的多站加权融合方法。首先建立了弹道目标滑动散射模型,通过时延相乘重构回波,并利用扩展Hough变换提取出距离像的曲线参数,从而建立方程组以求取微动信息。然后利用相关性函数对各雷达的支持度进行分析,最终对支持度高的观测数据进行融合识别。仿真结果表明该方法计算简单,能有效提高微动参数的估计精度,客观地反映各部雷达的可靠度。