基于灰色神经网络武器装备研制费用预测模型

提出了基于灰色系统理论与神经网络的武器装备研制费用组合预测模型,该模型首先采用灰色GM(0,N)模型对研制费用进行预测,利用LMBP神经网络对预测误差进行了模拟与修正,实例验证该方法具有较高的预测精度.     

基于灰色预测法的军械维修器材消耗规律

研究并掌握军械维修器材的消耗规律,对做好军械维修器材的保障工作有着重要的意义.基于此,研究了灰色预测法,并针对军械维修器材的实际情况,论述了如何确定影响因子,进而对灰色预测模型进行了改进,用改进后的模型研究军械维修器材的消耗规律,预测结果非常贴近实际值.     

灰色预测模型在非致命武器经济寿命预测中的应用

针对目前非致命武器经济寿命方面的研究相当缺乏的现状，结合非致命武器的自身特点，在全面分析装备全寿命周期费用的基础上，引入灰色理论，运用GM（1，1）模型对非致命武器的经济寿命周期费用进行估算和预测。通过分析，灰色预测模型具有较高的建模精度，预测方法和结果对非致命武器的经济寿命预测具有很强的实用性。     

初始保障期内装备维修器材保障决策方法

为解决新服役装备在初始保障期内维修器材保障方案决策问题,分析了两级装备保障体制下维修器材的流动情况。利用贝叶斯估计理论,根据固定时间间隔期内最小顺序统计量与失效数的预测下限来确定服从威布尔分布的装备单元故障时间和故障数量。最后通过实例表明,与支持向量机、灰色神经网络和ARMA等预测模型相比,所建方法能够获得更佳的预测结果。     

灰色决策在船舶维修管理中的应用

本文利用灰色预测与决策方法.对船舶维修管理中遇到的维修费效决策、维修时间周期预测及维修方案选择进行了探讨。     

BP组合预测方法在维修保障费用预测中的应用

通过对时间序列预测方法和回归分析原理的分析,建立了适用于武器装备维修保障费用的BP网络组合预测的时间序列多输出模型,并结合某型装备多年的维修保障费用,进行了预测数据仿真,得出的结果与实际的数据相比误差较小,具有较大的理论价值和实际的军事价值,有利于提高维修保障费用的效益,有利于实现装备的优良效费比。     

基于遗传算法的装备使用保障费用灰色组合预测

针对目前对武器装备寿命周期费用估算建模难以实施的情况,以准确预测武器装备寿命周期费用的主要组成部分—装备使用保障费用为出发点,依据装备使用保障费用的特点建立了装备使用保障费用的灰色组合预测模型,指出了用蚁群算法优化组合权系数的不足,并提出了新的优化方法—遗传算法。最后,结合实例验证说明了该模型的预测效果优于蚁群优化的方法,为准确估算武器装备寿命周期费用提供了依据。     

基于模糊多属性决策的装备维修行为选择

针对装备保障行动中维修行为决策在实践中存在的问题,借助于多属性决策方法和模糊理论,提出基于模糊多属性决策的装备维修行为决策,在分析装备维修行为的影响因素和约束条件的基础上,建立了装备维修行为决策的模型方法,并进行了实例分析。研究表明,该方法能有效降低维修保障费用、缩短维修保障时间和提高维修保障效率。     

GM(1,1)模型在装备备件订购中的应用

分析了武器装备备件订购决策的目标和常用方法,并运用灰色理论GM(1,1)模型及关联度分析法,提出了在军用备件订购工作中费用目标预测的应用方法,以及提高预测精度的措施。     

基于灰色马尔科夫模型的军事物流成本预测

为提高军事物流成本预测精度,应用马尔科夫链理论对军事物流成本灰色预测模型的预测量进行马尔科夫修正,建立了军事物流成本的灰色马尔科夫预测模型。以军队某综合仓库的物流成本为例对模型的预测效果进行检验,结果表明,灰色马尔科夫模型的预测效果明显优于灰色预测模型。     

柴油机磨损寿命的灰色马尔柯夫模型预测

基于灰色系统理论,将灰色ＧＭ（１,１）预测模型和马尔柯夫预测模型的优点结合起来,形成一个灰色马尔柯夫预测模型,拓宽了灰色预测的应用范围。特别地,这种模型的预测结果比其它随机波动性较大的数据到模型的预测结果精确得多。对柴油机磨损寿命进行预测,取得了令人满意的结果。     

基于灰色马尔科夫理论的体能训练效果预测与评价模型

将灰色理论与马尔科夫理论相结合,建立了灰色马尔科夫体能训练效果预测与评价模型,可以反映数据序列的发展趋势,还可缩小预测区间的范围。采用静态与动态相结合的方法,对某学员队五公里武装越野的训练成绩进行评价分析,结果证明灰色马尔科夫预测模型精度高于初级灰色预测模型。     

战时装备备件需求的多层次灰色预测

通过确定战时备件需求评价指标体系 ,运用层次分析原理和灰色理论 ,建立了战时备件需求的多层次灰色预测模型 ,并结合参战的某型舰的主机气阀弹簧的战损需求进行多层次灰色预测     

基于测试数据的导弹状态维修优化决策方法

针对部队面临训练、战备、演习或作战任务时,由于时间紧迫,工作繁多,无法为单个部件或分系统一一制定维修方案,只能通过测试掌握导弹的整体状态,从整弹的层面制定维修保障方案,采取维修措施的实际问题,提出了一种基于测试数据的导弹整弹状态维修优化决策方法。首先,针对传统D-S证据理论无法很好的处理高冲突证据的合成问题,在分析现有改进D-S证据理论的基础上,建立了基于改进D-S证据理论的导弹状态评估模型,对导弹的当前状态进行了评估;其次,利用灰色模型对评估结果较差的导弹进行状态预测,判断其状态进一步劣化的趋势,为后续的决策制定提供依据;最后,根据导弹的状态评估与预测结果,分析导弹的维修需求,制定合理的维修决策方案。实例验证结果表明,提出的导弹状态维修优化决策方法符合部队实际,采取的维修措施针对性更强,并可克服以往凭主观经验制定维修计划的问题。     

基于灰色局势决策的通用维修资源整合方法

维修资源是装备保障系统的重要组成部分,针对部队装备维修资源品种越来越多、保障负担越来越重的问题,分析了通用维修资源的优点,提出了一种基于灰色局势决策理论的通用维修资源整合方法,并给出了具体实施步骤,主要包括构建决策目标体系、制定决策流程、计算综合测度和选择决策等,最后还进行了详细的案例研究.为维修资源的有效整合提供了决策依据和科学方法,对于减少维修资源种类、提高装备保障效率具有一定的指导作用和应用价值.     

应用改进灰色预测模型进行装备修理费用预测研究

由于装备修理活动对承修方和托修方的严重信息不对称,托修方会采取各种方式希望获得尽可能多的修理费用信息,装备修理费用预测是一种很好的途径。本文分析了我军装备修理费用数据信息的特点,引入灰色预测模型进行预测,并对模型进行了改进,提高了预测精度。     

主战飞机维修保障效能评估方法

针对空军主战飞机维修保障效能难以评估的问题,首次提出了主战飞机维修保障效能评估方法。分析了飞机维修保障系统运行过程,按照"投入-产出"的原则,建立了主战飞机维修保障效能评估指标体系,运用信息熵理论和灰色系统理论,构建出了基于熵权和灰色聚类的评估指标赋权模型。结合实例验证了方法的正确性和合理性。     

GM(1,1)模型预测火炮研制费用的应用

随着科学技术的发展,寿命周期费用日益受到重视,尤其是寿命周期费用中研制阶段的费用对寿命周期费用起到决定作用.利用GM(1,1)灰色理论对自行火炮寿命周期费用中的研制费用进行分析,建立了基于GM(1,1)灰色理论的自行火炮研制费用分析通用时间序列模型,并以某自行火炮研制费用为实例,利用SPSS统计软件对文中建立的灰色预测模型进行了分析计算.其计算和检测的结果表明模型可靠、精度较高,为自行火炮研制费用分析提供新的理论分析方法.     

导弹遥测故障的GM-Verhulst-SCGM预测算法

遥测故障预测是保障导弹遥测系统可靠性的基础。根据导弹遥测故障的历史数据,结合GM(1,1)模型、Verhucst模型和SCGM(1,1)c模型构建了导弹遥测故障的GM-Verhulst-SCGM组合灰色预测模型,按照预测有效度算法取得组合预测模型的权重系数。选用导弹遥测故障的训练组实际值作为原始数据,分别利用各预测模型估算对比组导弹遥测故障数据。预测结果表明,相比单一预测模型,组合灰色预测模型具备更高的故障预测精度。在验证组合灰色预测模型可行性的基础上,进一步估算了同一型号导弹未来时序的遥测故障数据,为相关部门及时改善导弹遥测技术及避免导弹故障提供理论及方法借鉴。     

灰色神经网络的鱼雷经济寿命预测

为减少军费开支、降低鱼雷全寿命费用,从经济性角度提出了鱼雷最佳服役年限模型。利用灰色等维新息GM(1,1)模型对鱼雷年度使用维修费用进行预测;采用分组的思想将原始数据分为多组,采用神经网络对灰色模型的预测残差进行修正,以提高预测精度。通过实际算例预测了鱼雷经济寿命,从而证明了模型的实际应用价值。