数据与知识双驱动的备件需求模糊预测模型

针对知识驱动型需求预测模型所需的专家知识稀缺、数据驱动型需求预测模型可解释性不足的问题,提出了数据与知识双驱动的备件需求模糊预测模型。该模型基于模糊聚类算法将数值型数据聚类为结构简单、可解释性强的规则库,运用模糊逻辑将领域专家知识表示为Mamdani型规则库。在此基础上,引入了一种新型智能计算理论——模糊网络理论对两类规则库进行合并运算,形成初始预测模型。采用遗传算法优化模型规则库的模糊集参数来提高模型预测准确性。通过与模糊聚类算法进行对比,提出的模型在可解释性以及准确性指标上均具有优势。     

基于模糊综合评判法的软件维护性度量研究

以C3IRS为主要特征的高技术战争对软件密集型装备保障的提出了新的要求.围绕此类装备中的软件维护性进行研究.首先讨论了软件维护性的定义,分析了影响软件维护性的因素,总结了维护性评估的相关研究情况,并通过建立恰当的评估指标体系,应用模糊数学中的模糊综合评判法,给出了一种维护性评估模型.最后对该模型进行了实际运用.