武器系统研制单位管理水平的贝叶斯评估分析

将Bayes理论应用于对武器系统研制单位管理水平的评估.克服了验前评估方法主观性大的缺陷,充分利用收集到的补充信息,对评估结果作了后验预分析,得到了更加可信的评估结论,从而改进了决策过程.     

武器系统经济性参数的支持向量机方法分析

采用一种基于支持向量机的武器系统费用分析方法.计算结果表明,这种方法有效解决了参数法对样本量要求较高以及对非线性问题处理能力较弱等问题.与传统方法相比较,有更好的拟合精度和泛化能力,因而该方法可以作为研究此类问题的新途径.     

基于超效率DEA-Malmquist的装备维修经费配置效率评价与改进

分析评价和改进提高装备维修经费配置效率对于评价装备维修保障计划落实情况、发现问题、找准成因、及时纠偏具有重要的军事和经济意义。通过分析当前装备维修经费配置效率评价方法的不足,针对经费投入特点,运用超效率数据包络分析理论,构建了配置效率分析的静态评价和改进模型;并通过Malmquist模型结合面板数据对配置效率的变化情况进行动态研究分析。案例分析结果表明,该方法可以相对客观地评价不同单位装备维修经费的配置效率,通过横向和纵向比较,综合分析效率不高的原因,并提出相应改进建议,具有一定的理论意义和推广应用前景。     

基于案例的推理在舰船维修费预测中的应用

针对市场经济条件下舰船维修费预测不确定性越来越大的问题,提出了一种基于案例推理的舰船维修费预测模型。首先,利用修船厂的历史数据,采用特征向量表示法构建舰船维修费案例库;其次,为提高案例检索效率,采用组合模糊聚类算法建立舰船维修费案例的分类索引结构,并提出基于最近邻法的两步检索策略检索相似案例;最后,采用加权平均法对相似案例进行修改以获取预测值,同时采用主动学习策略保存当前案例并更新案例库。实例仿真结果表明:与传统舰船维修费预测模型相比,基于案例的推理模型具有更高的预测精度,所提模型是有效的。     

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.     

大型装备费用预测中的系统分析

将大型装备连续建造的总成本及控制变量作为一个变化系统,并用灰色系统理论进行建模分析,采用龙格-库塔法求解微分方程组.通过对精度的分析,指出使用灰色系统预测结果不能采用统计分析方法的相关性检验标准,而要通过预测数列与原始数列的逼近情况来判断其预测精度.     

一种武器系统经济性智能优化论证设计方法

针对武器系统经济性优化论证设计问题以及传统方法的不足,提出了一种智能优化论证设计方法.该方法将系统论证设计过程分为系统辨识模型的建立和系统优化控制2个阶段,采用粒子群( particle swarmoptimization,PSO)算法优化支持向量机(support vector machine,SVM)建立系统辨识模...