基于BP神经网络的军民融合维修保障任务区分

针对军民融合维修保障任务区分问题,通过构建军民融合装备维修保障能力评估指标体系,利用证据合成理论对维修保障能力指标进行评估,设计BP神经网络模型,通过MATLAB运算得到军民双方维修能力评估值,结果分析表明,BP神经网络具有较强的解决非线性问题的能力,能够作为军民融合维修保障任务区分问题决策的依据。     

基于模糊BP神经网络的高原寒区弹药换算系数研究

针对高原寒区特殊复杂的作战背景,提出了一种基于模糊BP神经网络的弹药换算系数优化模型。该模型借助模糊隶属度将难以量化的弹药消耗影响因素定量化,以提高弹药换算系数的准确度。构建了弹药换算系数测算模型;分析了影响高原寒区弹药消耗的主要因素并进行了模糊量化,在此基础上建立模糊BP神经网络模型;通过仿真验证了优化后弹药换算系数的精确性。     

云物元的军民融合装备维修保障能力评估

在分析并建立军民融合装备维修保障评估指标体系的基础上,将云理论和物元理论进行结合,克服了专家打分数据的模糊性和不确定性,同时利用熵权法和均方差法进行评估指标体系的综合赋权,尽可能减少主观性带来的不利影响,最终对4个军地不同维修保障单位的维修保障能力进行了分析比较,并定量的给出了维修保障等级,可对建制维修保障单位做出公正客观的评价。