基于BP和Hopfield神经网络的航空肼燃料保障安全评价

针对航空肼燃料保障安全评价的复杂性和非线性,提出并建立了基于BP和Hopfield神经网络的动态安全评价模型。在综合分析国内外肼燃料保障安全评价的基础上,针对航空肼燃料保障过程中出现的问题,构建并优化了指标体系,选取前馈神经网络中的BP网络和反馈神经网络中的Hopfield网络建立评价模型。在详细说明了BP和Hopfield神经网络的构建方法后,进行实例验证,并对预测效果进行了比较分析。仿真表明,两种模型都能正确评价安全保障状态。但在收敛速度、联想记忆功能方面Hopfield神经网络优于BP神经网络。将BP和Hopfield神经网络用于肼燃料保障安全评价过程中,具有适用性和可行性,对于航空肼燃料保障的安全建设与安全管理研究具有重要意义。     

BP神经网络的遗传模拟退火算法动态选址仿真

针对战区装备保障点动态选址问题的广义最大覆盖选址模型,综合分析传统的启发式算法全局、局部搜索中的优缺点,提出一种基于BP神经网络的遗传模拟退火算法,并将其运用于战区装备保障点动态选址决策实际问题中,对该算法进行了仿真研究,给出具体实例的仿真结果验证了该算法求解最优解的高效性以及运算的高收敛速度.     

舰船维修器材保障点选址决策模型及算法

传统的最大覆盖选址模型没有考虑对服务半径外的需求点的满足和服务时间的响应,而在舰船维修器材保障中,不论需求点到保障点的距离是否大于服务半径,都应对其进行保障服务,且在保障过程中要满足保障时间控制在不影响舰船正常维修任务时间内。针对此问题,运用广义最大覆盖选址模型和时间满意度函数,构建基于时间满意的广义最大覆盖选址模型,并运用一种混合算法———基于遗传模拟退火算法的BP算法对模型进行求解。最后,运用该算法对实例进行了分析计算,计算结果验证了该算法的有效性。     

《中国军事百科全书》第二版新学科概览(之二十二) 军事装备维修技术学科

军事装备维修技术学科是《中国军事百科全书》第二版军事技术门类新设学科。共收录条目122条,19.6万字。主编单位为中国人民解放军总装备部武器装备论证研究中心,学科主编为赵承光。军事装备维修技术是军事装备维修保障的方法、工艺、技能和手段及其相关理论的统称。是军事技术的重要组成部分,是实现装备维修保障经济、有效的保证。     

神经网络最小二乘估计器

Hopfield和Tank证明几种最优化问题能用Hopfield网络快速求解,而Hopfield网络是简单的类似神经元模拟处理机的递推网络。使用Hopfield网络时,目标函数的自变量收敛于超立方体的顶点。因此,它们的应用严格地限于决策最优化问题。在本文中,我们将研究目标函数自变量是实数的问题。基于Hopfield网络的概念,推导了求解最小二乘估计问题的神经网络。用这个网络,目标函数可能收敛于超立方体内的任何点,给出一个具有极大速度的实值解。由于所选择的能量函数的凸状性质,不会出现收敛到局部最小值的问题。我们还介绍了空间迭代搜索方法,以便找到可能存在于空间内任意点的最优解。最后,给出了求解线性系统和参数估计问题的模拟结果。     

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。     

面向装备全寿命周期的维修发展新特点及技术体系

针对新技术发展及军事装备保障需求变化对装备维修保障的影响,以装备全系统、全寿命的观点,探讨了装备维修发展的新特点,构建了面向装备全寿命周期的新型维修技术体系,并综述了基于信息的先进维修技术发展方向,为装备维修保障研究提供了参考。     

基于“外包”策略的军事装备保障探讨

在信息化条件下的高技术局部战争中,仅仅依靠军队自身的资源已远远不能满足军事装备保障需求,实施基于“外包”策略的军事装备保障,将军事装备保障纳入到民用技术保障的服务领域,依托民用技术保障平台开展工作成为当前军队和国防建设的迫切需要。论文阐述了基于“外包”策略的军事装备保障基本理论,分析了实施基于“外包”策略的军事装备保障的必要性,并对其实施的对策进行了探讨,旨在对提高我军军事装备保障效益,增强军队整体战斗力水平提供参考。     

军事装备识别体系框架研究

信息化建设对军事装备唯一识别提出了要求,为促进军事装备精细化管理,军事装备保障的全程可视化建设,以及装备信息共享应用,建立了由装备识别代码、数据标识、管理系统、查询与解析服务、法规标准等部分组成的军事装备识别体系结构框架,分析了军事装备识别体系运行机制,针对我军装备识别体系存在的问题提出了对策建议。     

基于粗集和证据推理的海外基地保障点选址评估

针对海外基地保障点选址问题,结合专家组给出的影响选址评估意见,建立海外基地保障点选址评估指标体系。在此基础上,引用粗集和证据推理方法对评估指标因素进行信息处理优化,利用历史数据得到的客观信息与主观判断进行互补,实现主观判断与客观信息相结合,并用粗集进行属性约简,简化指标体系。该方法能提高评价结果的准确度和可信度,弥补海外基地保障点选址因素复杂,计算可操作性差的缺陷,为海外基地保障点选址决策提供理论依据。     

神经网络在图象处理中的应用

图象处理是神经网络的一个重要应用领域。本文首先介绍了神经网络的模型、学习规则及其处理能力,在此基础上综述神经网络在图象处理中的应用,重点放在神经网络分类器和Hopfield网络解决图象处理中的最优化问题。     

轴辐式战备物资储备网络枢纽储备点选址初探

为解决分散式点状分布的后方仓库在进行战备物资保障时运输线路多、保障效率低的问题,构建了轴辐式战备物资储备网络,着重探讨了该网络中枢纽储备点的选址问题。首先介绍了轴辐式战备物资储备网络的结构及优点;接着探讨了枢纽储备点的选取问题,建立了枢纽储备点选址评价体系;然后通过SPSS22软件,结合统计数据,运用主成分分析法简化了选址指标;最后通过聚类分析法对储备点划分了层级,得到的聚类结果可作为枢纽储备点的选取依据。     

模糊需求下保障设施选址-路径模型及算法

针对装备保障过程中被保障单位需求量不确定的问题,在详细分析保障设施选址-路径相关因素的基础上,利用三角模糊数对需求量进行标定。通过运用模糊综合评价与群决策思想确定保障设施备选址点权重,构建时间满意度函数与惩罚成本函数,建立模糊需求下带有时间窗及容量限制的选址-路径模型,并设计了基于聚类分析与蚁群算法的混合启发式求解算法。通过算例分析验证了模型的正确性及算法的有效性。     

改进CHNN神经网络航迹关联算法

航迹关联和航迹融合是分布式数据融合的重点。基于Hopfield神经网络的航迹关联算法是建立在每个传感器都发现相同目标的基础上的,但是在实际应用中往往不是这样。改进了基于连续型神经网络的广义航迹关联算法,进一步地,该算法可以推广到多个传感器的情形。为了加速Hopfield神经网络的收敛速度,重新定义马氏距离。计算机仿真表示,改进算法适用于多传感器航迹关联问题,且适用于密集目标航迹交叉的情形。     

装备维修理论的发展及在军事装备维修中的应用

简要介绍了装备维修面临的新特点和新要求,高新技术装备维修出现的新问题和对策,以及新维修理论和技术在军事装备维修中应着重研究和解决的问题。     

装备保障备件需求预测算法

面对维和装备种类繁杂与维和环境复杂恶劣、保障维修矛盾突出的问题,必须强化任务开始前的维和装备保障备件需求预测。首先分析了维和任务特点,提出了维和装备保障构想;其次提出了维和装备保障需求预测步骤,研究了基于PSO-BP神经网络的维和装备保障预测模型;最后基于实际数据,采用实验验证的方法检验了算法的有效性。实验结果表明:通过基于PSO-BP神经网络的维和装备保障预测模型可以有效对维和装备保障备件需求进行预测,提高维和装备保障效能。     

基于博弈论组合赋权-TOPSIS法的战时装备维修保障点配置方案评价

针对战时装备维修保障点配置受多种因素影响、保障指挥员难以快速有效地评价保障点配置方案合理性的问题,提出一种战时装备维修保障点选址方案评价方法。综合考虑战场环境、自然环境和交通条件等多方面因素,构建了战时装备维修保障点配置方案评价指标体系并对各指标进行量化分析;基于博弈论思想进一步优化AHP-熵权主客观组合权重,结合TOPSIS法实现战时装备维修保障点配置方案的定量评价,通过示例验证了该方法的合理性和有效性。     

一种新的装备抢修分队选址方法

提出了两步选址法：应用需求势能理论并基于维修需求和路程两项主要指标构建装备抢修分队选址模型。计算得到次优选址区域后,从中选出若干备选点,再用模糊综合评判法确定符合实际的最佳选址点。实例分析表明：两步选址法具有一定的有效性和实用性。     

遗传神经网络在保障资源需求预测中的应用

针对现代战争条件下装备保障资源需求变化快,保障资源预测困难的问题,首先分析了影响装备保障资源需求的因素,根据实际情况选取了平均维修间隔时间(MTBM)、平均修复时间(MTBR)等8项影响装备保障资源需求的关键指标,然后将基于遗传算法(GA)优化的反向传播(BP)神经网络应用于保障资源需求预测中,构建了基于遗传神经网络的需求预测模型,最后利用1980年～2010年实际保障资源需求数据对模型进行了验证.验证结果表明,基于GA优化的BP神经网络预测模型有较快的收敛速度、较强的适应性和较高的预测精度,适用于装备保障资源需求预测.     

故障预测技术综述

把握新军事变革机遇,加快信息化建设步伐,对军事装备进行有效的质量监控和故障预测是技术保障的重要内容。阐述了故障预测技术,系统地介绍了现有的、比较有代表性的故障预测技术方法,并叙述了其优缺点;最后重点对故障预测技术的发展前景进行了展望,指出了该研究领域当前需要进一步研究的问题和发展方向。研究故障预测技术对提高装备的维修和保障能力具有十分重要的意义。