基于参数法的3种研制费用估算模型

以防空导弹武器系统研制费用估算为研究对象,阐述了参数费用法中数据收集整理和自变量的选取两个重要内容,介绍了最小二乘、偏最小二乘和BP神经网络的原理,然后以国外8种型号导弹研制费用为实例,研究了如何建立这3种研制费用估算模型,最后对3种估算模型的计算结果进行了对比分析,得出了3种估算模型的优劣,并阐明了原因。本研究结果,对防空导弹武器系统研制费用的估算具有积极的参考意义。     

基于BP网络的导弹研制费用预测

根据导弹武器系统研制的特点，分析并确定了影响导弹武器系统研制费用的主要因素，提出了基于人工神经网络的费用预测模型。该模型不需要确定各因素的定量关系，克服了以往由于专家主观因素而千万的负面影响，最后通过实际应用，说明了该方法简便易行，精确可靠。     

应用RBF网络的导弹研制费用预测

影响导弹武器系统研制费用的因素含最大有效射程、目标容量、导弹最大飞行速度、发射质量及研制周期.建立基于RBF神经网络的费用预测模型,其算法步骤包括:预测算法思想、归一化原始数据、样本集输入数据的选取.该模型不仅克服了因专家主观因素而造成的影响,且提高了算法的运行效率和模型的预测精度.     

基于BP神经网络的导弹武器系统维修质量评估

阐述了导弹武器系统的维修质量是影响导弹武器系统性能发挥的重要因素,因此对导弹武器系统维修质量进行评估有着非常重要的意义.首先建立了导弹武器系统维修质量评估指标体系;其次利用BP神经网络理论建立了导弹武器系统维修质量评估模型;最后利用Matlab软件对该模型进行了仿真.     

基于BP神经网络的飞机机体研制费用估算

提出一种应用人工神经网络预测飞机机体研制费用的方法.该方法利用偏最小二乘法对飞机性能参数进行了主成分提取,用这些主成分作为BP网络的输入变量,建立了一种基于BP神经网络的飞机研制费用的估算模型,应用该模型对典型的飞机机体研制费用进行了预测.预测结果表明,该方法是有效的、可行的.     

基于组合神经网络的装备研制费用预测研究

利用组合神经网络预测法.对装备研制费用进行预测研究.采用了两层预测系统第一层用灰色模型和神经网络分别对装备研制费用进行预测,第二层用BP网络对第一层的输出进行组合预测.通过对某型装备研制费用的预测分析,证实了本模型的科学性与正确性.     

导弹武器系统研制费用模型的建模思想，方法及实际应用

以导弹武器系统的研制为例，给出建立导弹武器系统研制费用模型的基本思想，假设费用模型构造的基本形式，以及在实际中的应用。     

BP神经网络在导弹武器系统使用可用度预测中的应用

提出了基于导弹武器系统影响因素的使用可用度数学模型.而后针对数学模型复杂,模型函数难以确定的问题,采用BP神经网络实现对模型函数的逼近,从而实现对导弹武器系统使用可用度的预测.     

基于BP神经网络的反辐射导弹武器系统作战效能评估

文中针对反辐射导弹（ARM）的攻击特点．建立了反辐射导弹武器系统作战效能评估指标体系．简要分析了指标选取的理由。然后．采用专家打分的方法取得了几组训练样本．并对所构造的BP神经网络进行训练，当训练精度达到要求后．再运用BP神经网络对几种典型的反辐射导弹武器系统作战效能进行了评估。     

基于RBF神经网络的导弹成本预测研究

分析了现代导弹成本估算中存在的问题.应用RBF神经网络建立了导弹成本预测模型,并采用该模型对某型导弹成本进行了预测.与多元线性回归和BP神经网络的预测结果对比,建立的新型导弹成本预测模型具有更高的预测精度.     

基于改进PSO-LSSVM 的军用工程机械研制费用预测模型

针对传统参数法对装备研制费用进行预测存在的局限性问题,采用改进粒子群算法（particle swarm optimization,PSO）对LSSVM模型进行改进,构建军用工程机械研制费用预测模型。运用2种优化策略改进粒子群算法,对种群初始化过程进行控制、克服粒子群算法易于早熟的缺点。用改进后的粒子群算法优化最小二乘支持向量机的模型参数和核参数,以获得更好的预测效果。预测结果表明：该费用预测模型运用于军用工程机械研制费用预测,明显优于传统预测模型,具有很好的预测精度和效率。     

基于优化的非等间隔灰色理论和BP神经网络的身管磨损量预测

针对火炮身管烧蚀磨损量预测中存在的数据采样时间间隔不均匀、采样难度大、成本高、数据量小,常规数据拟合和预测方法难以处理等问题,提出一种基于改进的非等间隔灰色理论和BP神经网络的组合预测方法。通过组合预测模型对某型火炮身管的烧蚀磨损量进行预测,实例分析表明该组合预测模型具有较高的预测精度,为身管内膛磨损量的预测提供了一种新的技术途径。     

复杂可维修设备寿命周期费用仿真

无论是设计者在进行产品设计时、还是使用者在做购买决策时,都希望尽可能准确地预测产品的寿命周期费用.现有寿命周期费用估算方法普遍存在估算精度低的问题,该文提出寿命周期费用预测的仿真方法,建立了复杂可维修设备的寿命周期费用仿真模型,并验证了该模型的正确性.     

模糊综合评价方法在武器装备项目研制费用估算中的应用

影响武器开发研制费用的因素有很多,包括诸多不可量化的客观因素和主观人为因素以及工程研制中不可预见的因素,单纯靠技术指标难以充分反映武器装备研制费用的实际需求.因此,本文根据模糊综合评判方法,结合武器装备研制特点,建立一种研制费用估算的模糊综合估算模型.鉴于武器装备研制费用估算工作的复杂性,在对研制费用影响因素定性分析的基础上,模型将影响研制费用的因素分为三个层次,并由下往上逐层进行估算.实例表明,该模型为研制费用的估算提供了一种比较合理的方法.     

武器装备可靠性设计保证系数取值方法

工程中为控制设计质量风险,国家军用标准和型号规范均规定装备的可靠性预计结果应至少满足合同规定值1~1.5倍（以下称为设计保证系数）的要求。但设计保证系数的选择缺少理论依据,尤其缺乏精确量化的选择依据。针对这一问题,建立设计保证系数的精确取值参考方法。分析可靠性预计值、规定值、最低可接受值及鉴定试验检验上下限等相关指标的内涵与相互关系,对寿命基于威布尔分布和指数分布的两类主要产品,给出其设计保证系数的选择方法和依据。考虑可靠性提升成本和可靠性指标的上下限约束,给出通用设计保证系数的取值依据。结果表明,该设计保证系数选择方法以及取值表,从可靠性验收试验风险控制角度对可靠性预计指标要求的确定提供了理论参考依据和指导。     

基于统计粗集的航空发动机维修成本组合预测模型

维修成本是航空发动机使用单位实现降耗增效关注的重点之一。釆用灰色理论,建立基于状态的发动机维修成本单ー预估模型,在单ー预估模型的基础上,运用统计粗集理论属性重要性判定方法,建立发动机维修成本组合预测模型,这种组合预测方法充分利用统计粗集理论“让数据说话”的优势。应用分析表明,组合模型较之单ー预测模型在拟合和预测精度上都有明显提高,这种方法也为发动机使用单位合理制定维修计划和维修资金管理提供理论基础。     

基于故障机理与随机线性模型的电子产品寿命预测

为解决传统可靠性评估方法存在的局限性以及普通线性模型在描述产品退化过程中存在的不足,提出一 种基于故障机理与随机线性退化模型的寿命预测方法。对产品的故障模式及机理进行研究,运用随机线性模型对产 品的关键性能特征参数进行建模分析,采用极大似然估计的方法求解模型中的未知参数,并对产品的寿命与可靠性 进行预测。实验结果表明：该方法具有较好的预测精度和一定的小样本处理能力,对电子产品的寿命与可靠性预测 具有一定的参考意义。     

基于性能退化指标的轴承剩余寿命预测及其应用

为确保系统可用性和降低维修成本,提出基于性能退化指标的轴承剩余使用寿命(remaining useful life,RUL)预测模型预测轴承的RUL。通过局部均值分解(local mean decomposition,LMD)将轴承原始振动数据分解为若干积性函数(PF)分量,并根据峰度准则选取有效的PF分量重构原始信号;提取重构原始信号的时域退化特征量,利用基于人工神经网络(artificial neural network,ANN)训练的注意力机制模型选择高质量特征;引入K_均值聚类算法与分段拟合获得健康的退化指标(health degradation indicator,HI),利用灰色回归模型(grey regression model,GM)评估轴承退化可信度范围,并建立基于HI的粒子群优化最小二乘支持向量机模型(particle swarm optimization least squares support vector machine,PSO_LSSVM)预测轴承RUL。实验结果表明,该方法在预测可靠性上取得良好的效果。     

一种高可靠性水陆转换综合操控技术

针对两栖装甲车辆水陆转换操控中产生的可靠性问题,提出一种高可靠性水陆转换操控技术的实现方法。 运用可靠性工程理论和方法,围绕故障和问题,进行故障机理分析,得到产品的可靠性关键件清单,找出影响操控 可靠性的问题根源,完成可靠性技术的研究改进,形成可靠性增长总体方案,并对方案进行可靠性建模、分配和预 计。结果表明：该方法能减少对维修人力及保障性要求,降低使用维修保障费用,指导产品设计与研制。