神经网络的防空导弹武器系统研制费用研究

对应用人工神经网络技术解决防空导弹武器系统研制费用问题进行了探讨,论述了人工神经网络原理,对武器系统的品质因素应用效能函数进行了处理,给出了研制费用的神经网络估算方法。     

地空导弹武器系统研制阶段年度投资强度模型

本文对美国和我国国民经济的物价增长指数进行研究,给出统计规律和预报方法,在进行年度经费测算时,提出较合理的物价增长指数的修正方法,同时利用型号可行性论证阶段的经费预测整个型号研制阶段的总经费,各阶段的经费比例,建立年度投资强度模型,并利用“爱国者”实际研制费用验证了此模型。     

武器系统的费用-效能问题

武器系统的系统分析是一个涉及面很广的大题目,需要做很多工作,包括任务分析、技术分析、经济分析、方案研究和综合权衡等等。它是一项比较复杂的系统工程。评价武器系统有很多具体指标,并构成了指标体系。但是最重要最集中的技术经济评价指标是费用-效能关系。 本文主要讨论费用效能关系,研究的前提、概念、方法和评定;着重介绍两种研究系统效能的程序和主要内容;综合叙述武器系统全寿命费用的估算和控制,并通过实例,概略说明其应用。     

无人战斗机机体研制生产费用的灰色模型估算方法

基于灰色理论建立了一种无人战斗机机体费用模型 ,用变化了的有人战斗机的说明性变量样本和费用样本来模拟无人战斗机的说明性变量样本和费用样本 .灰色模型由于本身的特点 ,在小样本情况下 ,估算结果精度比一般回归分析高 ,比较适合单一机种小样本费用模型的建立 .     

武器系统研制阶段质量管理的目标、对象、程序和工具

本文通过对有关文献和若干美国军用标准和军用手册的综合分析,从武器系统研制任务的管理方面阐述了有关质量管理目标、管理过程以及在管理工作中使用的诸如工作分解结构、工作说明书、规范、技术配置管理、技术评审和审核等管理工具的作用和关系。     

残差修正的弹箭系统研制费用估算模型研究

对弹箭系统研制费用的估算常采用多元线性回归方程法 (参数法 ) ,该方法要求有大量样本数据 ,并且估算精度较差。在新型弹箭系统的研制中 ,在样本数较少或有限的情况下 ,参数法研制费用估算模型给研制费用的估计带来一定的困难。为解决这一问题 ,提出了用n次累加残差模型对参数法研制费用估算模型进行修正的方法。通过实例计算表明 ,本方法用较少的样本可以得到较高的预测精度     

武器系统费用效能的概念、内涵和方法

本文讨论了武器系统费用-效能的概念,介绍了美国工业界武器系统效能咨询委员会(WSEIAC)关于效能/费用-效能研究任务的论述,关于15个关键活动的主要内容,关于系统全寿命中各阶段费效分析的任务,并举例说明其应用。     

鱼雷武器系统寿命周期费用的时间价值

鱼雷武器系统的寿命周期费用是一种在较长时期内发生的费用,必须考虑时间价值。采用三角模糊数来表示利率和通货膨胀率,根据a截集和决策者乐观程度指标l进行模糊区间运算,得出各年度费用向基准财年折算的折算率,再根据折算率对鱼雷武器系统各年度费用进行折算。这种方法可以正确把握处理模糊问题的尺度,减少人为干扰。     

武器系统寿命周期费用建模的模糊主成分方法

武器系统的寿命周期费用建模较多采用参数法，而参数法中最常用的是最小二乘回归。提出用模糊主成分方法来建立模型，并结合实例对武器系统寿命周期费用进行了分析。结果表明，这种方法改善了最小二乘回归中的多重共线性问题，具有实用价值。     

鱼雷武器系统寿命周期费用分析方法

文章分别对鱼雷武器系统寿命周期费用建模方法和寿命周期费效评估方法作了综合评述,对比了各种方法的适用范围以及不同方法的优劣;讨论了寿命周期费用分析方法急需解决的主要问题,并对其今后的发展方向做了展望,为鱼雷武器系统进行全寿命周期费用分析提供有效的方法论支持。     

一种改进的导弹费用估算方法

采用了一阶Sugeno自适应神经 -模糊推理系统 ,以美国陆军 2 2种导弹费用 -性能参数作为原始样本 ,建立费用估算模型 ,找到了对导弹费用影响最大的性能参数。利用灰色GM(0 ,N)模型 ,在导弹总重 -速度空间的贫信息区域插值生成附加训练样本 ,生成了导弹费用预测模型。该模型与线性回归模型相比 ,大幅度地提高了预测精度 ,较好地反映了费用变化趋势 ,网络检测误差小 ,具有较强的推广能力。灰色模型与自适应神经 -模糊推理系统相结合 ,较好地解决了小样本情况下非线性函数的建模问题     

基于GA和BP融合算法的装备费用估算方法

简要介绍了GA和BP算法以及装备费用估算分析的传统方法 ,分析了GA、BP算法以及费用估算三者间相互结合的必要性。把GA和BP算法相结合并应用到装备费用估算分析领域 ,建立了基于GA和BP融合算法的防空导弹研制费用评估模型 ,并对典型的防空导弹型号研制费用进行了估算。结果表明 ,该模型具有计算精度高、适用范围广、运算速度快的特点 ,为装备费用估算提供了有效依据     

基于支持向量机的武器系统费用预测分析

采用了一种基于支持向量机的武器系统费用预测方法,计算结果表明,这种方法有效解决了神经网络方法出现的过拟合、网络结构难以确定等问题,与传统的方法相比较,有更好的泛化能力,因而该方法可以作为研究此类问题的新途径.     

用神经网络组合预测法估算反舰导弹研制费用

运用BP神经网络组合预测法对反舰导弹研制费用进行估算。首先利用回归分析法建立三元线性回归模型对导弹研制费用进行估算,然后利用3层前馈型BP神经网络对导弹研制费用进行估算,最后利用人工神经网络中的BP网络对所得结果进行组合预测。计算实例表明,使用该组合预测方法所得的预测结果比单使用神经网络或回归分析方法所得结果的总体误差要小,因而该方法是可行而有效的。     

用神经网络组合预测法估算反舰导弹研制费用

运用BP神经网络组合预测法对反舰导弹研制费用进行估算。首先分别利用神经网络和回归分析方法对导弹研制费用进行估算 ,然后利用BP网络对所得结果进行组合预测。计算实例表明 ,使用BP神经网络组合预测方法所得的预测结果比单一使用神经网络或回归分析方法所得结果总体误差要小 ,因而该方法是可行的、有效的。     

武器装备研制费用分布理论模型研究

本文首先探讨了单、双重威布尔分布函数用于建立武器装备研制费用分布的理论模型的拟合方式,并在此基础上对同样的问题引入最小二乘多项式拟合的方式。文中还讨论了模型的适用性并给出了具体的应用实例。     

型号产品生产费用估算的重要工具——改进曲线(熟练曲线)

本文论述了全寿命费用估算的重要内容之一——型号产品生产费用的估算问题。介绍了当前理论研究的十大命题。着重强调了改进曲线(熟练曲线)应用的重要性。叙述了改进曲线的内涵和应用,以及在实践使用和分析处理中应注意的问题。可供系统经济分析和论证工作参考。     

ANFIS网络在机载电子设备费用估算中的应用

阐述了自适应模糊推理系统 (AdaptiveNetwork -basedFuzzyInferenceSystem ,ANFIS)网络 ,提出了最小二乘法和误差反传算法相结合的混合学习算法。混合学习算法提高了网络参数的辨识速度和网络计算的收敛速度。应用ANFIS网络建立了整套机载电子设备费用估算模型 ,并对整套机载电子设备费用进行了估算。估算结果表明 ,同通常的费用估算方法相比 ,此模型具有更高的准确性 ,并具有应用泛化能力 ,为费用估算提供了一条新途径     

基于Rough集理论和神经网络的武器系统参数费用模型

建立武器参数费用模型 ,首先要挑选特征参数 ,这里采用知识约简方法选择武器的特征参数 ;利用神经网络理论建立了参数费用模型 ,武器系统的费用与武器特征参数的关系可通过神经网络的阈值和权值得到体现 .通过实例对神经网络法与线性回归法所得的结果进行了比较 ,结果表明 ,神经网络法比线性回归法精确.     

工程项目风险分析方法

本文根据市场竞争、发展高技术产业趋势的需要,提出新上工程项目进行风险分析的重要意义,扼要论述了风险分析的主要环节、基本内容和方法,并对不同情况下衡量风险的风险度、风险因子和风险系数的计算方法作了简要介绍、研究和讨论。