军用飞机出厂费用估算方法研究进展综述

军用飞机出厂费用估算对控制全寿命周期费用、降低研制风险等具有重要作用,也能为装备部门提供采购决策支持。首先,论述了军用飞机出厂费用的概念,并对其估算问题进行了描述;然后,介绍了9种典型的估算方法,包括参数法、类比法、工程估算法、基于神经网络的方法、基于偏最小二乘回归的方法、基于灰色系统理论的方法、基于作业成本法、基于特征的方法和基于知识工程的方法等,并分析比较了上述方法的适用阶段和优缺点;最后,提出了军用飞机费用估算领域需要解决的3个关键问题,为下一步的研究提供帮助。     

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。     

装备使用保障费用灰色建模分析

使用保障费用的估算是寿命周期费用管理的重要部分。通过分析装备使用保障费用的信息特点及其要素特征,建立了费用分析模型。考虑到装备使用保障费用数据量有限、复杂多变,用一般方法准确地预测很困难,因此提出用灰色系统理论进行费用预测的方法,建立了GM(1,1)模型及GM(1,1)预测模型。并用实际数据进行了验证,表明该方法具有很好的预测精度,可用于装备使用保障费用的预测和估算。     

基于循环神经网络的船舶航迹预测

在海事搜救、海关缉私等应用中,对目标船舶进行航迹预测是一个关键问题。为提高预测的精度和效率,提出了一种基于循环神经网络的船舶航迹预测方法,该方法包含数据预处理和神经网络预测两个部分。在数据预处理中,设计了一种基于对称分段路径距离的数据预处理方法,消除了大量冗余数据及噪声的影响;在神经网络预测中,构建了基于门控循环单元的循环神经网络模型,实现船舶位置信息精准且高效的预测。通过大量船舶自动识别系统数据进行了对比实验,实验结果证明了方法的实用性和有效性。     

船舶自动舵和自动避碰算法仿真测试平台的研究

采用MatLab的Simulink工具箱和实船实验测试船舶自动舵和自动避碰算法，存在风险大、调试周期长、费用高的缺点。基于全任务船舶操纵模拟器，研究可用于测试船舶自动舵算法和自动避碰算法的仿真测试平台。详细介绍了该测试平台的体系结构、系统功能、接口设计，并以船舶航迹保持算法为例仿真测试了该算法对一艘商船的控制效果。该平台已成功应用于船舶自动舵和自动避碰算法的测试。     

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     

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     

电力推进船舶电力负荷的多变量混沌局部预测

为提高电力推进船舶电力负荷预测精度,提出电力推进船舶电力负荷的多变量混沌局部预测.将相空间重构由单变量时间序列拓展到多变量时间序列,并依据电力推进船舶电力负荷及其相关因素构成的多变量时间序列进行相空间重构.针对每一分量时间序列采用互信息法进行最佳时间延迟的选择,最优嵌入维数则采用虚假邻点法进行确定.根据多变量混沌时序局部预测,提出基于正则化的电力推进船舶电力负荷多变量混沌局部预测.通过对实际船舶电力负荷的计算实例表明,基于多变量时间序列的预测方法比单变量预测具有较好的预测效果.     

基于寿命周期费用技术的备件采购方案优选方法

备件费用在装备维修费用中占据较大的比例,是影响装备寿命周期费用的重要因素。为了控制装备寿命周期费用、提高装备的费用效益,提出基于寿命周期费用技术的备件采购方案优选方法。分析了外购、内购、研仿和换装等4种备件采购方案的基本理念和关系,构建了4种采购方案下的备件寿命周期费用计算模型。以某船舶进口部件的备件采购为应用案例,通过寿命周期费用技术获得采购方案的优先次序。案例表明,寿命周期费用技术是辅助备件采购的有效决策技术之一,值得在工程中应用和推广。     

基于改进IOWA组合模型的舰船装备维修费预测

针对诱导有序加权平均（induced ordered weighted averaging,IOWA）组合模型中,单项预测方法精度相同时诱导值可能存在多种不同排列顺序的问题,提出综合考虑预测方法的历史性能确定其唯一排序;针对实践中单项预测方法较多时,IOWA组合模型构建过程十分复杂的问题,通过构建适合于Matlab软件计算的最优化模型矩阵形式,降低计算复杂性;结合舰船装备维修费预测中样本小、预测方法多的特征,采用各单项预测方法的历史平均拟合精度来估计其预测期诱导值的排序,并以此计算组合预测值。最后实例说明了该方法的有效性。     

基于包容性检验的舰船装备维修费组合预测

针对舰船装备维修费组合预测中,容易出现预测模型数量多于用于组合预测的样本数量,以及在已有舰船装备维修费组合预测模型中增加一个预测时,可能会降低组合预测性能的问题,通过对现有两模型包容性检验方法的分析,提出了带有截距项的多模型组合包容性检验。在此基础上,通过按模型的优劣次序逐步进行包容性检验和组合的思路,提出了基于包容性检验的舰船装备维修费组合预测模型选择方法,不仅可以降低包容性检验的计算量,而且可以提高舰船装备维修费组合预测的性能。     

基于MAS的关系网络交易成本分析仿真模型

针对关系网络交易成本研究方法在随机性、自主性和整体涌现性表现的不足,分析了关系网络中企业交易过程及交易成本产生的原因,提出了基于多智能体系统的关系网络交易成本分析仿真模型。该模型利用多智能体系统解决了自主性和整体涌现性问题,利用仿真技术解决了随机性问题。然后采用microsoft.net平台开发了本仿真模型的软件系统,应用于算例,得出了几个关系网络中交易成本的重要结论。可扩展本模型进行关系网络的其他方面的研究。     

改进的舰船维修费案例调整模型

为提高舰船维修费案例的调整效果,遵循着调整知识产生、调整知识约简和调整知识推理的建模过程,提出了一种改进的舰船维修费案例调整模型。在该模型中,采用Policastro的重构方式,利用目标案例的直接和间接相似案例集,产生舰船维修费案例的调整知识;针对调整知识中可能存在冗余、相关性、知识量过于庞大不便于推理等问题,提出了一种既能有效约简调整知识、又能准确衡量调整知识重要度的改进规则约简方法,并给出了具体的实现算法;为提高知识推理的效率,采用具有强泛化能力和出色学习能力的最小二乘支持向量机（least square support vector machine,LSSVM）,构建了舰船维修费案例调整知识推理模型,并基于遗传算法（genetic algorithm,GA）和交叉验证方法,对推理模型的有关参数进行了优化。实例结果表明,与其他案例调整模型相比,所提模型在调整精度上要远远好于其他模型,所提模型是科学、有效的。     

面向系统性能最大化的装备经费结构SD优化

为通过在装备的各组成单元之间, 对装备的研制经费实施最优分配, 继而获得最大化的装备整体作战使用能力的现实需求, 选择由锅炉、主汽轮机、主冷凝器、汽轮给水泵等4个基本单元组成的船舶蒸汽动力系统为对象, 运用系统动力学(system dynamics, SD)方法, 建立各项费用与动力系统总体性能之间的关系模型, 并转化为SD仿真平台上的动力系统各设备经费结构优化模型。经过系统分析和对照仿真结果, 找出费用在动力系统中各个设备之间分配的特殊规律, 在功率既定情况下, 确定动力系统费用的最小值以及在各个设备之间的最优分配结构, 形成基于SD理论、面向系统性能最大化，在装备组成单元层面开展经费结构优化的方法。     

国产船舶水动力数值软件在工业云平台的实现

研制适应于高性能数值软件部署和用户使用便捷的云平台,对于软件的研发和应用具有重要的工程意义。基于Web工业云平台的高性能计算资源,对国产船舶水动力学数值软件进行大规模高性能测试工作。通过选取典型的带球鼻艏的集装箱船KCS(kriso container ship)计算模型,采用该软件并行求解器模拟实际船型的航行兴波问题,达到与实际船体附近波形基本一致。国产船舶水动力学数值软件在工业云平台上的典型应用场景的成功测试,为研究船舶航行兴波问题提供了有力的自主可控国产工程仿真工具。     

基于模糊C-均值聚类与支持向量机的PMV指标预测系统

为了更好地预测室内热舒适度PMV指标,在分析模糊C-均值聚类方法与支持向量机方法的优势和互补性后,探讨了二者的结合方法,提出了一种基于模糊C-均值聚类预处理的支持向量机PMV指标预测系统.该方法把复杂的数据集看作多个群体的混合,每个群体采用单一的回归模型进行描述,使得大规模数据集的回归估计问题变成了一个多模型估计问题.将该系统应用于PMV指标预测中,与标准支持向量机方法相比, 得到了较高的预测精度,从而说明了基于模糊C-均值聚类方法作为信息预处理的支持向量机学习系统的优越性.     

基于ANFIS的选矿产品成本预测模型

准确预测产品成本,对于选矿生产过程成本控制具有重大意义。由于影响产品成本的因素多而复杂,因素之间相互影响,存在耦合现象,因而准确预测产品成本是一个重要又难以解决的问题。提出了基于自适应神经模糊推理系统的选矿产品成本预测模型,用减法聚类,最小二乘法及梯度下降法辨识了T-S模型。采用某选矿厂综合铁精矿成本及其影响因素数据,对模型的预测进行了仿真,仿真结果表明该方法是切实可行并有效的。     

PREDICTIVE STUDY ON THE ECONOMIC VALUE OF RADIO SPECTRUM IN CHINA

Increasing popularity of spectrum-based services brings the striking contradictions between the limited spectrum resource and its increasing demands.This paper puts forward an approach to forecast the future spectrum demand and its economic value,so as to offer a scientific basis for spectrum regulators to resolve this contradiction effectively and make a long-term spectrum-use plan.Specifically,this paper analyzes the driving factors of spectrum demand firstly,based on which a forecasting model is constructed to predict the spectrum demand and its deficit/surplus in the next few years.Then,a forecasting model to measure the economic value of spectrum is proposed based on marginal opportunity cost theory,and the indifference curve is introduced to show the economic value generated by additional spectrum.Additionally,an empirical study is conducted to forecast the spectrum demand and its economic value for China in the next 10 years according to the proposed method.The results of this study show that spectrum deficit is a trend in future and releasing additional spectrum will bring China huge economic benefits.