航空装备实验室项目质量GA-BP评估模型

为了解决航空装备实验室项目质量影响因素众多、质量控制困难的问题,利用遗传算法优化BP神经网络初始参数的方法,将遗传算法和BP神经网络相结合,构建了实验室项目质量评估模型。遗传算法将BP神经网络的权值和阈值进行选择、交叉、变异地操作后,得到最优权值和阈值,并赋值给BP神经网络,BP神经网络通过正、反两个方向的传播不断对其进行调整,得到最优解。用Matlab软件进行仿真运算可以对航空装备实验室项目质量进行评估,并以某校实验室项目为例,分析验证了该组合模型对航空装备实验室项目质量评估的可行性及有效性。

基于粗糙集理论的装备质量基因要素信息筛选

针对从数量众多的装备质量指标中筛选出基因要素指标的问题,构建了基于粗糙集理论的指标筛选模型。通过对装备研制生产阶段质量影响因素的分析构建质量指标体系,根据粗糙集属性约简的原理从中筛选质量基因要素,并通过KW检验验证了筛选指标的合理性。

基于系统聚类的装备质量基因要素信息融合研究

针对从多传感器测得的质量基因要素信息的融合问题,构建了基于系统聚类的信息融合模型,通过系统聚类过程实现了数据融合并提高了数据精度。以装备动力系统模块的质量信息融合为例,验证了所构建模型的完备性和信息融合方法的可行性。该方法能提高装备质量基因要素信息融合的效率和准确性,从而为装备质量管理工作提供可靠的数据分析处理手段。