基于支持向量机的舰艇部队作战油料消耗量预测研究

为了提高舰艇部队战时油料消耗量预测的准确性,提出了基于支持向量机的预测方法。分析了支持向量机的回归原理及算法,构造了舰艇部队作战油料消耗量预测模型。针对支持向量机中训练参数对预测结果的影响,采用遗传算法对相关参数取值进行优化,以获得预测性能较好的支持向量机模型。以某舰艇部队参加演习的油料消耗量数据作为实验数据,采用构建的支持向量机模型对舰艇部队油料消耗量进行预测,并将其与BP神经网络进行对比分析。实验结果表明,支持向量机比BP神经网络预测精确度更高,误差更小,有效提高了舰艇部队作战油料消耗量预测的准确性和可靠性。

基于云重心理论的舰艇部队作战油料保障能力评估

为评估舰艇部队作战油料保障能力,根据舰艇部队作战油料保障特点和相关要求,从油料储存能力、油料运输能力、油料补给能力、快速反应能力、组织筹划能力、抢修抢险能力6个方面构建了评估指标体系,采用云重心理论建立了舰艇部队作战油料保障能力评估模型,并结合实例对模型进行了验证.结果表明,该方法能有效融合主客观信息,解决评估过程中定性与定量间的不确定性转换,减少评估过程中模糊性和随机性的影响,提高舰艇部队作战油料保障决策的科学性.

舰船综合电力系统发电机组投切条件分析

由于采用大小容量发电机组配置方式,舰船综合电力系统发电机组投切条件与采用等容量发电机组配置的传统舰船电力系统发电机组投切条件不尽相同。以英国皇家海军45型驱逐舰综合电力系统为例,分析了其不同运行工况下的机组运行方式,根据设计经验,给出了其可能的发电机组投切条件。