基于BP神经网络的装备使用维修费用预测

在对装备使用维修费用分析的基础上,利用神经网络理论,建立了时间序列对象的反向传播(back-propagation,BP)预测模型,并应用于装备使用维修费用的预测研究,并通过对某型装备使用维修费用的预测分析,证实了本模型的科学性与正确性.

基于聚类和模糊神经网络的装备维修费用预测

在对装备使用维修费用分析的基础上,利用聚类和模糊神经网络理论,建立了时间序列对象的预测模型,并应用于装备使用维修费用的预测研究,从而探讨了一条适合装备使用维修费用预测的新途径。通过对某型装备使用维修费用的预测分析,证实了本模型的科学性与正确性。

改进BP网络在装备维修费用预测中的应用

提出了一种BP神经网络理论的改进算法,在此基础上建立了时间序列对象的预测模型,根据预测模型,对某型装备使用维修费用进行预测,并与实际使用维修费用进行了对比。结果表明此模型准确,并具有应用泛化能力,该算法为费用预测提供了一条新途径。

灰色神经网络的鱼雷经济寿命预测

为减少军费开支、降低鱼雷全寿命费用,从经济性角度提出了鱼雷最佳服役年限模型。利用灰色等维新息GM(1,1)模型对鱼雷年度使用维修费用进行预测;采用分组的思想将原始数据分为多组,采用神经网络对灰色模型的预测残差进行修正,以提高预测精度。通过实际算例预测了鱼雷经济寿命,从而证明了模型的实际应用价值。