基于主成分分析和支持向量机的参数费用模型

在武器系统分析中,建立武器参数费用模型时,首先要挑选特征参数,这里采用主成分分析方法选择武器的特征参数;利用支持向量机建立了参数费用模型。通过实例与线性回归法和神经网络法的结果进行了比较,结果表明支持向量机比较精确和简单。

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 。

武器型号费用参数模型的数据诊断与识别

针对采用回归分析建立武器型号费用参数模型时 ,如何选择合适的数据诊断与识别方法进行了讨论 ,重点介绍了原始数据中多重共线性的判别和如何识别自变量、因变量异常值的方法。采取这些措施后 ,可确保模型所用数据满足要求 ,从而提高模型的精度 ,为进一步建立合理的武器型号费用参数模型 ,提供可靠保障。

武器型号费用参数模型的数据处理

针对武器型号费用存在多重共线性及出现异常值的问题 ,讨论了武器型号费用参数模型的数据处理方法。采用岭回归法处理数据的多重共线性 ,采用库克距离测度法来识别异常值 。

基于神经网络的参数－费用模型研究

讨论了采用用神经网络理论来建立参数－费用模型的方法，给出了几种地空导弹武器系统的特征参数与研制费用，对神经网络法与线性回归法所得的结果进行了比较。比较结果表明，神经网络法比线性回归法精确。

数据包络分析(DEA)方法在导弹武器系统参数-费用分析中的应用

采用ＤＥＡ方法，计算和分析了国外几种典型导弹武器系统的研制费用与其性能参数的关系。

无人战斗机全寿命周期费用分析

无人战斗机是当代一种新概念航空武器。基于文献上主流的无人战斗机概念和根据概念拟定的无人战斗机战技性能要求 ,完成了一个初步的无人战斗机方案设计。利用修正过的参数化费用模型对无人战斗机方案的全寿命周期费用进行了分析估算。所作设计方案和全寿命周期费用分析结果表明 ,无人战斗机与有人战斗机相比 。

Research on Preventive Maintenance Strategy of Simulator Based on Reliability Theory

Based on the theory of reliability, this paper studies the preventive maintenance strategy of the simulator with incomplete maintenance, and establishes the preventive maintenance model with the aim of simulating the maintenance cost and simulating machine availability. The main contents of this paper are as follows： Firstly, this paper introduces the background and significance of this paper, expatiates the relevant concepts and mathematical foundation of simulator maintenance related theory and reliability maintenance thought, simulator performance degradation law, Weibull parameter estimation method, As the center of the maintenance （RCM） theory of system maintenance decision analysis.

航空装备研制费的参数化估算方法研究

根据现代航空装备研制特征及研制费内容构成,对航空装备研制费影响因素及其度量方式进行了分析,针对国内同类航空装备研制项目样本数据少而研制费用影响因素多的特点,研究提出了采用偏最小二乘回归方法开展样本数据的主成分分析和综合变量提取、建立参数化费用估算模型的参数化估算方法。案例证明,提出的参数化估算方法适用于小样本多元数据条件下的费用模型构建,构建的模型预测准确性满足费用估算要求。