基于改进灰色关联分析的雷达费用驱动因子选取方法

针对传统灰色关联分析在雷达装备费用驱动因子选取中存在数据量纲不同、分辨系数取值不科学、以及平均关联度未考虑局部波动性等问题,提出了改进灰色关联分析模型。对原始数据进行无量纲化处理,通过科学判定分辨系数、熵权法确定权重,并引入欧几里得贴近度,建立了改进后的灰色关联分析模型,依据该方法选取费用驱动因子,建立线性回归模型进行验证和对比分析。结果表明,该方法能够有效解决传统模型存在的不足,提高分析结果的准确性和可靠性。

基于回归模型的卫星地面系统价格测算方法

提出了一种基于回归模型的卫星地面系统价格测算方法,以常用的服务器为例,经过数据收集及预处理形成样本集,作为估算建模的数据基础;筛选合适的配置参数,然后分析并选择一定的数据进行统计回归分析和训练,建立费用估算模型,对模型进行了验证和评估。将此方法应用至其他典型设备,拟合结果与实际价格基本一致,估算误差小于8%。该方法低成本、高效率、高可靠,可用于对卫星地面系统进行价格测算并定量明确费用驱动因子,为卫星地面系统论证阶段的经济分析提供有效支撑。

基于灰色关联分析理论和等工程价值比方法的飞行器研制生产费用研究

基于国内外历史数据,采用灰色关联分析理论建立了飞行器研制生产费用驱动因子的确定方法;结合飞行器早期设计中已知信息较少的特点,引入等工程价值比概念,根据确定出的费用驱动因子修正已有的国外研制生产费用模型,来估算适合于国情的新型号飞行器研制生产费用,为国内飞行器顶层设计研制生产费用的研究和费用效能评估提供了一种新思路。

偏最小二乘回归在军用飞机价格预测中的应用

由于军用飞机性能要求的不断提高,影响飞机采购价格的费用驱动因子繁多,使得原有的价格预测模型已经不适用于现代军用飞机。分析了军用飞机采购价格样本数据少、费用驱动因子多的特点,考虑到偏最小二乘回归(PLSR)方法在处理小样本多元数据方面的优势,应用PLSR对军用飞机采购价格进行预测。PLSR首先提取第1、第2主成分对采购价格样本的特异点进行剔除;然后进行变量投影重要度分析以筛选费用驱动因子;最后,PLSR对费用驱动因子进行回归建立军用飞机价格预测模型。实例表明,在军用飞机价格预测方面,与原有的预测模型和逐步多元回归模型相比,应用PLSR预测的精度更高,更能体现采购价格与飞机性能参数之间的关系。

递阶偏最小二乘回归在飞机研制费用预测中的应用

分析了飞机研制费用样本数据少、费用驱动因子众多的特点,考虑到递阶偏最小二乘回归(Hi-PLS)方法在变量规模巨大情形下进行回归建模的优势,应用递阶偏最小二乘回归方法对飞机研制费用进行预测。以战斗机机体研制费用预测为例进行研究,首先对战斗机机体研制费用驱动因子进行分组,然后应用递阶偏最小二乘回归方法对分组后的费用驱动因子进行回归建立机体研制费用预测模型。实例表明,在飞机研制费用预测方面,采用递阶偏最小二乘回归方法预测更能体现研制费用与飞机性能参数之间的关系。

航空发动机出厂费用的多元线性回归估算模型

成本管理是提升航空发动机市场竞争力的有力保障,与航空发动机研制和生产处于同等重要地位。为解决当前航空发动机出厂费用估算过于依赖经验、没有数学模型作为理论支撑等现状,以涡轴发动机为研究对象,优选参数法作为费用估算方法。收集17种型号的发动机出厂费用,将起飞功率、压气机转速、动力涡轮转速等参数作为费用驱动因子,线性拟合得到完整的发动机出厂费用与费用驱动因子对应关系,进而采用多元线性回归分析方法建立发动机出厂费用估算模型。经验证,该估算模型的平均相对误差仅为10.4%,将某1200 kW涡轴发动机的费用驱动因子代入估算模型,对其出厂费用进行估算,与实际出厂费用相比,相对误差仅为8%。