地地弹道导弹可用性仿真评估系统构建

阐述了地地弹道导弹可用性评估的重要性,并以此为需求牵引,提出了以MTMC-RDEDS(Mission Time Monte Carlo Random Discrete Event Dynamic Systems)为核心的可用性建模与仿真一体化框架,结合实际应用,以模型重用技术为基础,构建了拥有丰富建模与仿真知识库、模块化设计与开放式接口的导弹可用性仿真评估系统总体框架及软件层次结构,并给出了涉及工作状态、维修保障、统计优化在内的核心仿真模型与算法,探讨了系统实现的关键技术,包括:随机变量建模、武器系统建模、仿真系统可信度评估.利用VC++和相关软件开发了地地弹道导弹可用性仿真评估系统,给出了仿真运行界面,并进行实例分析,验证模型和系统的有效性.仿真的结果与实际试验情况吻合较好,表明该动态评估方法快捷有效,评估系统建设方案合理可行,适用于工程分析,不失为地地弹道导弹可用性评估的一种有效手段.     

固体火箭发动机装药贮存寿命预测方法

针对固体火箭发动机装药贮存寿命预估的难题,开展了固体火箭发动机贮存可靠性、装药老化性能、药柱结构完整性分析等几个方面的研究,建立了GM-RBF网络模型、基于修正Ar-rhenius的交变温度预测模型、基于加速老化和结构完整性分析的装药贮存寿命预估模型,从不同角度来对装药贮存寿命进行组合预测.在此基础上,设计和开发了预测系统,通过实验数据和仿真分析,得到实例的装药贮存寿命区间为10.5～13.2y.研究表明:这种组合预测的方法避免了单一算法的局限性,提高了预测精度.     

基于 C-AHP的舰炮装备保障性指标体系

在指标体系构建过程中,应用一种云模型（CloudModel）与层次分析法（AHP）相结合的云层次分析法（C—AHP）,构建舰炮装备保障性指标体系的层次结构,针对指标体系中定性定量指标的特性,依据指标的相对重要性筛选各层次指标。实例证明,该方法可有效解决舰炮装备保障性指标体系构建中指标分类不明确,以及由于各类定性定量指标繁杂导致的指标筛选困难等问题。     

基于神经网络的导弹武器系统保障资源评估

科学的评估导弹武器系统保障资源对提高部队保障能力及装备保障指挥决策具有重要的现实意义;文中基于人工神经网络理论及BP网络原理,建立了导弹武器系统保障资源评估模型,初步形成对装备保障资源各基本内容的评估。最后,结合实际导弹武器系统保障资源实例进行了分析。     

基于时间序列分析的装备可用度预测方法

阐述了装备可用度预测的重要性,并以此为需求牵引,构建了具有非线性、非平稳的装备可用度时间序列。基于奇异值分解滤波算法,将原始序列分解为趋势成分和随机成分,分别应用粒子群训练的径向基神经网络模型和函数系数自回归模型进行组合预测,充分体现了2类模型的各自的优势。实例分析,验证了模型和算法的有效性。实验与应用结果表明,该组合方法的预测性能和效果比单一使用RBF和FAR进行预测更好。     

基于模糊贝叶斯的导弹武器系统可靠性和可用性分析

综合考虑了装备、保障系统、管理和人员、保障方案等要素,提出了一种基于模糊贝叶斯的导弹武器系统可靠性和可用性分析方法,将先验信息和样本数据有效融合,采用模糊随机变量来处理数据的不确定。通过算例分析,验证了模型的有效性。结论表明,该方法所得的评估结果符合装备的实际情况。