火力与指挥控制
火力與指揮控製
화력여지휘공제
FIRE CONTROL & COMMAND CONTROL
2013年
8期
72-75
,共4页
保障资源%遗传算法%神经网络%需求预测%网络优化
保障資源%遺傳算法%神經網絡%需求預測%網絡優化
보장자원%유전산법%신경망락%수구예측%망락우화
supporting resources%genetic algorithm%neural network%requirements prediction%network optimize
针对现代战争条件下装备保障资源需求变化快,保障资源预测困难的问题,首先分析了影响装备保障资源需求的因素,根据实际情况选取了平均维修间隔时间(MTBM)、平均修复时间(MTBR)等8项影响装备保障资源需求的关键指标,然后将基于遗传算法(GA)优化的反向传播(BP)神经网络应用于保障资源需求预测中,构建了基于遗传神经网络的需求预测模型,最后利用1980年～2010年实际保障资源需求数据对模型进行了验证.验证结果表明,基于GA优化的BP神经网络预测模型有较快的收敛速度、较强的适应性和较高的预测精度,适用于装备保障资源需求预测.
針對現代戰爭條件下裝備保障資源需求變化快,保障資源預測睏難的問題,首先分析瞭影響裝備保障資源需求的因素,根據實際情況選取瞭平均維脩間隔時間(MTBM)、平均脩複時間(MTBR)等8項影響裝備保障資源需求的關鍵指標,然後將基于遺傳算法(GA)優化的反嚮傳播(BP)神經網絡應用于保障資源需求預測中,構建瞭基于遺傳神經網絡的需求預測模型,最後利用1980年～2010年實際保障資源需求數據對模型進行瞭驗證.驗證結果錶明,基于GA優化的BP神經網絡預測模型有較快的收斂速度、較彊的適應性和較高的預測精度,適用于裝備保障資源需求預測.
침대현대전쟁조건하장비보장자원수구변화쾌,보장자원예측곤난적문제,수선분석료영향장비보장자원수구적인소,근거실제정황선취료평균유수간격시간(MTBM)、평균수복시간(MTBR)등8항영향장비보장자원수구적관건지표,연후장기우유전산법(GA)우화적반향전파(BP)신경망락응용우보장자원수구예측중,구건료기우유전신경망락적수구예측모형,최후이용1980년～2010년실제보장자원수구수거대모형진행료험증.험증결과표명,기우GA우화적BP신경망락예측모형유교쾌적수렴속도、교강적괄응성화교고적예측정도,괄용우장비보장자원수구예측.
