基于云平台的舰船维修费用预测模型

目前研究的舰船维修费用预测模型预测准确率较低,导致成本开销过大。为了解决上述问题,研究了基于云平台的舰船维修费用预测模型。将舰船维修费用的关联性数据利用云平台存储在预测模型中,采用大数据聚类方法对舰船维修费用进行预测,提高舰船维修费用的预测和调节能力,减少舰船维修工程的不必要开销,提升预测舰船维修费用的准确性和舰船维修速度,对舰船维修费用约束指标参量进行分析,提高舰船维修费用的控制能力,优化舰船维修费用预测模型。实验结果表明,云平台的舰船维修费用预测模型能够有效提高预测准确率,减少成本。     

舰船虚拟维修仿真应用系统的设计与实现

虚拟维修技术对于舰船、航行器等复杂装备的维修性设计与分析具有重要意义。详细分析舰船维修性设计对于虚拟维修仿真的应用需求,在此基础上提出一种面向舰船维修仿真应用系统的架构,设计该系统的组成及各模块功能。该应用系统架构包括数据层、功能层、接口层及用户界面层4个层次:在数据层,可实现数据的数据库存储和本地存储;在功能层,设计了多个仿真数据管理功能、运动捕获数据处理功能以及可视性、可达性和舒适性等多个高级分析功能;在接口层,提供了与Teamcenter(TC)平台的数据集成功能,可实现从TC下载舰船JT模型至仿真系统中,以及将仿真结果和场景文件等上传至TC;在用户界面层,设计了人性化的系统操作界面,可实现客户与系统之间的友好交互和操作。最后,结合Jack仿真软件,实现舰船虚拟维修仿真应用系统的原型,该原型系统为开展舰船虚拟维修仿真数据的管理与应用以及运动捕获技术在虚拟维修中的应用奠定了基础。     

基于数字孪生的舰船上层建筑运维系统

以降低舰船运行故障为目的,设计基于数字孪生的舰船上层建筑运维系统。该系统利用数据采集层内传感器数据采集模块采集舰船上层建筑设备基本数据和运行数据,得到舰船上层建筑设备中控数据,通过报文解析后,将其存储到MySQL数据库内;数字孪生层通过调取MySQL数据库舰船上层建筑设备中控数据,构建数字孪生体后,利用其模拟舰船上层建筑设备生产和同步虚拟运行后,得到舰船上层建筑设备实时虚拟运行数据,并将其传输到业务逻辑层内;业务逻辑层对实时虚拟运行数据进行预处理后,通过映射驱动将其传输到故障诊断模块内,该模块使用基于规则变量分析的舰船上层建筑故障诊断方法得到舰船上层建筑设备实时运行故障状态,并将故障状态信息传输到展示层内;展示层利用基础管理、数据统计和检测维保等功能实现舰船上层建筑运维。实验表明,该系统运行较为稳定,可精准诊断舰船上层建筑设备故障诊断,并为用户提供设备运维视情优先级。     

舰船维修信息集成管理与数据运用

介绍了新型军民融合保障模式下、总技术责任单位负责制的舰船维修信息集成管理方案。由总技术责任单位制订故障维修信息记录要求,汇总承修单位现场提交的计划修理信息和定期赴使用方收集的自修、中继级修理、临时性修理信息,录入到事先开发的舰船装备故障维修信息处理系统,形成行业内共享的舰船装备故障及故障维修信息数据库,为后续修理排故、远程技术保障支援系统、舰船研制综合保障设计、后续舰船研究设计改进提高等提供基础数据。     

基于三维地理信息的舰船输电通道多源信息融合技术研究

针对舰船输电通道差异性数据聚类出现的中心不定问题,提出基于三维地理信息的舰船输电通道多源信息融合技术。构建舰船配电网络输电通道的信息传输信道模型,采用量化跟踪调制方法对信道进行自适应调整以补偿信道畸变;对舰船输电通道覆盖区域进行三维地理信息特征采集,对采集的地理信息特征进行模糊C均值聚类处理,并输入到舰船输电通道中组成一组训练序列+信息序列的帧信号,在决策指向性模式下实现舰船输电通道多元信息融合。仿真结果表明,采用该方法进行舰船输电通道信息融合,可提高舰船配电网络输电通道负载均衡性,抗干扰能力较强,从而改善了舰船配电网的结构性能。     

链路层舰船通信光纤网络被动数据存储方法研究

为了提高链路层舰船通信光纤网络被动数据存储的容量,提出一种基于分层融合机制的链路层舰船通信光纤网络数据存储模型。首先采用交叉分布式云存储结构模型构建光纤网络被动数据存储的数据库模型,在数据库中进行被动数据的聚类处理,然后根据聚类属性进行分层融合,对海量的舰船通信光纤网络被动数据进行特征压缩,从而提高存储空间的容量。最后进行数据存储的仿真实验分析,结果表明,采用该方法构建舰船通信光纤网络被动数据存储模型,数据库的吞吐量得到明显提升,同时提高了对目标数据的查准率和查全率。     

基于XML的舰船通信网络监控数据优化集成

当前的数据集成采用将数据映射至同一中心库的方式实现数据集成,应用于异构环境下会出现数据耦合较大、处理复杂性高的问题。就上述问题,设计基于XML的舰船通信网络监控数据优化集成方法。对舰船通信网络不同来源的数据标准化处理后,依据基于模型驱动的转换原理进行数据库映射,从而建立监控数据集成虚拟库。消除虚拟库中不同类型的元数据语义冲突后,利用决策树算法实现监控数据集成。仿真测试验证设计的集成方法处理时间明显缩短,集成后数据的最低利用率可达88.6%,有效降低数据耦合度,提高了数据可用性。     

非结构化网络分析舰船通信数据完整性监测算法

传统船舶通信数据完整性监测算法,仅能对分布式网络结构数据的完整性进行监测计算,无法对非结构化网络数据进行分析。针对此问题,提出非结构化网络分析舰船通信数据完整性监测算法。通过在监测算法中添加非结构化网络分析策略与数据完整性验证机制,实现非结构化网数据完整性的一体化分析计算。最后,通过融合数据完整性监测算法,对融合后的数据进行完整性的二次验证,从而保证数据完整性监测的精准。为了验证提出算法的可行性,通过与传统监测算法的仿真数据对比实验,证明提出算法具有监测精度高的特点。     

舰船监控网络异构监控数据自适应存储方法

为快速有效存储舰船监控网络异构监控数据,提出舰船监控网络异构监控数据存储方法。此方法主要用于优化舰船监控网络监控数据云存储平台的存储效果,多个舰船监控设备,经多个虚拟网关在数据接口层统一接口的使用下,将异构监控数据发送至数据处理层;数据处理层使用基于聚类的异构监控数据分类方法,将异构监控数据按照来源分类;分类后数据发送至分布式数据存储层,使用基于自适应分配的异构监控数据存储方法,结合分布式数据存储模型的可用容量与带宽状态,将分类后监控数据以自适应分配方式,存储于性能最优的存储模型,完成自适应分配存储。实验结果表明,此方法具备舰船监控网络异构监控数据自适应存储能力,存储效率、成功率显著提高。     

虚拟现实技术在舰船维修中的应用

传统的舰船维修方法实时性差,在维修中耗费的时间与人力较多,为此设计一种基于虚拟现实技术的舰船维修方法。建立虚拟舰船维修环境模型,设定舰船零件与零件之间的装备约束条件,提高维修过程的实时性,采用虚拟现实技术全面采集舰船维修故障信息,按照可靠性理论计算舰船维修中各项设备的可靠度,确定舰船中每个设备的维修次序,以此完成基于虚拟现实技术的舰船维修。实验证明,此次设计的舰船维修方法比传统维修方法维修时间短,满足舰船维修的实时性需求。     

云环境下大规模融合研究舰船多源信息数据

目前对大规模舰船的多源信息数据融合研究中,在融合初期阶段,对数据的分解存在不足,导致融合后数据正确率受交集元素数量影响较大。因此提出云环境下大规模舰船多源信息数据融合研究。首先对多源信息矩阵进行分解,并且将得到的数据利用D-S证据理论在进行识别,得到数据类型和冲突程度。最后采用BP神经网络技术,通过训练后的神经网络,对多类型多冲突的数据进行融合运算。为了验证设计的数据融合技术的可行性,设计仿真实验,采用云环境下多艘舰船中的参数数据作为多源信息源数据作为实验数据,并采用设计方法和文献[1]、文献[2]、文献[3]中信息数据融合技术来进行数据融合。实验结果显示,设计方法融合后高斯噪声更低,且数据正确率受交集元素数量的影响较大。     

基于二维码识别的舰船仓库管理系统整体架构分析

传统的仓库管理系统是利用一维码实现对仓库的管理,该系统数据承载能力较差,系统响应时间受到限制。为此设计基于二维码识别的舰船仓库管理系统。通过引用RFID模块对物资信息进行采集,将采集到的信息进行编码等操作,生成信息容量较大的二维码符号,利用二维码识别技术获取数据信息并根据需求进行处理,实现舰船仓库的管理。测试结果表明:在数据量异常的情况下,与传统的基于一维码的仓库管理系统相比,基于二维码识别的舰船仓库管理系统数据承载能力较强,系统响应时间较短。     

大数据平台舰船行驶信息优化提取系统

为实现舰船行驶行为的定向化控制,设计一种基于大数据平台的舰船行驶信息优化提取系统。按照Hadoop大数据框架的部署条件,连接必要的数据量化模块,实现舰船行驶信息优化提取系统的硬件运行环境搭建。在此基础上,分别计算大数据存储总量、平台化结构向量及必要提取系数,实现系统的软件运行环境搭建,结合相关结构硬件设备,完成大数据平台的舰船行驶信息优化提取系统设计。对比实验结果表明,与传统提取系统相比,应用优化提取系统后,QIR指标出现明显的提升趋势,舰船行驶信息也得到了有效的定向化控制管理。     

大数据背景下舰船通信信息资源提取方法

在现有舰船通信信息资源提取方法中,经过整合处理得到的信息资源数据编码结构混乱,导致提取数据精度较低。为此,设计一种大数据背景下舰船通信信息资源提取方法。利用大数据技术编码信息资源特征后,设定局部性约束条件,确定舰船通信信息资源特征。构建信息资源阈值识别判断公式,根据计算得到的识别阈值,完成对信息资源的提取。设定实验环境后,准备通信信息数据,分别使用2种传统资源提取方法以及文中设计的资源提取方法进行对比实验,结果表明,文中设计的资源提取方法提取精度最高。     

大密度舰船电子海图中数据快速检索方法研究

为了提高舰船导航和定位能力,需要对大密度的舰船电子海图数据进行快速准确检索,针对舰船电子海图数据分布密度大、散列性较强的特点,提出基于自相关特征匹配和模糊C均值聚类的大密度舰船电子海图中数据快速检索方法。采用有向图和决策树构建舰船电子海图数据库的检索节点分布结构模型,提取舰船电子海图数据的语义关联性和规则性特征,采用自相关特征匹配方法对检索数据进行指向性挖掘和信息融合处理,对挖掘的关联数据进行模糊C均值聚类,实现对大密度舰船电子海图数据的分类检索。仿真结果表明,采用该方法进行大密度舰船电子海图中数据检索的收敛速度较快,提高数据检索的查准率和查全率,检索效率和准确性较高。     

改进GM（1,1）模型在舰船维修费用预测中的应用

基于灰色系统理论,使用海军舰船维修费用历史数据建立初值修正的GM（1,1）模型,利用少量数据中的显信息和隐信息,避免复杂的相关关系,克服了原始数据的离散性,得到较高精度的拟合效果,并对海军舰船维修费用进行短期预测。将预测结果加入等维信息模型,对未来费用支出进行动态预测。结果表明：其精度优于传统模型。     

基于协同过滤的舰船通信网络告警数据多维度分析方法

面对当前舰船通信网络多维度告警数据,传统分析方法已经无法满足实际需求,导致虚警率过高,浪费了大量资源。为此,提出一种基于协同过滤的舰船通信网络告警数据多维度分析方法。该方法主要分为3部分,首先利用基于XML的集成技术采集舰船通信网络多维度告警数据,然后利用主成分分析方法(PCA)进行数据降维,最后利用协同过滤算法对告警数据进行分类,按照类别进行具体分析,以此为依据提出相应的告警解决方法。结果表明,与传统方法相比,利用基于协同过滤的方法进行舰船通信网络告警数据多维度分析后,虚警率有所降低,为舰船通信网络的正常运行提供了重要的保障。     

海上舰船加密通信系统设计

对舰船机密信息进行加密能够有效保证船舶信息安全,但在实际加密过程中,传统舰船加密通信系统不但运行效率低,加密后的数据完整性也不能得到保证。针对上述问题,设计一个新型的海上舰船加密通信系统。首先确定系统设计目标,然后根据该目标完成系统总体框架的构建,最后在此基础上,完成系统软硬件设计。结果表明:与传统舰船加密通信系统相比,利用新型海上舰船加密通信系统对132 GB信息进行加密并传输,平均仅花费4.41 s,系统运行效率得到提高。此外,系统完整性也得到提高,提高了20%,极大地保护了信息的安全性。     

基于密码学原理的舰船网络数据保持机制

传统数据保持机制修复网络节点时,对原始数据内容覆盖不全面,导致数据加密时间较长,编码完整性较差。为此,提出基于密码学原理的舰船网络数据保持机制设计。在舰船网络数据访问和存储过程中,利用密码学原理,随机编码网络数据,修复并构造新的数据块,复制分割后进行安全存储,再根据冗余数据块形成向量,译码还原出原始网络数据,完成数据保持机制构建。部署舰船网络环境进行对比实验,结果表明,此次设计机制相比传统机制,加密时间缩短了2.611 s,编码占比提高了3.76%,编码数据更加完整,充分保证了舰船网络数据安全性能。     

大数据分析下舰船维修数据挖掘算法优化分析

舰船维修数据具有重要的利用价值,当前算法无法有效对其变化特点进行准确挖掘,无法充分发挥舰船维修数据优势,为了提高舰船维修数据挖掘精度,设计了基于大数据分析下舰船维修数据挖掘算法。首先采用单一算法对舰船维修数据进行挖掘,并根据挖掘精度对各种算法进行评价。然后采用大数据分析技术中的包容性检验算法选择最佳的单一模型,并对它们结果进行组合,得到舰船维修数据挖掘结果。最后采用舰船维修价格的历史数据作为实验对象,分析本文方法的优越性。本文方法的舰船维修价格的预测精度要显著高于当前其他数据挖掘算法的精度,而且舰船维修价格预测可信度更优,降低了舰船维修价格预测误差。