基于RBF神经网络的舰船维修费预测

鉴于单个预测模型在舰船维修费预测中存在信息源不够广泛的不足,提出用组合预测法进行维修费预测。构建了基于径向基函数(RBF-Radial Basis Function)神经网络的舰船维修费组合预测模型,并用实例进行了验证。结果证明了此方法的有效性。     

基于多属性群决策的舰船维修方案组合评估方法

不同的舰船维修方案评估方法得到的评估结果具有一定的差异,然而这些结果都具有一定的合理性,因此给舰船维修科学决策带来了困难.针对这一问题,以多种方法的评估结果为分析对象,应用一种多属性群决策中专家权重动态赋权法对各种评估结果进行组合,提出了基于多属性群决策的舰船维修方案组合评估方法.实例分析结果表明,所提方法得到的评估结果包含的信息量全面,综合了多种评估结果的特点,评估结果更具可信性.该方法简便实用,为舰船维修方案的科学决策提供了有力的支持,同时该方法对于排序性评估也具有普遍适用性.     

基于 Petri 网的航母飞行甲板火灾评价方法*

航母飞行甲板上的航空保障作业极为复杂,各种危险源互相交织,极易发生火灾事故,给人员、舰载机和系统设备安全造成了很大隐患。目前,火灾风险的随机性评价方法虽比较成熟,但难以对其进行定量和动态分析。在综合当前火灾风险评价方法的基础上,针对航母飞行甲板的火灾安全特性,提出使用面向对象的 Petri网建模和仿真方法,进行飞行甲板火灾风险评价,并建立了相应的评价模型,为飞行甲板定量评价提供了重要支撑。