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。     

基于BP神经网络的舰船维修成本估计

舰船维修成本估计直接影响舰船企业的运营效益,针对当前舰船维修成本估计方法存在的一些局限性,以延长舰船寿命,提出基于BP神经网络的舰船维修成本估计方法。首先介绍当前舰船维修成本估计研究现状,找到当前各种舰船维修成本估计方法的不足,然后在此基础上依据舰船维修成本变化特点,引入BP神经网络建立舰船维修成本估计模型,最后通过Matalab2017平台实现了舰船维修成本估计仿真实验。相对当前其他的舰船维修成本估计方法,BP神经网络可以更好地跟踪舰船维修成本变化特点,不仅舰船维修成本估计精度高,而且舰船维修成本估计建模时间短,为解决复杂多变的舰船维修成本估计问题提供了一种新的方法。     

基于云模型的舰船仿真系统可靠性评价

在云环境下舰船仿真系统容易受到干扰和敌方攻击,导致系统的可靠性不好,提出一种基于云模型的舰船仿真系统可靠性评价方法,构造舰船仿真系统可靠性评估的约束指标体系。采用Boehm模型进行舰船仿真系统的可靠度和鲁棒性预测,将仿真系统的可靠性指标通过关联映射方法分配到云模型中。根据云模型中的属性数字特征表达舰船仿真系统的可度量粒度,实现舰船仿真系统的可靠性评价和故障重构。仿真结果表明,采用该方法进行舰仿真系统可靠性评价的置信度较高,系统的鲁棒性明显提高,提高了舰船系统的故障诊断和系统综合评价能力。     

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。     

基于云推理的舰船安全状态评估模型

为了提高舰船通信和航行的安全性能,提出基于云推理的舰船安全状态评估模型,采用均衡博弈方法构建舰船安全状态评估的约束参量模型,结合自适应转发控制协议进行舰船安全状态评估的目标函数构建,采用云推理算法进行安全状态评估目标函数的优化求解,设计服务接口模式进行舰船航行状态的调度和安全评估,采用Lyapunove指数预测算法实现舰船安全状态有效预测和评估。仿真结果表明,采用该方法进行舰船安全状态评估的准确度较高,对舰船航行和调度的有效性较好,确保了舰船运行状态安全。     

舰船维修系统建模与能力评估

The authors developed a prototype of a warship maintenance system. The process started by defining the maintenance requirements of warship equipment. Next, a planning scheme was development for a maintenance network. An optimization target for the plan and indexes for assessment were established. Based on the above work, a simulation model was proposed with two layers: a base and a workshop. Dispatching rules were then formulated for the simulation. Experimental results proved the validity of the model and the dispatching algorithm. It was found that the model can solve the capacity evaluation problem for maintenance systems and provides a scientific basis for decision-maker to make decisions regarding equipment maintenance.     

舰船机械装备最小维修模型优化研究

论述了可靠性模型在维修决策中的作用。在传统维修模型维修费用的基础上，建立了一般及考虑维修时间的新的最小维修优化模型。该模型是对传统的维修模型的扩充和发展，此法对维修性理论的发展和维修实践活动有一定的参考作用。     

基于支持向量机的舰船维修费用组合预测研究

在费用预测中,利用单一模型往往存在着信息不足的缺陷。为了提高舰船维修费用的预测精度和稳定性,采用支持向量机（SVM）回归算法,把几种单一预测模型结果作为输入,实际值作为输出,然后用足够多的预测案例训练学习机器,在各组合的模型预测结果与实际之间得到一种非线性映射关系,从而建立了非线性组合预测模型。最后,以某型舰船维修费用为例,对指数平滑法、灰色预测和参数法3种方法的预测结果进行仿真,结果表明此法较传统的单一模型预测法具有更高的预测精度。     

舰船维修系统建模及能力评估

为解决舰船维修系统能力评估问题,定义了舰船装备保障计划,构造了维修系统实体模型,抽象了维修网络计划图,确立计划优化的目标和能力评价的指标,提出基地、工厂两层仿真模型及仿真调度规则。实验结果证明模型有效、调度规则有效。     

舰船维修效益综合评估模型研究

详细分析了影响舰船维修效益的主要因素,提出了费效分析的一般步骤。在此基础上,从舰船效能角度,即舰船能力指数、在航率和系统任务能力恢复率三个方面进行分析,对舰船维修效益进行综合评估研究,从而得出提高舰船维修效益的有效途径。该研究对于提高舰船维修效益有一定指导意义。     

船舶港口建筑工程造价的预测模型构建

针对当前船舶港口建筑工程造价预测误差、准确度低的缺陷,设计了基于贝叶斯回归算法的船舶港口建筑工程造价预测模型。首先对当前船舶港口建筑工程造价预测现状进行分析,分析船舶港口建筑工程造价预测误差大的原因,然后根据船舶港口建筑工程造价数据,引入贝叶斯回归算法对船舶港口建筑工程造价的变化态势进行拟合和预测,最后通过船舶港口建筑工程造价预测的仿真实验分析预测效果,本文模型很好把握了船舶港口建筑工程造价变化规律,船舶港口建筑工程造价预测精度超过95%,船舶港口建筑工程造价预测的训练和测试时间短,船舶港口建筑工程造价结果要明显好于其他模型,为船舶港口建筑工程造价预测提供了一种新的研究工具。     

基于数据挖掘的舰船装备维修费估计

舰船装备维修费具有一定的规律性,同时也有一定的随机性,导致很难进行准确估计。为了提高舰船装备维修费精度,减少舰船装备维修估计偏差,设计了基于数据挖掘的舰船装备维修费估计模型。首先分析当前舰船装备维修费估计模型的各种局限性,然后收集舰船装备维修费历史数据,并对舰船装备维修费历史数据进行处理,得到更加有规律的舰船装备维修费数据,然后采用数据挖掘技术建立舰船装备维修费估计模型,并采用实际舰船装备维修费数据进行验证性实验。本文模型的舰船装备维修费估计精度高,舰船装备维修费的估计误差远小于当前其他舰船装备维修费估计模型,结果证明本文方法是一种精度高,误差小的舰船装备维修费估计模型。     

云计算虚拟技术在船舶维修保障数据平台的应用

随着现代航运的发展,海上船舶朝着大型化、智能化及精密化发展,船舶设备特别是动力装备系统精密度越来越高,其故障定位及保障维修难度系数呈指数级增加,传统依靠人工经验的保障维修方式已经越来越不能适应现代船舶维修要求,高智能化、高可靠性及费用低安全性高的保障维修技术成为未来船舶动力装置维修的发展方向。本文研究基于云平台的虚拟化技术,将其运用于现代船舶的动力装置维修数据平台中,对虚拟维修管理过程进行建模仿真,提高了维修保障数据平台的可靠性。     

船舶运动的拓扑预测模型分析

航空母舰是一种主要以舰载机为作战武器的舰艇,因此,对其运动预报的研究具有战略意义。由于实际航行情况复杂多变,以往获得的运动数据繁琐复杂,具有很强的随机性和非线性,导致不能有效利用这些数据进行舰船航行的预报。灰色系统理论在研究非线性系统上具有独特的优势。本文将应用灰色系统理论进行舰船运动预报的研究,从多个角度对纵摇角度进行深入预测。     

舰船云计算系统服务器故障的识别模型

舰船云计算系统服务器故障的种类多,故障与特征之间是一种非常复杂的映射关系,传统舰船云计算系统服务器故障识别模型难以获得理想的识别结果。为了克服当前舰船云计算系统服务器故障识别模型存在的不足,设计一种基于数据挖掘的舰船云计算系统服务器故障识别模型。首先采集舰船云计算系统服务器故障识别数据,然后采用数据挖掘技术对舰船云计算系统服务器故障识别数据进行分析和建模,建立舰船云计算系统服务器故障识别的分类器,最后进行了舰船云计算系统服务器故障识别仿真对比实验。本文模型的舰船云计算系统服务器故障识别率高达95%,而且舰船云计算系统服务器故障的误识率要小于当前其他舰船云计算系统服务器故障识别模型,结果验证了本文模型的优越性。     

船舶航向模糊自适应云模型控制

为了解决船舶航向云模型控制器驱动参数的自适应问题,将模糊自整定方法引入到云模型控制器设计中,设计了模糊自适应云模型控制器,并进行了仿真对比试验。结果表明,该控制器可以使船舶航向控制在动态和稳态上都具有较好的精度,超调量小、控制效果良好。     

船舶航向保持系统的云模型控制研究

云模型是对语言值所蕴含的模糊性和随机性的一种数学描述,它用期望值Ex,熵En和超熵He表征定性概念,将概念的模糊性和随机性集成在一起,是实现知识库中定量与定性之间相互转换的一种新途径.本文论述了模糊子集的云模型表示、基于云模型控制规则的不确定性推理,并设计了船舶航向保持系统的一维与二维云模型控制器.仿真结果表明,该控制器简易、直观、鲁棒性强,具有良好的控制性能和较好的应用价值.     

船舶企业成本控制模式研究

文章分析了船舶企业成本控制的现状,提出了双重成本控制标准管理模式和推行双重成本控制标准的策略。