基于BP神经网络的装备维修人员保障能力评估
BP-GA神经网络在装备保障综合防护效能评估中的应用
６ 期
曲红绯 ， ：ＰＧ 等 Ｂ —Ａ神经 网络在装备保 障综合 防护效能评估 中的应 用
合理性决定。
间的大量 区域。遗 传算法 能以很大 的概率找到全 局最优解 ， 尤其适合于处理传统搜索方法解决不 了
的复杂和非线性 问题 ， 发展成 为一 种 自组织 、 并 自 适应的综合 技术 。Ｂ —Ａ混合 神经 网络 的思路就 ＰＧ 是首先随机产生初 始权值 ； 不符合 误差要求 ， 若 则
效能、 防电磁脉 冲效 能和 防化效 能 的综 合 能力上 来 。目 已有一些 这样 的综合防护效能评价方法 ， 前 如模糊物元 评价 方法 、 色关 联度 评价 方法 Ｊ灰 Ｊ
等。在实际防护效 能评价 中， 模糊隶属度 函数往往 是不容易准确确定 的， 现采用遗传算法与神经 网络
击敌高速动能弹丸侵入 内部的能力 ， 它主要 由防护
工程所采用的材料决定 ； （） ２ 伪装能力反映的是防护工程抗击敌方侦察 发现的能力 ， 它主要 由防护工程隐蔽伪装效果决定 ； （） ３ 防震能力反映的是防护工程抗击敌弹丸爆 炸震塌效应的能力 ， 它主要 由防护工程结构决定 ； （） ４ 防电磁脉冲破坏能力反映 的是防护工程抗 击敌方电磁脉冲损 伤和干扰 的能力 ， 它主要 由防护
因此 ， 综合 防护效能可分 为抗 侵彻效 能、 伪装 效 能、 防震效 能、 防电磁 脉 冲效 能和 防化效能 五个
方面。每个分效能又 由若 干种 因素组成 ， 为具有可 比性并最终形成综合 防护效 能指标 ， 每项效能指标
均以破坏概 率为计 算 因子 。评估 指标 体 系如 图 １
所示 。
维普资讯
第７ 卷
第６ 期 ２０ 年 ３ ０７ 月
科
BP神经网络在装备保障性评估中的应用
Ａｂｓ ｔ ｒ ａ ｃ ｔ：Ｔｈ ｒ ｏ ｕ ｇ ｈ ｔ ｈ ｅ ａ ｎ ａ ｌ ｙ ｓ ｉ ｓ ｏ ｆ ｆ ａ ｃ ｔ ｏ ｒ ｓ ｔ ｈ ａ ｔ ｄ ｅ ｔ ｅ ｒ ｍｉ ｎ ｅ ｓ ｔ ｈ ｅ ｅ ｑ ｕ ｉ ｐ ｍｅ ｎ ｔ ｓ ｕ ｐ ｐ ｏ ｒ ｔ ａ ｂ ｉ ｌ ｉ ｔ ｙ， ｉ ｔ ｉ ｓ ａ ｂ ｌ ｅ ｔ ｏ ｅ ｓ ｔ ａ ｂ — ｌ ｉ ｓ ｈ ｔ ｈ ｅ ｅ ｖ ａ ｌ ｕａ ｔ ｉ ｏ ｎ ｉ ｎｄ ｅ ｘ ｓ ｙ ｓ ｔ ｅ ｍ． Ｂｅ ｃ ａ ｕｓ ｅ ｉ ｔ ｈ ａ ｓ ａ ｎ ｏ ｎｌ ｉ ｎ ｅ ａ ｒ ｒ ｅ ｌ ａ ｔ ｉ ｏ ｎ ｓ ｈｉ ｐ ｂ ｅ ｔ ｗｅ ｅ ｎ ｔ ｈ ｅ ｉ ｎ ｌｕ ｆ ｅ ｎ ｃ ｅ ｆ ａ ｃ ｔ ｏ ｒ ｓ ｏ ｆ ｔ ｈ ｅ ｅ ｑ ｕ ｉ ｐ ｍｅ ｎ ｔ ｓ ｕ ｐｐ ｏ ｒ ｔ ａ ｂ ｉ ｌ ｉ ｔ ｙ ａ ｎ ｄ ｔ ｈ ｅ ｅ ｖ ａ ｌ ｕａ ｔ ｉ ｏ ｎ ｒ ｅ ｓ ｕ ｌ ｔ ｓ ， ａ ｎ ｄ ｔ ｈ ｅ ＢＰ ｎ ｅ ｕ ｒ ａ ｌ ｎ ｅ ｔ ｗｏ ｒ ｋ ｃ ａ ｎ ａ ｐ ｐ ｒ ｏ ａ ｃ ｈ ａ ｎ ｙ ｎ ｏ ｎ ｌ ｉ ３ ３ ； ２ ． 海军９ ２ ７ ６ ３部 队 ， 大连 １ １ ６ ０ ０ ０ ）
26966812_基于GA-小波-BP神经网络的装备维修能力评估
2022年4月第50卷第2期Apr.2022Vol.50No.2现代防御技术MODERN DEFENCE TECHNOLOGY基于GA-小波-BP神经网络的装备维修能力评估*赵黎兴，侯兴明，徐兆文，和林子（航天工程大学航天保障系，北京102206）摘要：针对传统装备维修保障能力评估主观性强、适应性弱的特点，提出了一种以装备维修记录为样本数据的基于误差反向传播（back propagation，BP）前馈神经网络的维修能力评估方法。
为消除维修记录属性冗余，选用粗糙集主分量约简算法，对样本属性进行约简，为避免BP神经网络因局部极值导致局部收敛和收敛速度过慢的影响，利用遗传算法（genetic algorithm，GA）的全局搜索能力对神经网络初始权值和阈值进行了优化，为增加网络的学习功能，提高网络训练速率和训练精度，选取小波函数作为隐含层的传递函数，Sigmoid函数为输出层激活函数。
研究表明：通过冗余属性约简提高了BP神经网络的性能，利用GA优化BP神经网络权值/阈值和小波函数作为隐含层的传递函数，避免了局部收敛，提高了网络的训练速率和评估的精度，降低了误差。
关键词：维修能力评估；主分量约简；遗传算法；BP神经网络；小波函数doi：10.3969/j.issn.1009-086x.2022.02.012中图分类号：E92；TP183；TJ01文献标志码：A文章编号：1009-086X（2022）-02-0084-12Evaluation of Test Equipment Maintenance Ability Based on GA-Wavelet-BP Neural NetworkZHAO Li-xing，HOU Xing-ming，XU Zhao-wen，HE Lin-zi（University of Aerospace Engineering，Department of Aerospace Support，Beijing102206，China）Abstract：Aiming at the characteristics of strong subjectivity and weak adaptability of traditional test equipment maintenance support capability evaluation,a maintenance capability evaluation method based on error back propagation（BP）feedforward neural network is proposed based on test equipment mainte‑nance records as sample data.In order to eliminate the attribute redundancy of the maintenance records，the rough set principal component reduction algorithm is selected to reduce the sample attributes.In or‑der to avoid the influence of the local convergence and the slow convergence speed of the BP neural net‑work due to the local extremes,the initial weights and thresholds of neural network are optimized by using the global search ability of genetic algorithm(GA).In order to increase the learning function of the net‑work and improve the network training rate and training accuracy，the wavelet function is selected as the transfer function of the hidden layer，and the Sigmoid function is the activation function of the output layer.It is shown that the performance of the BP neural network is improved through redundant attribute reduction，and the weight/threshold value of the BP neural network and the wavelet function are opti‑mized by GA as the transfer function of the hidden layer，which avoids local convergence and improves ☞综合保障性技术☜*收稿日期：2021-09-06;修回日期：2021-11-23第一作者简介：赵黎兴（1984-），男，甘肃平凉人。
基于BP神经网络的航空装备维修保障信息化评估
二级指标构成。该模型是在研 究我 国信 息化建 设实 际的基
础上提出的 ， 因此 ， 比较符合 我 国现状 ， 我 国各 个层 面、 对 各 个领域信息化水平评估模型的建立都具有重要借鉴意义 。
１ ２ 航 空装 备维 修 保 障信 息 化 评 估 指 标 体 系 航 空 装 备 ．
络 。这样 ， 训练好的网络就可成 为评 价航空装备维 修保障信
型指标数据进行无量 纲化处理 ， 并获得 足够样 本之 后 ， 就可 以对神经 网络进行训练 ， 而得到记录有各指标权重 的神经 从 网络 ， 进而能准确快捷地进行评估 。
估 。近年来 ， 航空装 备维 修保 障 信息 化建 设 在执 行 了两个
“ 三年规划” ， 后 取得 了较 大进展 ， 设成果 丰硕。 以航 空兵 建
团信息化 建设 为切 入点 ， 积极 开展信 息化评 估 ， 备 现实可 具
行性和必要性 ， 有重要意义。 具
示， 只能进 行定 性描 述 ， 人 员信息 化观念 ” 而且 ， 如“ ； 只有 包 含指标 和权重两个部 分的指标 体系才是 完整 的。在对各 类
非 线 性 映 射关 系 的 能 力 ， 此 ， 复 杂 多 指 标 系统 评 估 中 得 因 在
到广泛应用 。应 用 Ｂ Ｐ神经 网络进 行航 空装 备维 修保 障信 息化评估 ， 首先要 建立评估指 标体 系， 后根据指 标体 系建 然
立用于评估的 Ｂ Ｐ网络 ， 再通过权威 渠道采集 足够 的训 练样 本 ， 网络进行训 练 ， 终得 到误 差满 足要 求的 Ｂ 对 最 Ｐ神 经 网
修作业的各个方面。因此 ， 要实现对航空装 备维 修保 障信 息
化水平的科学评估 ， 不能一锅烩 ， 必须找准切入点 ， 增强针 对
基于BP神经网络的维修性评估方法
评估除 了有量化指标要求外， 还有很 多是一些非量化和无法量化的要 求和指标。针对 以上情 况， 建立 了维修性定性评估指标体 系， 提 出 了运 用 Ｂ Ｐ神 经 网络 （ Ｂ ａ ｃ ｋ — Ｐ ｒ ｏ ｐ ａ ｇ ａ ｔ ｉ ｏ ｎ Ｎ ｅ ｔ ｗ ｏ ｒ ｋ ， 即反 向传 播 网络 ） 进 行 维修 性 评 价 的模 型 ， 并给 出 了评 价 结 果 。 研 究表 明 ， Ｂ Ｐ神 经 网络 用 于维 修性 评 估 具有 一 定 的 实 际意 义 。 关键词： 方法； 维修 性 评估 ； Ｂ Ｐ神 经 网络 要取实数域 内任何值 ， 则 网络输 出层可以采用线性函数作为传 递函 维修性是现代航空武器装备重要 的设计特性 ， 是影响其使用可 数 ， 即ｆ （ ｘ ） ＝ ｘ ， 其结构如 图 １ 所示 。 用 度 和作 战 效 能 的重 要 因素 。 定 型试 飞 阶段 是 装 备维 修性 评 价 的 重 要环节 ， 其 目的是验证装备的维修性水平是否达标 ， 为 改进装备 维 修性设计提供重要参考 ， 提高装备 的维修性水平 。试 飞阶段的维修 性评价主要是通过试飞阶段产生的维修信息 ， 验证装备 的维修性水 平。维修性评估除了有量化指标要求外 ， 还有很多是一些非量化和 无法量化的要求 和指标。 对这些非量化的指标和要求进行评价是非 常 困难 的 ， 往 往 不 易下 结 论或 者 结论 不 够 准确 。 目前 ， 人们 一 般 采 用 层次分析法（ Ａ Ｈ Ｐ ） 、 模 糊综合评判法或灰色评 价法进行评价 ， 但这 ｘ ｐ ． ２ 些 方 法具 有较 强 的 主观 性 ， 缺乏 自学 习能 力 ， 实 际评 判 中易 受 判 定 随机性 、参评人员主观不确定性及认识模糊性等诸多因素的制约。 针对 以上情况 ，文章在建立维修性定性评估指标体系的基础上 ， 采 用 目前 比较 成 熟 且最 常用 的一 种 神经 网络 方法 ， 即Ｂ Ｐ神 经 网 络 ， 建 图 ２ 图 １中神 经 元 ｉ 的结 构模 型 立 了评 价模 型 ， 并 给 出 了评 价 结果 。 图 １ 中Ｘ ＝ （ ｘ ｐ ｌ ’ ｘ ｐ ２ ， Ａ， ｘ ） 为评 价 指标 属 性 值 ， ｋ ＝ ｌ ２－ － ， ｓ ， 其中ｓ ２ Ｂ Ｐ神经 网络 方法 是输入样本量 ； ｚ为样本模式 Ｐ的输 出。Ｂ ＝ ［ ｂ 。 ， ｂ ： ， Ａ， ｂ Ｊ Ｔ ＝ ［ ｂ ｐ ］ 。 。 为与 人工神经 网络是在现代神经生理学和心理学的研究基础上 ， 模 样本模式 Ｐ对应 的评价结果 ， 也是神经网络的期望输出值。实际输 仿人的大脑神经元结构特性 而建立的一种非线性动力学 网络系统 ， 出 ｚ与期望输 出 ｂ 的误差 函数 Ｅ 定义为 Ｅ ｐ ＝ （ ｂ ｐ － ｚ ） ｚ ／ ２ 。 对于图 １中隐层的神经元 ｊ ， 其结构模型如图 ２ 。 它 由大量简单的非线性处理单元（ 类似人脑 的神经元 ） 高度并联 、 互 联而成 ， 具有对人脑某些基本特性的简单的数学模拟能力 。 神 经元 ｉ 模 型可 以表示 为 ： ２ ． １ Ｂ Ｐ网络 结构 Ｂ Ｐ神经网络是一种单向传播 的多层前馈神经网络 ，由一个输 Ｓｆ ＝ ＋Ｏ ｌ Ｙ ｆ ＝ｆ （ ｓ ｆ ） （ ３ ） ｉ ＝１ 入层 、 一个输 出层和若干 中间层（ 隐层 ） 构成 。每层由若 干神经元 组 ２ ． ２ Ｂ Ｐ网络学 习 过程 成， 不 同 层次 的神 经 元之 间形 成 全 互连 接 。 层 内神 经 元相 互 独 立 ， 不 同层次之间的神经元以权值 ｗ 单 向连接 。每层神经元在节点接受 Ｂ Ｐ神经 网络 的学 习过程 由正 向传播和反 向传播两部分组成 ， 前一层的输出 ， 同时进行线性复合和映射 （ 线性或非线 性 ） ， 通过 复 在正 向传播过程中 ，输入模式从输入层经过隐层神经元的处理后 ， 传 向输出层 ， 每一层神经元的状 态只影响下一层神经元状态。如果 合反映不 同神经元之间的耦合和映射对输入信息作 出反应 。 则转 入反 向传播 ， 此时误差信号从输 Ｂ Ｐ神经网络对于输入值要先 向前传播到隐层节点 ，经作用函 在输 出层得不到期 望的输 出， 以使误差不 数运算后 ， 再把 隐层节点的输出信息传播 到输 出节点 ， 最后 给出输 出层 向输入层传播并沿途调整各层 向连接权值和阈值。 直到达到精度要求。 该算法实际上是求误差函数的极小值 ， 出值。文章采用一种具有个 ｎ ： 输入节点、 ｎ ， 个隐层节点和单个输出 断减小 ， 节点的三层 Ｂ Ｐ神经网络 ， 它的数学模型是 ： 它通过多个样本的反复训练 ， 并采用最快下降法使得权值沿着误差 并 收敛 于 最小 点 。 Ｙ ＝ ｆ （ Ｗ Ｘ ＋ ０ ） （ １ ） 函数 负 梯度 方 向改 变 ， ｚ ＝ ｆ （ Ｗｊ Ｙ ＋ Ｏ ２ ） （ ２ ） ３维修性定性评价指标体系 根据 Ｇ Ｊ Ｂ ３ ６ ８ Ｂ装 备维 修 性通 用 工作 要求 中维 修 性定 性 评价 内 其 中， ｘ， Ｙ， ｚ分别 为输入层 、隐层和输 出层矢量 （ 节点 向量） ； 所示。 Ｗ ０ 和 Ｗｉ ， ０ 分别表示输入层与隐含层 以及 隐含层与输出层之 间 容可确定维修性定性评估的指标体系如 图 ３ 的连接权和阈值 ， ｉ ＝ ｌ ， ２ ， …， ｎ ２ ； ｊ ＝ １ ， ２ ， …， ｎ ； ｆ （ ｘ ） 为网络激活函数或
AHP方法和BP神经网络在装备保障性评估中的应用
装备保障性评估 是对装 备系统在其 寿命周期 内， ２ 为达 到经 济而 有效 地保障所考虑的必需 的各 种保 障组 合 ， 否满 是 足规 定的定量 和定 性的保障性指标要求 的评 价 ， 以有 效提 可 高装备 的保 障性 ， 而大 大提 高装备 的效能 ， 使其 寿命 周 从 并 期 费用达 到最低 ＿ ３。装备保 障性评估 工作 内容多且 复杂 ， ３ ＿ 所
泛化能力 。
涉及装备保 障性要 素包 括维修规划 ， 人员 数量与技 术等级 等
诸多 内容 ， 保障性评估与这些影 响因素之 间存 在着 复杂 的非
线性关 系。然而人 工神经网络具有独特 的联想 、 忆和学 习 记
Ｂ Ｐ网络模 型－ 由一个 输 入层 、 干个 隐含 层 和一 个输 ５ Ｊ 若 出层组成 ， 每层 均有 一个 或多个 神经 元节 点 ， 同层次 的神 不 经元之 间形成 全互 连接 ， 每个层次 内的神经 元之 间没有连接
在 系统分 析装备 保 障性的
各种影 响因素的基础 上 ， 设计 用 于评 估装 备保 障 性 的神 经 网络模 型 ， 用 Ａ 利 ＨＰ方 法确 定指标 的初 始权 重 ， 并调 用
ＭＡ Ｌ Ｂ神经 网络 工具 箱 中的 Ｇ 对结果进行计 算和分析。结果 ＴＡ ＵＩ
性 关 系问题 的特 点 ， 用于对装备 保障性 的分析 和评 估。结论 适
值， 也就是使 网络输 出层的平方误差均值达 到最小。
作者简介 ： 李
兵 （ ８ 一）男 ， １ ４ ， 山东省新泰县人 ， ９ 空军工程大学 ２０ 级硕士研究 生 ， 研究方 向为管理信 息与决策支持系统 。 ０５ 主要
维普资讯
西安航空技术 高等 专科 学校学报
基于神经网络的装备维修保障系统效能评估
ｏ ｅ ａｉ ｎ． Ｔｈ ａｍ ｉ ｔ ｆｎ ｉｓ ｈｏ ａ ｅ ｎ ｈ ｓ ｐ ｒ ｔｏ ｅ ｉ ｓ ｏ ｉ ｄ ｔ ｓ ｒ ｇ ｉ ｔ ｅ ｅ ｔ ａ ｐ ｃ ｓ ｓ ｃ ａ ｔ ｅ ｓｒ ｔ ｒ ｓ ｅ ｔ ｕ ｈ ｓ ｈ ｔｕｃｕ ｅ， ｃ ｐ ｂ ｌ ｙ， ａ ａ ｉｉ ｔ
ｗｉ ｂ ｉ ａ ｃ ｒ ｔ ａ ｏ ｓ ｄ ｙ ｉ ｄ ｖｄ ａ ｅ ｐ ｒ Ｓ ｌ ｅ ｎ ｃ ｕ ａｅ ｒ ｕ ｅ ｂ ｎ ｉ ｉ ｕ ｌ ｘ ｅ ｌ ｔ
ｍｉｐｌｙ ｉ ｅｅ ｐｅ ｕｍｂ ｒｉ ｏ ａ ｇ ． ｓ ａ ｆｔ ｘ ｒ ｎ ｈ ｔ ｅ ｓｎ ｔｌｒ ｅ
摘 要 在 系统 分 析 装 备 维 修 保 障 系 统效 能各 影 响 要 素 的基 础上 ， 建 了维 修 保 障 系 统 效 能 评 估 指 标 体 系 应 用 Ｂ 种 经 网络 构 Ｐ 的理 论 和 方 法 ， 立 了维修 保 障 系统 效 能 评 估 的 神 经 ． 模 型 ； 出 了应 用 特 尔 菲 法 与模 糊 层 次 分 析 法 相 结 合 确定 各 指 标 权 重 建 娴络 给
而 构 造 神 经 网 络 训 练样 本 的方 法 最 后 进 行 了实 例 分 析 ， 果 表 明该 模 型 可较 好 地 克服 人 为 因 素 和模 糊 随 机 性 的 影 响 ， 有 很 结 具 高 的可 信 度 。
关键 词 维 修 保 障 系 统 效 能评 估 神 经 网 络 中图 法 分 类 号 ｒ １３ 文 献 标 识 码 Ａ Ｐ８；
Ｅｖ ｌ ａｉ ｎ ａ ｅ ｈ ｏ ｙ ｍｅｈ ｄ： ａ ｕ ｔｏ ｎｄ Ｇｒ ｙ ｔ ｅ ｒ ｔ ｏ ．Ｂｕ ｆｗｅ ｓ ｌｌ ｔｉ ｏｅ ｙ ｕ ｅ ｔ ｅ ｅ ｍｅ ｈ ｄ ｏ ｅ ａｕａｅ Ｓ ｓ ｈ ｓ ｔ ｏ ｓｔ ｖ ｌ ｔ Ｅ， ｗｅ ｓ ｏ ｌ ｃ ｕ ｒ ｈ ｕ ｄ ａ ｑ ｉｅ ｔ ｅｅ ｐ ｒ ｋ ｏ ｅ ｇ ｒｔ Ｈｏ ｖ ｒ ｈｅｋ ｗｌ ｄ ｅｈ ｓ ｈ ｘ ｅ ｎ ｗｌ ｄ ｅ ｆ ｓ． ｗｅ ｅ ，ｔ ｎｏ ｅ ｇ ａ ｔ ｉ
基于BP神经网络的卫生装备维修能力评估
基于BP神经网络的卫生装备维修能力评估张谷敏;尹晓峰;张康;张伟【摘要】目的:建立基于BP(back propagation)神经网络的卫生装备维修能力评估系统,为科学评价维修机构提供依据.方法:分析常用装备维修能力的影响因素并量化,建立指标评价体系,将评价体系作为输入层,维修能力作为输出层,构建BP神经网络系统;利用Matlab软件训练网络,建立评估模型,并进行有效性验证.结果:得出反映待评估机构维修能力的量化值.结论:该系统可操作性强,保证了维修能力评估的科学性、合理性和公平性,较好地解决了定性评价存在的问题,具有一定的推广应用价值.【期刊名称】《医疗卫生装备》【年(卷),期】2015(036)012【总页数】3页(P46-48)【关键词】BP神经网络;装备维修能力;Matlab【作者】张谷敏;尹晓峰;张康;张伟【作者单位】250022济南,济南军区联勤部药品仪器检验所;250022济南,济南军区联勤部药品仪器检验所;250022济南,济南军区联勤部药品仪器检验所;250022济南,济南军区联勤部药品仪器检验所【正文语种】中文【中图分类】R318.6;R197.39卫生装备故障会直接影响医疗诊断和治疗效果[1]，因此装备维修是发挥装备最大效益、提高部队卫勤保障能力的重要手段。
长期以来，部队卫生装备检修机构能力一直采用定性评估，缺乏科学定量的评估方法。
本文以常用卫生装备的维修能力作为评估对象，量化维修能力的影响因素，构建BP（back propagation）神经网络结构，利用Matlab软件训练网络，建立评估模型，得到量化维修能力值，为科学评价检修机构提供依据。
依据部队卫生装备考核训练标准，我们从手术、特诊、急救、防疫、放射和检验单元中选取高频电刀、B超、除颤器、喷烟喷雾机、野战X线诊断车、血细胞分析仪等13种常用装备来衡量维修能力。
影响维修能力的因素很多，根据多年的工作实践，我们将其分为技术人员、维修零配件、技术资料、检修机工具4类8个指标[2]。
基于BP网络的装备维修质量评估设计
第一作者简介 ： 冯国涛 （ ９ １一） 男， １８ ， 硕士研究 生 ， 究方 向： 研 军 事装备学。Ｅ～ｍａ ：ｄｅ＠ １３ ｔｍ。 ｉ ｅ ｇ０ ６ ．ｏ ｌ
维普资讯
９期
冯 国涛 ， ： 等 基于 Ｂ Ｐ网络的装备维修 质量评估设计
１９ ２７
维普资讯
第 ６卷
第 ９期
２０ ０６年 ５月
科
学
技
术与Βιβλιοθήκη 工程 ＠Ｖｏ ． Ｎｏ ９ １６ ．
Ｍａ ０ ６ ｙ２ ０
１７ —８ ５ ２０ ）９ １９ —４ ６ １ １１ （０ ６ ０ —２ ６０
Ｓ ｉｎ ｅ Ｔ ｃ ｎ ｌ ｇ ｎ ｇ ｎ ｅｉ ｇ ｃｅ ｃ ｅ ｈ ｏ ｏ ｙ ａ ｄ Ｅｎ ｉ ｅ ｒ ｎ
出的 。 自此 以后 Ｂ Ｐ网 络得 到 了广泛 的应 用 。Ｂ Ｐ
—
网络具 有非 线性 处 理 能 力 ， 以用 于 解 决 传 统 方 法 可
难 以解 决 的 复 杂 问题 。 Ｂ Ｐ网络 是 目前 应 用 最 广 泛
—．一 一． ．． ．．
； ；
的神 经 网络 ， 理论 上讲 它可 以实 现 从 输 入 到 输 出 从 的任 意非 线 性 映 射 ， 且 具 有 很 强 的 泛 化 能 力 ， 而
表 １ 装备维修质量 （ 目标 层 ） 估 指 标 体 系 评
一
加大 ， 装备维修任务 日益繁重 ， 而且现 代武器装备
价 格 昂贵 ， 动则 数 百 、 千 万 甚 至 上 亿 元 ， 且 其 使 上 而 用 与 维护 费 用 在 武 器 装 备 全 寿 命 费 用 中更 是 占据 着 很 大 的份 额 ¨ ， 何 保 证 维 修 质 量 ， 高 维 修 效 ｊ如 提 率 ， 长装 备 的使 用 寿 命 ， 延 降低 维 护 费 用 ， 高 装 备 提 使 用 效益 已经 成 为我军 当前 亟 需解 决 的课 题 。 维修 质量 评 估 工 作 作 为 装 备 全 系 统 全 寿 命 管
一种基于神经网络的装备保障方案评估模型
Ｅｖ ａ ｌ ｕ ａ ｔ ｉ ｏ ｎ Ｍｏ ｄ ｅ ｌ ｏ ｆ Ｍａ ｔ ｅ ｒ ｉ ｅ ｌ Ｓ ｕ ｐ ｐ ｏ ｒ ｔ Ｐ ｌ ａ ｎ Ｂａ ｓ ｅ ｄ ｏ ｎ
ｖ ｅ ｉ ｎ ｄ ｅ ｘ ｉ ｎ ｔ ｈ ｅ ｉ ｎ ｄ ｅ ｘ ｓ ｙ ｓ ｔ ｅ ｍ ｗ ｉ ｔ ｈ ｃ ｅ ｎ ｔ ｒ ｏ ｂ ａ ｒ ｉ ｅ ｍｅ ｔ ｈ ｏ ｄ ａ ｎ ｄ ｃ ｌｃ ａ ｕ ｌ ａ ｔ ｉ ｎ ｇ ｈｅ ｔ ｏ ｆ ｆ ｓ ｅ ｔ ｗ ｉ ｔ ｈ ｇ ｅ ｎ ｅ ｔ ｉ ｃ ｌｇ ａ ｏ ｒ ｉ ｔ ｈ ｍ．Ｔ ｈ ｅ ｎ，ａ ｎ
摘要 ： 针对装 备使用 过程 中对具体保 障方案 的评估研究少 ， 传统评估方法在权重确定时带有主观性 ， 部队获取专家经验难的 问题 ， 依据保 障工作实 际 ， 构建 了保 障方案评价指标体 系， 采用重心法对体 系内的定性指标进 行去模糊 化处理 ， 利用遗传算
法对 去模糊处理 过程 中的偏置量进行 了计算 ， 并构建 了 Ｂ Ｐ 神 经网络 的保 障方案评 估模 型， 经过实 际数 据样本 的训练 和检 验， 证 明评估模 型具 有收敛 速度快 ， 精度 高的特点 ， 适用 于对保 障方案 的动态持续评估 。 关键词 ： 神经网络 ； 模糊 理论 ； 遗传算法 ； 保 障方案 ； 评估
ｉ ｎ ｗｅ ｉ ｇ ｈ ｔ ａ ｓ ｃ ｅ ｒ ｔ ａ ｉ ｎ ｉ ｎ ｇ ｏ ｆ ｔ ｒ ａ ｄ ｉ ｔ ｉ ｏ ｎ ｌ ａ ｅ ｖ ｌｕ ａ ａ ｔ ｉ ｏ ｎ ｍｅ ｔ ｈ ｏ ｄ ｓ ｎｄ ａ ｉ ｔ ｉ ｓ ｄ ｉ ｆ ｉ ｆ ｃ ｕ ｌ ｔ ｔ ｏ ｏ ｂ ｔ ｉｎ ａ ｅ ｘ ｐ ｅ ｒ ｔ ｉ ｓ ｅ ｏ ｆ ｅ ｘ ｐ ｅ ｔ ｒ ｓ ，ｔ ｈ ｅ ｐ ａ ｐ ｅ ｒ ｅ ８ － ｔ ａ ｂ ｌ ｉ ｓ ｈ ｅ ｄ ａ ｎ ｅ ｖ ａ ｌ ｕ ａ ｔ ｉ ｏ ｎ ｉ ｎ ｄ ｅ ｘ ｓ ｙ ｓ ｔ ｅ ｍ ｏ ｆ ｔ ｈ ｅ ｓ ｕ ｐ ｐ ｏ ｒ ｔ ｃ ｏ ｎ ｃ ｅ ｐ ｔ ｓ ａ ｃ ｃ ｏ ｒ ｄ ｉ ｎ ｇ ｔ ｏ ｓ ｕ ｐ ｐ ｏ ｒ ｔ ｆ ａ ｃ ｔ ｓ ，ｂ ｙ ｄ ｅ ｆ ｕ ｚ ｚ ｉ ｉ ｆ ｅ ａ ｔ ｉ ｏ ｎ ｏ ｆ ｔ ｈ ｅ ｑ ｕ ａ ｌ —
基于神经网络的装备维修资源保障能力评估
２ 维修 资源保 障能力评估 指标体 系的建立
评估指标体系是对维修资源保障能力进行评估 的重要基础和依据 ， 它通过一系列科学 、 完整、 系统 的 数据指标反映维修资源保障能力的形成状况和各影响要素的现状及发展趋势。建立维修资源保障能力评 估指标体系必须遵循全面完整 、 层次分 明、 明科学的原则 ， 简 依据装备保障平 时的各项业务， 按一定 的程 序， 在全面分析系统的基础上拟定指标草案 ， 经广泛征求专家意见 ， 反复交流信息 ， 最后得到从保障人员 、 装备器材、 设备工具 、 维修器材、 保障资料及设施等方面来确定的评估指标体系。如图 ２ 所示。
与优化及专家系统等领域有着广泛应用 Ｊ 。由于 Ｂ （ ａｋＰｏａａｏ ） Ｐ Ｂ ｃ ｒ ｇｔｎ 神经网络具有很强的容错与 自学 ｐ ｉ
习能力 ， 很好 地弥 补传 统评估 方 法 的不足 。 可
１ 人 工 神 经 网络 原 理
１ １ 人工神 经 元模型 ．
图 １ 人 工 神 经 元 模 型
人工 神经 网络是 一 个并行 和分布 式 的信息 处理 网络结 构 ， 经元 是 构 成神 经 网络 的 基本 元 素 。一 个 神 简单 的神经 元模 型如 图 １所示 。 对 于一组 输入 ｕ ＝ ［ ， … ，。 ， ｚ ， ］ 神经 元 的各节 点输 出为 ：
上
Ｍ ＝∑
维普资讯
２０ ０ ６年 ９月 第２ ０卷第 ３期
军事运筹与 系统工程 Ｍｉ ｔｒ ｐ ｒｔ ｎ ｅ ｅ ｒｈ ａ ｄ Ｓ ｓｅ ｎ ｉｅ ｒ ｇ ｌａｙ Ｏ ｅａｉ ｓＲ ｓａｃ ｎ ｙｔｍｓＥ ｇｎ ｅｉ ｉ ｏ ｎ
Ｓ ｐ ２０ ｅ． ０ ６ Ｖ １ ０ ｏ３ ｏ． Ｎ ． ２
了维修 资源保 障能 力评估 的 Ｂ Ｐ神经 网络模 型 ； 出 了应用 特 尔菲 法 与层 次 分析 法 相 结合 确 定 各 指标 权 提 重 ， 采用 变权 综合 法 思想构 造神 经 网络训 练样本 的方法 。最 后进行 了实例评 估 ， 并 结果表 明该 模 型可较 好 地 克服 人 为 因素和模 糊 随机 性 的影响 ， 有 很高 的可 信度 。 具
基于BP神经网络的参谋人员素质能力评估
的参 考 依 据 ２、 神 经 网 络 的 评 估 模 型 ＢＰ ２ １ Ｐ神 经 网络 原 理 。 ． Ｂ 人 工 神 经 网 络 是 理 论 化 的人 脑 神 经 网络 的数 学 模 型 ．是 基
（） 标 准 化 以 后 的指 标 样 本 值 输 入 网 络 ． 给 出 相应 的期 望 ７将 并
关键词：Ｐ 经网 谋 素 力 估 Ｂ 神 络。参 质能 评
１、 言 引
０－ －
。。
１ ，采 用 公 式 ： ）
口』
。
二
一 口， 面
＋０ １ 初 始 指 标 值Fra bibliotek进 行 标 准 对
．
参 谋 人 员 是 作 战 指 挥 中枢 的重 要 成 员 ，是 首 长 实 施 指 挥 的 智 囊 和 助 手 ． 首 长 意 图 和 决 心 的 具 体 实 现者 ， 负 着 大 量 的军 化 处 理 ［ 式 中 Ａ 为 经 过 标 准 化 的第 ｉ 人 员 的第 个 评 估 项 目 是 担 ４ １ ， 『 个 个 ａ 事 工 作 和 辅 助 首 长 决 策 指 挥 的任 务 ，其 个 体 能 力 素 质 的 高 低 直 的数 据 为 原 始 数 据 中第 ｊ 人 员 的 第 个 评估 项 目的数 据 ；— ｍａ ａ ｍｉ 接 制 约 着 工 作 效 率 和 谋 划 水 平 ．关 系 到 首 长 决 心 和 意 图 能 否 实 ｉ 为原 始数 据 中第 个 评 估 项 目 中 的最 大 数 据 ；ｊ ｎ为 原 始 现 ． 响 着 作 战 的胜 败 。 因此 ， 参 谋 人 员 素 质 能力 进 行 有 效 地 数 据 中第 个评 估项 目中 的最 小 数 据 。 影 对 （） 随机 数 （ 般 为 ０ １ 间 的 数 ） 试 化 网 络 节 点 的 权 值 ６用 一 — 之 初 评 估 显 得 非 常 重 要 ．合 理 的评 估 对 参 谋 人 员 的选 拔 和 素 质 能 力 的 提 高 有 着 重 要 的 作 用 ． 同 时也 为 参 谋 人 员 的考 核 提供 了有 效 与 网络 阀 值
基于BP神经网络的军民融合维修保障任务区分
在装备维修保障进程中，影响保障能力的因素 众多。选取能力评估指标时，应把着眼点放在紧贴 维修保障能力上，选取装备技术勤务能力 C1、战损 抢修能力 C2、机动抢修能力 C3、装备技术支援能力 C4、器材筹措能力 C5、器材投送能力 C6、器材紧急生 产能力 C7，建立维修保障能力评估指标体系，如图 1 所示。
的依据。
关键词：任务区分，能力评估，BP 神经网络，证据理论，指标体系
中图分类号：E08；TJ01
文献标识码：A
DOI：10.3969/j.issn.1002-0640.2019.05.030
引用格式：朱敦祥，史宪铭，苏小波，等.基于 BP 神经网络的军民融合维修保障任务区分［J］.火力与指挥控制，
2019，44（5）：139-143.
Distinguishing of Military and Civil Service Maintenance Tasks Based on BP Neural Network
ZHU Dun-xiang，SHI Xian-ming，SU Xiao-bo，ZHAO Ru-dong （Shijiazhuang Campus of the A rmy Engineering University，Shijiazhuang 050003，China）
摘 要：针对军民融合维修保障任务区分问题，通过构建军民融合装备维修保障能力评估指标体系，利用证据
合成理论对维修保障能力指标进行评估，设计 BP 神经网络模型，通过 MATLAB 运算得到军民双方维修能力评估
值，结果分析表明，BP 神经网络具有较强的解决非线性问题的能力，能够作为军民融合维修保障任务区分问题决策
火力与指挥控制
2019 年 第 5 期
基于BP神经网络的维修性综合评估方法研究
使用阶段的维修性是装备战备完好性与任务 可信性的一个基本要素。因为 ， 使用维修性是在 装备的实际使用维修 中表现出来 的维修性 ， 它不 但包括 因装备设计和制造所决定 的固有维修性 ，
而且包 括在 舰艇 上 装 备 的 安装 位 置 、 用 操 作 人 使 员 水 平 能提 供 的维 修 保 障 条件 、 修 策 略 、 所 维 维
Ｍ ａ Ｌ ｂ，ａ Ｂ ｎ ｔ ｒ ｖ ｌａｉｎ ｍｏ ｅ ｓ ｅ ｔｂｉｈ ｄ Ｎｕ ｒ ａ ｘ ｍｐｅ ｏ ｒｃｉａ ｅ ｓ ｌｗａ ｉｅ ｔａ Ｐ ｅｗｏ ｋ ｅ ａｕ ｔ ｄ ｌｗａ ｓａ ｌ ｅ ． ｏ ｓ ｍｅ ｉ ｌｅ ａ ｌ ｆｐ ａ ｔ ｌｖ ｓ ｅ ｓ ｇｖ ｎ ｃ ｃ
ｗｈｃ ａｉａｅ ｈ ｅ ｓ ｉｔ ｆｔ ｅｍｏ ｅ． ｉｈ ｖ ｌ ｔｄ ｔ ｅｆａ ｉ ｌ ｙｏ ｈ ｄ １ ｄ ｂ ｉ
Ｋｅ ｒ ｓ ｙｗｏ ｄ ：ｍａｎａｎ ｂｌ ｙ ｅ ａｕ ｔ ｎ ｎ ｅ ｙ ｔｍ ；ＢＰ ｎ ｕａ ｅｗｏ ｋ ｉｔｉａ ｉｔ ｖ ｌａｉ ；ｉｄ ｘ ｓ ｓｅ ｉ ｏ ｅ ｒｌ ｔ ｒ ｎ
Ｙ ＡＮＧ ｉｈ ａ ｌ Ｊａ ｓ ａ Ｈａ－ ｕ ，Ｊ Ｎ ｉ－ｈ ｎ，ＨＥ ｈ ｎ ｙ Ｃ ｕ －ｕ （ ｃ ｏ ｌ ｆＮａ ａ ｃ ｉｅｔ ｒ ｎ ｏ ｒ Ｓ ｈ ｏ ｖ ｌ ｏ Ａｒ ｈｔｃｕ ｅａ ｄ Ｐ ｗｅ ，Ｎａ ａ ｉｅ ｓｔ ｆＥｎ ｉｅ ｒｎ ｖ ｌＵｎｖ ｒ ｉ ｏ ｇｎ ｅｉｇ，Ｗ ｕ ａ ３ ０ ３，Ｃｈｎ ； ｙ ｈｎ４ ０ ３ ｉａ ） Ａｂ ｔａ ｔ ｓｒｃ ：Ｏｎ ｔ ｅｂ ｓｓｏ ｎ ｌｓｓａ ｄ ｃａ ｓｆ ａｉｎ ｏ ｌ ｏ ｈ ａ ｔ ｒ ｆｅ ｔ ｇ ｔ ｅｍａｎ ａｎ ｂｌ ｙｏ — ｈ ａ ｉ ｆａ ａｙ ｉ ｎ ｌｓ ｉｃ ｔｏ ｆａｌ ｆｔ ｅｆｃｏ ｓａｆｃｉ ｈ ｉｔｉａ ｉｔ ｆｅ ｉ ｎ ｉ ｑ ｉｍｅ ｔｉ ａ ａ ｅ ｓ ｌ ｎｉｄ ｘｓ ｓｅ ｏ ｖ ｌａｉｇｔ ｅｍａｎ ａｎ ｂｌ ｙ ｏ ｑ ｉｍｅ ｔ ｓｓ ｔｕ ．Ｂｙ ｕ ｉｇ ｕｐ ｎ ｎ ｎ ｖ ｌ ｓｅ。ａ ｅ ｙ ｔｍ ｆｅ ａｕ ｔ ｈ ｉｔｉａ ｉｔ ｆｅ ｕｐ ｎ ｖ ｎ ｎ ｉ ｗａ ｅ ｐ ｓｎ
基于Delphi-BP神经网络的装备保障能力评估
基于Delphi-BP神经网络的装备保障能力评估赵师;屈洋【摘要】针对评估指标数量过多可能给评估过程及结果带来的弊端,在构建装备保障能力评估指标体系基础上,给出了基于Delphi法的指标体系筛选的方法步骤,通过计算累计贡献率,对指标体系进行了筛选,降低了评估模型的输入维度.建立了评估部队装备保障能力的三层BP神经网络模型,利用Matlab神经网络工具箱对网络进行了训练和仿真,结果显示误差小于10-3.最后,通过对比评估,验证了方法的有效性和正确性.%To solve the problem which is induced by excessive evaluation indexes ,this article builds index system of equipment supporting capacity,the method of filtering index system based on the method of Delphi is put forward and the index system is filtered by computing accumulative total contributing ratio which reduced the inputting dimensions of model. This paper builds three layers BP Neural Network model,the Neural Network is simulated by Matlab neural network toolbox which result error less than 10-3. In the end the model in contrast with traditional application of neural network method is validated.【期刊名称】《火力与指挥控制》【年(卷),期】2017(042)002【总页数】5页(P130-133,138)【关键词】德尔菲;P神经网络;装备保障能力;指标筛选【作者】赵师;屈洋【作者单位】南京陆军指挥学院,南京 210045;装甲兵学院,安徽蚌埠 233050;装甲兵学院,安徽蚌埠 233050【正文语种】中文【中图分类】E92;TJ07当前，部队装备保障信息化建设取得了明显成效，随之而来的问题是如何对部队装备保障能力进行有效、准确的评估，以及时、全面、准确、客观地了解装备保障能力建设水平和现状，对于指导我军装备保障能力建设具有重要意义。
基于BP神经网络的装备使用阶段维修保障能力评估
基于BP神经网络的装备使用阶段维修保障能力评估
丁祥;郭叔伟;曹竹梅
【期刊名称】《装备制造技术》
【年(卷),期】2014(000)009
【摘要】在系统分析装备使用阶段,维修保障能力各种影响因素的基础上,构建了装备使用阶段维修保障能力评估指标体系.接着详细设计了用于评估装备使用阶段维修保障能力的BP神经网络模型,并利用MATLAB仿真软件对结果进行了计算和分析.结果表明,BP神经网络适用于对装备使用阶段维修保障系统等复杂系统的分析和评估.
【总页数】4页(P202-205)
【作者】丁祥;郭叔伟;曹竹梅
【作者单位】海军航空兵学院,辽宁葫芦岛125001;海军航空兵学院,辽宁葫芦岛125001;海军航空兵学院,辽宁葫芦岛125001
【正文语种】中文
【中图分类】E92;TP183
【相关文献】
1.BP神经网络在装备使用阶段质量评估中的应用 [J], 岳付昌;闫群章;徐廷学;赵明
2.电子信息装备维修保障能力的BP神经网络评估 [J], 钟京立;张辉;马侦
3.BP神经网络在装备维修保障能力评估中的应用 [J], 袁义;赵宏宇
4.装备使用阶段维修保障能力综合评估方法研究 [J], 王义冬;石伟峰;底扬
5.基于云物元的军民融合装备维修保障能力评估 [J], 何鹏;王晖;黎云兵;孙俊峰
因版权原因，仅展示原文概要，查看原文内容请购买。
基于神经网络的装备维修资源保障能力评估
基于神经网络的装备维修资源保障能力评估
程力;李勇;韩国柱
【期刊名称】《军事运筹与系统工程》
【年(卷),期】2006(020)003
【摘要】构建了维修资源保障能力评估指标体系.应用人工神经网络及BP网络的理论和方法,建立了维修资源保障能力评估的BP神经网络模型;提出了应用特尔菲法与层次分析法相结合确定各指标权重,并采用变权综合法思想构造神经网络训练样本的方法.最后进行了实例评估,结果表明该模型可较好地克服人为因素和模糊随机性的影响,具有很高的可信度.
【总页数】4页(P77-80)
【作者】程力;李勇;韩国柱
【作者单位】军械工程学院,河北,石家庄,050003;徐州空军学院,江苏,徐州,221000;军械工程学院,河北,石家庄,050003
【正文语种】中文
【中图分类】E917
【相关文献】
1.基于BP神经网络的装备维修人员保障能力评估 [J], 王学智;刘罕杰;孙正民
2.基于主成分分析法的装备维修资源保障能力评估 [J], 王海涛;阳平华
3.电子信息装备维修保障能力的BP神经网络评估 [J], 钟京立;张辉;马侦
4.BP神经网络在装备维修保障能力评估中的应用 [J], 袁义;赵宏宇
5.基于神经网络的战时装备维修保障能力评估 [J], 李晓宇;王新阁;黄勇;张磊
因版权原因，仅展示原文概要，查看原文内容请购买。
基于BP网络的装备维修质量评估设计
基于BP网络的装备维修质量评估设计
冯国涛;刘沃野;张雪胭;张敏
【期刊名称】《科学技术与工程》
【年(卷),期】2006(006)009
【摘要】依据有关规定和武器装备的特点,提出了装备维修质量评估的指标体系,并给出了指标体系标准化处理的方法.在此基础上,建立了基于BP网络的装备维修质量评估模型.通过训练,该模型具有了对装备维修质量的评估功能.实验结果表明:该模型用于装备维修质量评估,减少了传统装备维修质量评估方法中人为因素的影响,并且评估误差很小.
【总页数】4页(P1296-1299)
【作者】冯国涛;刘沃野;张雪胭;张敏
【作者单位】军械工程学院,装备指挥与管理系,石家庄,050003;军械工程学院,装备指挥与管理系,石家庄,050003;军械工程学院,装备指挥与管理系,石家庄,050003;军械工程学院,装备指挥与管理系,石家庄,050003
【正文语种】中文
【中图分类】TP1
【相关文献】
1.基于BP神经网络的卫生装备维修能力评估 [J], 张谷敏;尹晓峰;张康;张伟
2.基于Delphi-BP神经网络的装备保障能力评估 [J], 赵师;屈洋
3.基于BP神经网络的复杂装备维修能力评估 [J], 冯宇;张桦;刘鑫;刘天斌
4.基于BP神经网络的后勤机动装备检验验收质量评估 [J], 王悦明达;魏大帅;张大鹏
5.基于BP神经网络的复杂装备核心配件健康评估 [J], 晋旭博; 闫玉波
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
值 ； （ ＝１２ … ， 一１ 为 第 Ｐ个 样 本 第 ｋ个 输 出 节 点 ｙ ｋ ，， ｍ ） 的值 。其 数 学 模 型 为
Ｆ： Ｒ Ｒ ， Ｐ ， Ｆ（ ｏ
ｌ ， ‘一 ， Ｐ
一
）＝ （ＹＰ Ｙ ｌ，… ０，
１
，
一
）
１
对 输 入 层 节点 ， 其输 入输 出相 同 ， 为 取 即
第３ １卷
第 ４期
四 川 兵 工 学 报
２ １ ４月 ０ ０年
【 武器装备】
基于 Ｂ Ｐ神 经 网 络 的 装 备 维 修 人 员 保 障能 力评估 米
王 学智 刘 罕 杰 孙 正 民 ， ，
（ ． 甲兵 工 程学 院 装 备 指 挥 与 管理 系 ， 京 １装 北 １０ ７ ；． 汉 军 械 士 官学 校 ， 汉 ００ ２ ２ 武 武 ４０７） ３０ ５
量 ； （ ：ｌ２ … ， ｉ ， ， ｎ一１ 为 第 Ｐ个 样 本 第 ｉ 输 入 节 点 的 ） 个
１ Ｂ Ｐ神 经 网络模 型 的基 本 原理
Ｂ Ｐ神经网络以数学和物理的方法 ， 以及从信息处理的
角度对人脑神 经网络进 行抽象 并建立 某种 简化模 型。模
型包 括 输 入层 、 含 层 和 输 出 层 ， 层 由一 定 数 量 的 神 经 隐 各
设 有 Ⅳ个学 习样本 （ ，， ， Ｐ：１２ … ， ） 其 中： ｌ） （ 尸 ，， Ⅳ ，
＝（ ０ Ｐ， …， 却 ）为 第 Ｐ个 学 习 样 本 的 输 入 向 量 ；
一
， ＝（ ， ， Ｙ ， Ｐ Ｙ。 Ｙ １ ． “，
。
Ｔ 为第 Ｐ个 学 习样 本 的期 望输 出 向
Ｃ
程
度
Ｄ
作 作 风 纪 律
作
作
效
盔
履 行
职
质 量
责 情
况
２ 装备维修 人员保 障能 力 Ｂ Ｐ神 经网络模 型
２ １ 评估指标体 系 ．
力
Ｂ
Ｇ
Ｈ
图 ２ 装 备 维修 人 员保 障 能 力评 估 指 标 体 系 对装 备 维 修 人 员保 障 能 力 进 行 评 估 ， 考 虑 的 因 素 较 需 多 。 根据 装备 维修 人 员 保 障 能 力 的特 点 和 工 作 要 求 ， 估 评 ２２１ 构建 Ｂ ．． Ｐ神 经 网络 模 型 装 备维 修 人 员保 障 能 力 Ｂ Ｐ神 经 网络 模 型 采 用 Ｂ Ｐ前
输
八
不 同结构的估 算关 系式拟 合数据 。这种 传统 的方法 需考
虑 各 种 因 素 的 影 响 ， 模 过 程 相 对 复 杂 ， 不 能 够 很 好 地 建 且 反 映 各项 评 价 指 标 对 装 备 维 修 人 员 保 障 能 力 影 响 的 规 律
层
输 出 层
性 。目前 ， Ｐ神经网络 广泛应用 于解 决非线性评 估 、 式 Ｂ 模
中 图分 类号 ：Ｊ６ Ｔ０ 文 献标 识 码 ： Ａ 文章 编 号 ：０ ６～ ７ ７ ２ １ ）４－３Ｏ ｏ １０ ００ （０ ０ ０ １ ４～ ３ Ｏ
在装备维修保障活动 中 ， 主体 是具有专业知识 的保 障 人员 ， 他们也是装备维 修保 障能力诸 要素 中最活 跃 、 具 最 有决定意义 的因素。加强装 备维修保障 队伍 建设 ， 培养 和
∑ Ｏ
ｉ ０ ＝
入层 、 隐含层 和输 出层节点数分别为 ｎ ｒ ｍ； ｉ 输入 、和 第 个
节点与第 个隐含节 点的连接 权值为 ； 第 个隐含 节点
０
／ ） ＝０ １２ …， （ （ ，， ， ｒ一１ ）
输 出层 节 点 的 操 作 特 性 为 ：
收 稿 日期 ：００一 １— ８ ２ １ Ｏ ０ 作 者 简 介 ： 学智 （９ ４ ） 男 ， 王 １６一 ， 副教 授 ， 主要 从 事 装 备 保 障 与指 挥 研 究 。
ＯＰ
．
＝
Ｐ
．
（ ＝ ，， … ， ｉ ０ １２， ｎ一１ ）
元构成 ， 由连接权 重来 反映 相互之 间的关系 。典型 的 ３ 并
层Ｂ Ｐ网络 能够 充 分 逼 近 任 意 复 杂 的非 线 性 关 系 ， 实 现 可
隐含 层 节 点 的操 作 特 性 为 ：
“ ＝
任意 ｎ维到 ｍ维 的映射 ， 其结构 如图 １ 示。图 １中： 所 输
王 学智 ， ： 于 Ｂ 等 基 Ｐ神 经 网络 的装备 维修人 员保 障 能 力评 估
５
＝
∑ Ｏ０ ｐ ｊ
装备 维 修人 员保 障 能 力评 估
Ｏ ＝， Ｕ （ ＝０ １２ … ， 一１ ｐ （ｐ） ，，， ｍ ） 式 中： ０ ０ ０ 分 别 为 输 入 层 、 出 层 、 含 层 节 点 的输 输 隐 出 ； “ 分别 为 隐 含 层 第 个 节 点 和 输 出 层 第 个 节 点
。
基
木 理 论 知 识 Fra bibliotek能 Ｉ
ｌ 勤 Ｊ
Ｉ 绩
的净 输 入
传 递 函数 选 取 为 非 线 性 可 微 非 递 减 Ｓ型 函数
厂 （ ）＝１ （ ＋ｅ ） ／１
技 能 及 创 新 能
组
织
工
工
工
工
管
理
作 投
入
能 力
与第 ｋ个输出节点 的连接权值 为 Ｗ ； Ｈ 隐含节 点 阈值 为 ；
输 出节 点 阈 值 为 ０。
造就高素质的装备维 修保 障专业人 才是提 高装备 维修保
障能力 的根本途 径” 。因此 ， 为评价装备维 修保障 能 。Ｊ 作 力依据 的装备维修人员能力评估 的研究就显得尤为重要 。 基于统计学 的评估分析模型通过各 种曲线 的拟合 ， 用
摘要： 针对装备维修人员保障能力评估 的复杂性和随机波动性 ， 并依据装备维修人员保障能力指标体系， 采用 Ｂ Ｐ 神经 网络方法构建 了装备维修人员保障能力 Ｂ Ｐ神经 网络模 型， 应用 于装 备维修人 员保 障能力 的分析研 究。通
过某修理连维修人员保障能力评估实例 ， 证实了本模 型的科学性和正确性 。 关键词 ：Ｐ神经 网络模 型 ； Ｂ 装备维修人员 ； 保障能力 ； 评估
识别等方面 的问题 。由于多个 维修人员 对象 的装备 维 Ｊ 修保障能力评估数据 可看成是 一组 复杂非 线性 的数据序 列， 因此可通过 Ｂ Ｐ神经 网络 的反 向传播 算法来进 行有记
忆 的训 练 ， 到 对装 备 维 修 人 员 能 力 评估 的 目的。 达
图 １ 典 型 ３层 Ｂ 网络 结构 Ｐ