武器装备寿命周期费用估算方法研究

概述了我国当前武器装备寿命周期费用估算常用方法的特点、适用范围,尤其是参数估算法建模过程中应用的各种理论与技术,包括回归分析法及其改进、神经网络、灰色系统及支持向量机等。这些常用方法使用上的相同难点之一是依赖于武器装备已发生的实际费用数据。相应地,文中重点分析了处于起步研究阶段的较新预测方法——成本预测法的内涵及其特点。     

产品生命周期维修费用估算方法研究

基于拆卸逻辑网络模型DLN，提出了以更换为主要维修方式的单目标维修费用的估算方法和多目标维修费用的计算方法，在推算产品生命周期维修费用的过程中，给出了零部件寿命混合排序法，在此基础上计算维修费用以确定维修级别和维修组合，以便得出产品生命周期维修路径。     

计算机软件开发项目费用估算的讨论

详细解析了计算机软件开发项目费用计算的方法及计算公式中各个影响因素的确定,讨论了计算中经常遇到的几个问题。     

飞机维修费用估算的分析

飞机维修费用的估算方法大致可分为基本方法和常用方法,结合实际应用对比各种方法的优劣和适用范围,讨论了在飞机维修费用估算中急需解决的问题,并对其今后的发展趋势做出展望,为飞机维修费用的估算提供了有效的方法论支持。     

基于偏最小二乘回归的研制费用估算模型

进行了导弹研制费用分析,建立了费用特征参数的量化模型.为解决因样本数据少引发的研制费用估算精度低的问题,引入了偏最小二乘回归灰色组合模型,并针对一组费用数据进行了实际应用.结果表明估算精度较高.     

舰船费用估算及其对建造质量的影响

本文通过对国外舰船费用评估方法的研究，探讨了舰船费用评估过程中存在的风险，分析了费用评估过程中的注意事项，准确度对舰船建造质量及进度的影响。     

关于“按费用设计”与导弹武器系统“全寿命费用管理”的研究

当前，全寿命费用已经成了衡量一个武器系统投资水平和经济性的主要参数，也成了武器系统研究、设计、试验、生产和采购使用等过程中各种决策的主要依据之一。开展关于全寿命费用的研究对于我国的决策科学化、国防现代化具有极为重要的现实意义。作者在此论文中研究了全寿命费用、全寿命费用的估算和全寿命费用的控制、管理。特别注重研究了作为控制武器系统全寿命费用的根本措施的“按费用设计”（DTC），注重研究了作为一种按系统工程观点分配费用、管理费用的决策技术：“全寿命费用管理”、并且针对我国的实际情况和存在的问题，提出了一系列实施“DTC”与“全寿命费用管理”的建议、对策。     

基于小波神经网络的装备寿命周期费用估算方法

首先简要介绍了寿命周期费用概念以及进行寿命周期费用估算的意义。其次分析了常用估算方法的优缺点,再次通过介绍小波及小波变换的原理和方法,建立了适用于武器装备研制费用的小波神经网络结构.结合某型装备研制费用,进行了数据仿真。仿真结果表明本文方法是可行的。     

Weibull参数的估算方法

本文讨论了Weibull双参数和三参数分布中估算形状参数的若干方法,同时冶出了使用简便、估算精度较高的新方法。     

基于粒子群优化算法的神经网络钻削参数优化

神经网络模型能有效模拟非线性输入输出关系,但其常规训练算法为BP或其它梯度算法,导致训练时间较长且易陷入局部极小点,本文探讨用粒子群优化算法训练神经网络,并应用到钻削加工参数优化中,试验表明粒子群优化算法训练的神经网络不仅收敛速度明显加快,而且其预报精度也得到了较大的提高。     

浅析软件成本估算的三种方法

介绍了一些常用的估算软件开发成本的概念。成本估算主要有三种方法：专家判定法、类比法、参数模型法。软件成本估算有两个基本的策略：自顶向下估算、皂底向上估算。这些估算方法都依赖于历史数据,并且必须随着数据点的增加随时进行调整。基于已有的经验进行估算将获得更准确的估算结果。     

工程项目投资费用的随机-模糊估算方法研究

由于工程造价受到许多不确定性因素影响，既有随机性，又有模糊性，为了对其进行经济论证，根据系统的可分解性，将总体工程费用分解成若干个子工程费用；运用模糊数学贴近度概念估算出子工程费用；由于工程费用叠加构成总体工程费用的最可能造价值。依据专家经验和工程实际，在最可能造价值基础上上下波动组成最小值、最可能值、最大值三个特征估计值。考虑到随机性和模糊性，根据概率论和模糊数学原理，确立随机－模糊数学特征的统计方法，提出了工程造价的随机－模糊估算方法，客观地反映了工程造价的实际变化特性。     

子费用模糊估算的水电工程总造价概率估计

根据工程系统的可分解性，将水电工程总体造价分解成若干个子工程造价。用模糊数学贴近度原理，建立子工程造价的模糊估算模型；运用主观估计法，估计出各个子工程造价随机变化的期望值和方差。然后依据概率论多元随机变量理论，推出水电工程总体造价概率分布的期望值和方差，并确定了造价随机变化的概率分布关系曲线。该估计方法客观、全面地反映了工程造价的实际随机变化特性。     

不完全数据参数估计问题的算法综述与评价

综述了不完全数据参数估计的EM算法、Gibbs抽样和界定折叠法等算法，并分析了这些算法的优缺点．     

组合粒子群优化和分布估计的多目标优化算法

提出组合粒子群优化和分布估计的多目标优化算法。在寻优迭代过程中,一半的后代由粒子群算法产生,带有变异操作的粒子群优化算法具有全局搜索能力;另一半后代采用分布估计算法来产生,分布估计算法具有良好的学习和局部搜索能力,由其提取决策空间的信息并建立期望解的概率分布模型,对这个分布模型进行采样而产生下一代的解。与多种多目标优化算法的比较实验表明,组合算法在基准函数ZDT1～ZDT3,ZDT6和ZDT6-1上获得的Pareto解集具有较好的收敛性与多样性,在ZDT4实例上的性能适中。     

基于多极小值粒子群的自适应运动估计算法

为了提高视频编码效率,提出一种基于多极小值粒子群的快速运动估计算法.该算法将运动矢量特性和多极小值粒子群算法的全局搜索特性结合,采用自适应运动强度、运动矢量预测以及提前终止迭代等方法,克服单峰误差曲面假设的限制.实验结果表明,对运动平缓和中等的视频序列,该算法的运算复杂度与DS相当.对于运动剧烈的视频序列,该算法的运算复杂度与TSS相当.在增加少量搜索点数的情况下,各类视频序列的搜索精度都接近FS.     

软件成本估算工具的设计与实现

介绍了软件成本估算工具的设计和实现过程。通过该工具可以将现实项目的数据输入估算模型,通过模型的计算得以估算后的成本数值。通过数次与现实成本数据的对比以及对误差的分析,可以进一步对成本驱动因子进行调整,以提高估算的准确性。     

关于回归参数估计方法的探究

线性模型广泛应用于工业、生产、经济、社会等领域,本文对模型中的参数作了最小二乘估计,讨论了最小二乘估计的优点和缺点。针对这种方法的不足,提出了对模型参数的线性约束估计,同时对其优点作了讨论。     

基于粒子群算法的重油热解模型参数估计

针对标准粒子群算法在进化过程中种群多样性降低而早熟的问题,提出了一种根据种群多样性测度动态改变惯性权重系数的自适应粒子群算法,该算法能够平衡算法的全局探索和局部开发能力,不仅有效地避免早熟,而且具有较快的收敛速度.两个经典的测试函数的仿真结果表明了算法的有效性.将改进的粒子群算法应用于重油热解模型参数估计中,效果明显.     

Parameter estimation of S-shaped growth model: A modified particle swarm algorithm

Parameter estimation plays a critical role for the application and development of S-shaped growth model in the agricultural sciences and others.In this paper,a modified particle swarm optimization algorithm based on the diffusion phenomenon(DPPSO) was employed to estimate the parameters for this model.Under the sense of least squares,the parameter estimation problem of S-shaped growth model,taking the Gompertz and Logistic models for example,is transformed into a multi-dimensional function optimization problem.The results show that the DPPSO algorithm can effectively estimate the parameters of the S-shaped growth model.