导弹武器系统可用度评估、优化与预测方法PDF电子书下载

第1章 绪论 1

1.1 导弹武器系统可用度的基本概念 1

1.2 导弹武器系统可用度的意义和作用 1

1.3 装备系统可用度评估、优化与预测研究现状 3

1.3.1 可用度发展历程 3

1.3.2 可用度评估模型建立 6

1.3.3 可用度优化设计 9

1.3.4 可用度预测方法 11

1.3.5 可用度仿真技术 12

1.4 本书主要内容 13

1.4.1 本书的核心与侧重点 13

1.4.2 方法的通用性 14

第2章 典型导弹武器系统及其可用度分析 15

2.1 典型导弹武器系统分析 15

2.1.1 导弹武器系统特点 15

2.1.2 导弹武器系统组成 16

2.1.3 导弹武器系统寿命剖面与故障判据 17

2.1.4 导弹武器系统维修保障要素 17

2.2 导弹武器系统可用度分析 19

2.2.1 参数选取与定义 19

2.2.2 影响因素界定 23

2.2.3 基本数学模型分析 24

2.2.4 装备使用时间序列图规划 25

2.3 数据收集与预处理 27

2.3.1 数据收集 27

2.3.2 数据预处理 27

2.4 评估指标体系构建与验证 28

2.4.1 指标体系构建准则与流程 28

2.4.2 可用度评估指标体系构建 29

2.4.3 指标体系的验证与分析 31

第3章 考虑维修保障约束的可用度解析评估方法 34

3.1 时间分布与部分战损约束下的可用度评估方法 34

3.1.1 预备知识 34

3.1.2 问题描述与假设 36

3.1.3 基于更新过程的可用度评估模型 37

3.1.4 案例分析 40

3.2 考虑预防性维修的可用度评估方法 41

3.2.1 马尔可夫更新过程 41

3.2.2 问题描述与假设 42

3.2.3 基于马尔可夫更新过程的可用度评估模型 42

3.2.4 案例分析 43

3.3 资源约束条件下的可用度评估方法 44

3.3.1 问题描述与假设 44

3.3.2 寿命服从指数分布的可用度评估模型 45

3.3.3 寿命服从一般分布的可用度评估模型 47

3.3.4 案例分析 50

3.4 统计数据不确定条件下的可用度评估方法 51

3.4.1 预备知识 52

3.4.2 问题描述与假设 53

3.4.3 基于模糊贝叶斯的可用度评估模型 54

3.4.4 案例分析 57

第4章 基于SEBS的可用度仿真评估方法 60

4.1 仿真评估的总体构想 60

4.1.1 离散事件仿真基本理论与方法 60

4.1.2 SEBS分层组合的基本思想 67

4.1.3 TOMS的试验空间串联分割方法 68

4.1.4 可用度M＆S一体化框架 69

4.2 体系组织集成建模方法 70

4.2.1 基于想定的任务建模 70

4.2.2 基于IDEFO的功能建模 72

4.2.3 基于多视图的保障组织建模 79

4.3 实体模型的构建方法 85

4.3.1 实体建模要素分析 86

4.3.2 实体模型的应用类型 86

4.3.3 变结构实体模型的描述 87

4.4 以可用度为中心的维修保障行为建模方法 88

4.4.1 保障行为建模的目的和方法 88

4.4.2 基于认知过程的人员行为模型 89

4.4.3 作战流程的网络模型 91

4.4.4 维修保障事件调度模型 92

4.4.5 转运生存能力分析 97

4.5 基于故障战损的状态建模方法 100

4.5.1 状态的映射和事件收发 100

4.5.2 状态空间建模 101

4.6 仿真模型的调度算法 104

4.6.1 总仿真器算法描述 104

4.6.2 体系、实体、行为仿真器算法描述 105

4.6.3 指标仿真统计算法 106

第5章 基于仿真的可用度波动分析与优化方法 108

5.1 瞬时可用度波动问题 108

5.1.1 波动问题的提出 108

5.1.2 波动刻画参数描述 109

5.2 波动不确定性分析 110

5.2.1 寿命参数变化对波动的影响 110

5.2.2 修复时间参数变化对波动的影响 112

5.2.3 保障延误参数变化对波动的影响 113

5.2.4 预防性维修周期变化对波动的影响 114

5.3 可用度优化算法 114

5.3.1 算法的比较与选取 114

5.3.2 仿真PSO算法设计 116

5.3.3 算例与应用 117

第6章 基于PSO_ RBFNN和FAR模型的可用度预测方法 122

6.1 时间序列构建与预测原理 122

6.1.1 可用度时间序列分析 122

6.1.2 数据预处理 123

6.1.3 组合预测原理 124

6.2 时间序列的分解算法 125

6.2.1 奇异值分解滤波算法 125

6.2.2 滤波门限算法 126

6.3 基于PSO_ RBFNN的可用度趋势成分预测方法 126

6.3.1 可用度趋势成分RBFNN模型构建 126

6.3.2 基于收缩因子的PSO算法改进 127

6.3.3 预测方法步骤 127

6.4 基于FAR的可用度随机成分预测方法 128

6.4.1 可用度随机成分FAR模型构建 128

6.4.2 函数系数求解方法 128

6.4.3 结点与模型的选择 129

6.5 案例分析 130

第7章 可用度综合仿真评估系统构建及应用 132

7.1 可用度综合仿真评估系统构建 132

7.1.1 总体结构 132

7.1.2 基础数据库 133

7.1.3 功能模块 136

7.1.4 系统实现 137

7.2 仿真系统可信度评估方法 140

7.2.1 可信度评估的指标体系 140

7.2.2 云模型及其数字特征分析 141

7.2.3 构建指标权重云模型 141

7.2.4 可信度结果云化及综合 144

7.2.5 MWSAIESS可信度分析 144

7.3 仿真评估应用案例分析 146

7.3.1 作战想定编成 146

7.3.2 仿真输入输出参数 146

7.3.3 仿真运行 147

7.3.4 敏感性分析 155

7.3.5 故障现象与成因分析 156

7.3.6 改进措施及建议 157

附录 仿真中常用的随机分布 159

参考文献 161