导弹武器系统可用度评估、优化与预测方法【2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载】

导弹武器系统可用度评估、优化与预测方法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

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