裝備智能保障系統(tǒng)工程與決策

第1章 緒論\t1
1．1 相關(guān)基本概念\t1
1．1．1 裝備與裝備保障\t1
1．1．2 系統(tǒng)與系統(tǒng)工程\t2
1．1．3 裝備綜合保障工程與裝備保障性系統(tǒng)工程\t4
1．2 裝備智能保障系統(tǒng)工程與決策\(yùn)t6
1．2．1 裝備智能保障的提出\t6
1．2．2 裝備智能保障系統(tǒng)\t7
1．2．3 裝備智能保障系統(tǒng)工程\t9
1．2．4 裝備智能保障決策\(yùn)t10
1．3 裝備智能保障系統(tǒng)工程與決策主要研究內(nèi)容\t11
第2章 裝備保障指揮控制組織結(jié)構(gòu)智能優(yōu)化\t13
2．1 裝備保障指揮控制組織結(jié)構(gòu)描述\t13
2．2 裝備保障指揮控制組織結(jié)構(gòu)優(yōu)化數(shù)學(xué)模型\t15
2．2．1 目標(biāo)函數(shù)\t15
2．2．2 約束分析\t17
2．2．3 數(shù)學(xué)模型\t18
2．3 多種群遺傳算法求解\t18
2．3．1 染色體編碼\t19
2．3．2 適應(yīng)度函數(shù)設(shè)計與約束處理\t20
2．3．3 遺傳算子設(shè)計\t21
2．4 案例仿真與分析\t23
2．5 本章小結(jié)\t31
第3章 裝備保障任務(wù)智能調(diào)度\t32
3．1 裝備保障任務(wù)調(diào)度問題描述\t32
3．2 裝備保障任務(wù)調(diào)度數(shù)學(xué)模型\t33
3．2．1 目標(biāo)函數(shù)\t33
3．2．2 約束分析\t34
3．2．3 數(shù)學(xué)模型\t35
3．3 基于動態(tài)列表規(guī)劃和二元離散型混沌蝙蝠算法求解\t35
3．3．1 算法流程\t35
3．3．2 基于動態(tài)列表規(guī)劃的任務(wù)選擇\t36
3．3．3 基于二元離散型混沌蝙蝠算法的資源分配\t37
3．4 案例仿真與分析\t42
3．5 本章小結(jié)\t45
第4章 裝備保障資源智能調(diào)度\t46
4．1 裝備保障資源調(diào)度問題描述\t46
4．2 裝備保障資源調(diào)度數(shù)學(xué)模型\t48
4．2．1 保障資源能力損耗及更新模型\t48
4．2．2 目標(biāo)函數(shù)\t48
4．2．3 約束分析\t49
4．2．4 數(shù)學(xué)模型\t50
4．3 基于動態(tài)列表規(guī)劃和混沌入侵雜草蝙蝠算法求解\t50
4．3．1 算法流程\t50
4．3．2 基于動態(tài)列表規(guī)劃的任務(wù)選擇\t51
4．3．3 基于二元離散型混沌入侵雜草蝙蝠算法的資源分配\t52
4．4 分布式入侵雜草蝙蝠雙子群算法求解\t54
4．4．1 基于佳點(diǎn)集的種群初始化\t54
4．4．2 具有修復(fù)操作的解編碼\t55
4．4．3 基于優(yōu)先排序的沖突消解\t56
4．4．4 適應(yīng)度函數(shù)設(shè)計與約束懲罰處理\t57
4．4．5 Fuch混沌搜索\t57
4．4．6 離散化映射操作\t57
4．4．7 重組算子\t58
4．4．8 算法流程\t58
4．5 案例仿真與分析\t60
4．5．1 案例仿真\t60
4．5．2 仿真結(jié)果影響分析\t65
4．6 本章小結(jié)\t65
第5章 基于經(jīng)驗退化模型的裝備智能故障預(yù)測\t67
5．1 電磁閥加速退化試驗\t67
5．1．1 電磁閥退化機(jī)理分析和健康因子構(gòu)建\t67
5．1．2 電磁閥性能退化試驗的建立\t70
5．1．3 結(jié)果分析\t73
5．2 基于線性模型和卡爾曼濾波的故障預(yù)測\t74
5．2．1 建立線性退化模型\t74
5．2．2 基于卡爾曼濾波的故障預(yù)測框架\t76
5．2．3 結(jié)果分析\t79
5．3 基于布朗運(yùn)動模型和粒子濾波的故障預(yù)測\t83
5．3．1 建立布朗運(yùn)動退化模型\t83
5．3．2 基于粒子濾波的故障預(yù)測框架\t84
5．3．3 基于粒子濾波估計退化狀態(tài)和模型參數(shù)\t86
5．3．4 結(jié)果分析\t90
5．4 本章小結(jié)\t91
第6章 基于置信規(guī)則推理與知識訓(xùn)練的裝備健康狀態(tài)評估\t93
6．1 置信規(guī)則推理\t94
6．1．1 置信規(guī)則的表達(dá)\t94
6．1．2 置信規(guī)則的輸入\t95
6．1．3 基于ER算法的置信規(guī)則推理\t97
6．2 知識訓(xùn)練\t99
6．2．1 知識訓(xùn)練問題描述\t99
6．2．2 基于MCMC的知識訓(xùn)練方法\t104
6．3 基于置信規(guī)則與知識訓(xùn)練的健康狀態(tài)評估\t107
6．3．1 實例背景\t107
6．3．2 數(shù)值量模糊化處理\t109
6．3．3 健康狀態(tài)評分\t110
6．3．4 置信規(guī)則推理\t111
6．3．5 知識訓(xùn)練\t113
6．3．6 結(jié)果分析\t113
6．4 本章小結(jié)\t116
第7章 裝備大修質(zhì)量綜合量化決策\(yùn)t117
7．1 裝備大修質(zhì)量綜合評價指標(biāo)體系構(gòu)建\t118
7．1．1 綜合評價指標(biāo)體系構(gòu)建原則\t118
7．1．2 綜合評價指標(biāo)體系構(gòu)建\t119
7．1．3 綜合評價指標(biāo)解析\t119
7．2 基于組合賦權(quán)VIKOR的裝備大修質(zhì)量綜合量化決策\(yùn)t122
7．2．1 基于AHP和熵權(quán)法的組合賦權(quán)方法\t122
7．2．2 基于VIKOR的綜合量化決策\(yùn)t128
7．3 裝備大修質(zhì)量綜合量化決策實證研究\t129
7．3．1 實證數(shù)據(jù)的收集與處理\t129
7．3．2 指標(biāo)權(quán)重確定\t130
7．3．3 綜合量化決策\(yùn)t132
7．3．4 敏感性分析\t133
7．3．5 穩(wěn)定性分析\t135
7．4 本章小結(jié)\t137
第8章 裝備保障資源供應(yīng)商選優(yōu)決策\(yùn)t138
8．1 裝備保障資源供應(yīng)商選優(yōu)決策的實現(xiàn)途徑\t138
8．1．1 快速選優(yōu)決策模式\t139
8．1．2 綜合選優(yōu)決策模式\t139
8．2 裝備保障資源供應(yīng)商快速選優(yōu)決策\(yùn)t139
8．2．1 選優(yōu)評價指標(biāo)體系\t139
8．2．2 決策問題描述\t141
8．2．3 直覺模糊多準(zhǔn)則群決策\(yùn)t142
8．3 裝備保障資源供應(yīng)商綜合選優(yōu)決策\(yùn)t147
8．3．1 選優(yōu)評價指標(biāo)體系\t147
8．3．2 指標(biāo)信息收集\t149
8．3．3 指標(biāo)信息預(yù)處理\t151
8．3．4 基于組合賦權(quán)和改進(jìn)TOPSIS的選優(yōu)決策\(yùn)t152
8．4 實例分析\t159
8．4．1 裝備保障資源供應(yīng)商快速選優(yōu)決策實例分析\t159
8．4．2 裝備保障資源供應(yīng)商綜合選優(yōu)決策實例分析\t164
8．5 本章小結(jié)\t175
參考文獻(xiàn)\t176