网络化维修信息系统互操作性等级评估
发布时间：2021-10-29 12:11
网络化维修保障中信息交互平台缺乏对互操作性优劣的评估方法,互操作性评估难。在网络化维修这一特定领域,互操作性是获取信息的基础。明确了网络化维修的互操作内涵,针对维修信息系统的特点,搭建网络化维修互操作平台所需的网络支撑,研究适用的互操作性评估模型和指标体系,构建了维修信息系统的互操作性等级评估模型,对维修保障信息系统建设具有指导意义。
【文章来源】：火力与指挥控制. 2020,45(01)北大核心CSCD
【文章页数】：6 页
【部分图文】：
维修信息系统互操作性指标体系
（总第45-）火力与指挥控制2020年第1期反向传播理论提出的，它是一种多层前向网络。典型的BP神经元如图3所示。图3典型神经元模型其中，pi表示神经元的输入信号；uj表示输入信号的线性组合，也即神经元的输入；wij表示输入信号pi到神经元j的连接权重；θj表示神经元的阈值；φ（·）表示神经元的激活函数；vj表示神经元的输出；yj表示神经元的输出。神经元的数学模型如下：（1）（2）（3）在BP神经网络中，最常用的结构为三层神经网络结构。结合图2所示的建模思路和图3所示的神经元模型，建立评估维修信息系统互操作性的三层BP神经网络模型如图4所示。4.1输入层设计根据建立的评估指标体系可知，一共有13项评估指标，因此，BP神经网络的输入层包括13个神经元，分别为：标准结构、管理规定、安全策略、维修指挥管理、维修实施作业、维修决策分析、基础硬件、网络通信、安全防护、系统服务、数据库管理、数据存储和数据字典。由相关人员对这13项指标进行打分，分数作为BP神经网络的输入。另外，根据神经网络输入层的要求，需要对输入数据进行归一化预处理，这里采用Matlab中的mapminmax（）函数实现。图4基于BP神经网络维修信息系统互操作性评估模型4.2隐含层结构设计隐含层的结构可显著影响BP神经网络的训练速度和泛化能力，因此，隐含层结构设计是BP神经网络结构设计的重要一步，主要包括确定隐含层数量和隐含层中神经元的数目两方面内容。需要说明的是，三层BP神经网络并非最优结构的网络，有时采用多个隐含层的网络能提高网络处理能力，减少预测误差，从而得到更好的预测结果。但是，增加隐含层数势必会增加训练复杂程度，延长训练时间。而对于三层BP神经网络的精度也可通过增加隐含?
，它是一种多层前向网络。典型的BP神经元如图3所示。图3典型神经元模型其中，pi表示神经元的输入信号；uj表示输入信号的线性组合，也即神经元的输入；wij表示输入信号pi到神经元j的连接权重；θj表示神经元的阈值；φ（·）表示神经元的激活函数；vj表示神经元的输出；yj表示神经元的输出。神经元的数学模型如下：（1）（2）（3）在BP神经网络中，最常用的结构为三层神经网络结构。结合图2所示的建模思路和图3所示的神经元模型，建立评估维修信息系统互操作性的三层BP神经网络模型如图4所示。4.1输入层设计根据建立的评估指标体系可知，一共有13项评估指标，因此，BP神经网络的输入层包括13个神经元，分别为：标准结构、管理规定、安全策略、维修指挥管理、维修实施作业、维修决策分析、基础硬件、网络通信、安全防护、系统服务、数据库管理、数据存储和数据字典。由相关人员对这13项指标进行打分，分数作为BP神经网络的输入。另外，根据神经网络输入层的要求，需要对输入数据进行归一化预处理，这里采用Matlab中的mapminmax（）函数实现。图4基于BP神经网络维修信息系统互操作性评估模型4.2隐含层结构设计隐含层的结构可显著影响BP神经网络的训练速度和泛化能力，因此，隐含层结构设计是BP神经网络结构设计的重要一步，主要包括确定隐含层数量和隐含层中神经元的数目两方面内容。需要说明的是，三层BP神经网络并非最优结构的网络，有时采用多个隐含层的网络能提高网络处理能力，减少预测误差，从而得到更好的预测结果。但是，增加隐含层数势必会增加训练复杂程度，延长训练时间。而对于三层BP神经网络的精度也可通过增加隐含层的节点数目来提高，鉴于此，采用三层BP神经网络，即包含?
【参考文献】：
期刊论文
[1]基于军民融合条件的装备性能维修保障合同执行情况[J]. 何泽文,石全,闫秀燕,张效天. 火力与指挥控制. 2017(04)
[2]基于云计算分布式数据库的矿山应急救援平台[J]. 李文峰,袁海润,冯永明. 煤矿安全. 2016(03)
[3]信息系统互操作性评估技术研究[J]. 李玮,仇建伟. 现代电子技术. 2015(08)
[4]维修保障信息系统互操作性等级评估研究[J]. 王业,石全. 电子设计工程. 2013(19)
[5]基于SA-BP算法的主减速器品质诊断研究[J]. 潘昊,张华伟,高美铃. 武汉理工大学学报. 2011(01)
[6]C4ISR互操作框架及信息关系模型研究[J]. 伍江华,潘小群. 舰船电子工程. 2010(01)
[7]信息系统互操作性评估方法研究[J]. 罗爱民,黄力,罗雪山. 计算机技术与发展. 2009(07)
[8]IHE互操作性实现机制的研究[J]. 郑建立,钟国康,谢秀秀,刘颖慧,潘娴. 中国医学计算机成像杂志. 2009(02)
[9]一种关系数据库中基于云模型关联规则的提取[J]. 田永青,杨斌,李志,朱仲英. 上海交通大学学报. 2003(04)
硕士论文
[1]基于BP神经网络的房地产税基评估研究[D]. 张妍.河北大学 2016
[2]复杂分布式仿真系统互操作性分析度量及应用研究[D]. 韩韬.国防科学技术大学 2012
本文编号：3464631
【文章来源】：火力与指挥控制. 2020,45(01)北大核心CSCD
【文章页数】：6 页
【部分图文】：
维修信息系统互操作性指标体系
（总第45-）火力与指挥控制2020年第1期反向传播理论提出的，它是一种多层前向网络。典型的BP神经元如图3所示。图3典型神经元模型其中，pi表示神经元的输入信号；uj表示输入信号的线性组合，也即神经元的输入；wij表示输入信号pi到神经元j的连接权重；θj表示神经元的阈值；φ（·）表示神经元的激活函数；vj表示神经元的输出；yj表示神经元的输出。神经元的数学模型如下：（1）（2）（3）在BP神经网络中，最常用的结构为三层神经网络结构。结合图2所示的建模思路和图3所示的神经元模型，建立评估维修信息系统互操作性的三层BP神经网络模型如图4所示。4.1输入层设计根据建立的评估指标体系可知，一共有13项评估指标，因此，BP神经网络的输入层包括13个神经元，分别为：标准结构、管理规定、安全策略、维修指挥管理、维修实施作业、维修决策分析、基础硬件、网络通信、安全防护、系统服务、数据库管理、数据存储和数据字典。由相关人员对这13项指标进行打分，分数作为BP神经网络的输入。另外，根据神经网络输入层的要求，需要对输入数据进行归一化预处理，这里采用Matlab中的mapminmax（）函数实现。图4基于BP神经网络维修信息系统互操作性评估模型4.2隐含层结构设计隐含层的结构可显著影响BP神经网络的训练速度和泛化能力，因此，隐含层结构设计是BP神经网络结构设计的重要一步，主要包括确定隐含层数量和隐含层中神经元的数目两方面内容。需要说明的是，三层BP神经网络并非最优结构的网络，有时采用多个隐含层的网络能提高网络处理能力，减少预测误差，从而得到更好的预测结果。但是，增加隐含层数势必会增加训练复杂程度，延长训练时间。而对于三层BP神经网络的精度也可通过增加隐含?
，它是一种多层前向网络。典型的BP神经元如图3所示。图3典型神经元模型其中，pi表示神经元的输入信号；uj表示输入信号的线性组合，也即神经元的输入；wij表示输入信号pi到神经元j的连接权重；θj表示神经元的阈值；φ（·）表示神经元的激活函数；vj表示神经元的输出；yj表示神经元的输出。神经元的数学模型如下：（1）（2）（3）在BP神经网络中，最常用的结构为三层神经网络结构。结合图2所示的建模思路和图3所示的神经元模型，建立评估维修信息系统互操作性的三层BP神经网络模型如图4所示。4.1输入层设计根据建立的评估指标体系可知，一共有13项评估指标，因此，BP神经网络的输入层包括13个神经元，分别为：标准结构、管理规定、安全策略、维修指挥管理、维修实施作业、维修决策分析、基础硬件、网络通信、安全防护、系统服务、数据库管理、数据存储和数据字典。由相关人员对这13项指标进行打分，分数作为BP神经网络的输入。另外，根据神经网络输入层的要求，需要对输入数据进行归一化预处理，这里采用Matlab中的mapminmax（）函数实现。图4基于BP神经网络维修信息系统互操作性评估模型4.2隐含层结构设计隐含层的结构可显著影响BP神经网络的训练速度和泛化能力，因此，隐含层结构设计是BP神经网络结构设计的重要一步，主要包括确定隐含层数量和隐含层中神经元的数目两方面内容。需要说明的是，三层BP神经网络并非最优结构的网络，有时采用多个隐含层的网络能提高网络处理能力，减少预测误差，从而得到更好的预测结果。但是，增加隐含层数势必会增加训练复杂程度，延长训练时间。而对于三层BP神经网络的精度也可通过增加隐含层的节点数目来提高，鉴于此，采用三层BP神经网络，即包含?
【参考文献】：
期刊论文
[1]基于军民融合条件的装备性能维修保障合同执行情况[J]. 何泽文,石全,闫秀燕,张效天. 火力与指挥控制. 2017(04)
[2]基于云计算分布式数据库的矿山应急救援平台[J]. 李文峰,袁海润,冯永明. 煤矿安全. 2016(03)
[3]信息系统互操作性评估技术研究[J]. 李玮,仇建伟. 现代电子技术. 2015(08)
[4]维修保障信息系统互操作性等级评估研究[J]. 王业,石全. 电子设计工程. 2013(19)
[5]基于SA-BP算法的主减速器品质诊断研究[J]. 潘昊,张华伟,高美铃. 武汉理工大学学报. 2011(01)
[6]C4ISR互操作框架及信息关系模型研究[J]. 伍江华,潘小群. 舰船电子工程. 2010(01)
[7]信息系统互操作性评估方法研究[J]. 罗爱民,黄力,罗雪山. 计算机技术与发展. 2009(07)
[8]IHE互操作性实现机制的研究[J]. 郑建立,钟国康,谢秀秀,刘颖慧,潘娴. 中国医学计算机成像杂志. 2009(02)
[9]一种关系数据库中基于云模型关联规则的提取[J]. 田永青,杨斌,李志,朱仲英. 上海交通大学学报. 2003(04)
硕士论文
[1]基于BP神经网络的房地产税基评估研究[D]. 张妍.河北大学 2016
[2]复杂分布式仿真系统互操作性分析度量及应用研究[D]. 韩韬.国防科学技术大学 2012
本文编号：3464631
本文链接：https://www.wllwen.com/guanlilunwen/ydhl/3464631.html
