基于RIMER理论的航材承修商评估研究

发布时间：2017-10-07 17:36

  本文关键词：基于RIMER理论的航材承修商评估研究

  更多相关文章： 承修商评估 RIMER理论 粒子群算法 置信规则库 参数训练

【摘要】：在飞机航班不断增加,对飞机的正点运行要求不断提高的同时,目前国内外各大航空公司所面临的竞争压力越来越大,这样对于航空公司来说,储备合适的具有持续适航性的航材成为其重要的战略目标。因此定期或者不定期地对航材承修商进行评估,确保承修商能持续稳定的提供达到适航标准的航材是达成这一战略目标的必要途径。本文综合航材承修商评估的特点,研究基于证据推理算法的置信规则库推理方法(belief rule-base inference methodology using the evidential reasoning approach,RIMER),提出基于置信规则库推理的航材承修商评估方法。同时提出一种逐步减小惯性权重的改进粒子群算法,将其对置信规则库的主要属性参数进行训练,提高置信规则库的推理能力,进而有效地为航空公司对航材承修商进行评估提供决策支持。本文的研究主要完成以下几方面工作:1)本文阐述了航材承修商评估课题的研究背景与意义,采用RIMER理论作为航材承修商评估的理论依据,并较为详细地介绍了RIMER理论原理和实现过程。基于RIMER理论建立航材承修商评估置信规则库,将定性和定量分析方法有机结合对系统进行建模,建立航材承修商评估决策方法。2)综合分析航材承修商评估的新特点,建立航材承修商评价标准的依据和原则,对承修商的基本情况、成本、质量、周期、服务五个方面进行评估与决策。保证了评估过程的客观性和全面性从而为航材承修商评估提供可靠的依据。3)针对置信规则库中参数训练的求解问题,传统的粒子群优化算法易早熟收敛而陷入局部最优解,提出一种逐步减小惯性权重的粒子群优化算法,并将其应用到置信规则库参数训练中。通过航材承修商的评估实例中检验该算法的有效性,改进的粒子群算法收敛速度更快,精度更高;参数训练后置信规则库的输出与专家评分拟合度相比未经过参数训练的置信规则库有明显提高。实验结果表明,改进的粒子群算法可用于置信规则库参数训练。
【关键词】：承修商评估 RIMER理论 粒子群算法 置信规则库 参数训练
【学位授予单位】：中国民航大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：V267;TP18
【目录】：

• 摘要5-6
• Abstract6-9
• 第一章 绪论9-14
• 1.1 课题研究背景9-10
• 1.2 国内外研究现状10-12
• 1.2.1 对RIMER理论的研究现状10-11
• 1.2.2 对航材承修商评估的研究现状11-12
• 1.3 本文主要研究工作12
• 1.4 论文安排12-14
• 第二章 RIMER理论和粒子群算法概述14-20
• 2.1 RIMER理论概述14-16
• 2.1.1 RIMER理论简介14-15
• 2.1.2 置信规则库信息表示15-16
• 2.2 粒子群算法概述16-19
• 2.2.1 粒子群算法简介16
• 2.2.2 粒子群算法原理16-18
• 2.2.3 粒子群算法的参数调整18-19
• 2.3 本章小结19-20
• 第三章 基于RIMER理论的航材承修商评估模型20-30
• 3.1 评价指标体系20-22
• 3.2 置信规则库模型设计22-27
• 3.2.1 建立置信规则库22-24
• 3.2.2 正向推理模块24-27
• 3.3 航材维修商评估应用实例27-29
• 3.3.1 航材维修商评估样本数据27
• 3.3.2 样本数据标准化27-28
• 3.3.3 规则推理28
• 3.3.4 评价结果分析28-29
• 3.4 本章小结29-30
• 第四章 基于改进粒子群优化的置信规则库训练算法30-40
• 4.1 RIMER方法与参数训练30-32
• 4.1.1 置信规则库的参数优化30-32
• 4.2 改进的PSO置信规则库参数训练方法32-35
• 4.2.1 改进的粒子群参数训练方法32-35
• 4.3 实验分析35-38
• 4.4 本章小结38-40
• 第五章 总结与展望40-42
• 5.1 总结40-41
• 5.2 研究展望41-42
• 致谢42-43
• 参考文献43-47
• 作者简介47

，

本文编号：989183