基于LNN与证据理论的通抗装备状态评估模型

摘要：

针对通抗装备性能参数众多,利用传统方法进行状态评估过程复杂的问题,提出一种基于线性神经网络与DS证据理论的分层评估模型.对装备检测数据按照功能不同分类,建立两层评估指标体系;对装备检测数据进行形式分类,对范围型和阈值型指标分别进行归一化处理.上述模型结合了线性神经网络降低多属性系统评估复杂度与D-S证据理论能够将不同专家经验融合的优点.通过对通抗装备检测数据进行实例分析,验证了该模型应用于通抗装备状态评估中的有效性.上述模型能够将不同类型的专家经验分别体现在神经网络权重与专家隶属度函数参数设置上,提高了通抗装备状态评估的准确性,为更好地进行通抗装备维护提供支持.

关键词：状态评估、线性神经网络、专家经验融合

所属期刊栏目：36

分类号：TB114(工程基础科学)

在线出版日期：2019-11-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：10-14,48