基于RBFNN的装备体系建模方法及应用研究

论文摘要

现代高技术条件下,装备体系规模不断扩大,功能更加复杂,体系之间关系更为紧密,用于体系建设的费用急剧增长,这些都对装备体系论证提出了迫切的需要。而装备体系建模是进行装备体系论证及分析的关键环节。当前装备体系建模方法研究已取得很大发展,但对于体系论证来说还有很多不完善的地方。在众多装备体系建模方法中,仿真元建模思想专门针对体系论证提出,具有很好的理论基础,但有效的装备体系元建模方法并不多。本文提出基于RBFNN的装备体系建模方法,研究建模中的若干关键技术并进行实例验证,借助RBFNN良好的函数逼近能力和模型敏捷度,提高模型对装备体系论证的支持能力。文章的主要工作和创新包括以下几个方面:1)提出基于RBFNN的装备体系探索性建模框架,框架的核心作用是描述建模过程和需要解决的技术难题,为全文的研究提供指导。2)分析现有的元模型评价标准,针对现有标准不能反映用户需求对模型评价结果产生影响的缺陷,提出反映用户需求的装备体系元模型评价准则。在此基础上设计需求优先的装备体系RBFNN模型训练样本构造算法,最后进行了算例验证和对比分析。3)在ROLS的训练过程中引入GA算法,通过GA优化RBF中心宽度,实现RBFNN的全结构优化,最后进行了算例验证和对比分析。4)以卫星地面站资源优化为背景开展了RBFNN建模应用研究,使用以上提出的方法解决了模型训练样本构造和RBFNN结构优化两个关键问题。本文的研究丰富和发展了装备体系建模方法,对于推动国内装备体系论证基础建模技术的发展,以及支持我军面临的卫星地面站系统等复杂装备体系的论证具有十分重要的理论和实践意义。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景和意义
• 1.2 国内外研究现状
• 1.2.1 装备体系建模方法
• 1.2.2 现有建模方法遇到的问题
• 1.2.3 径向基函数神经网络（RBFNN）
• 1.3 论文的主要工作和结构安排
• 第二章 装备体系的探索性建模框架
• 2.1 装备体系的基本概念
• 2.2 基于RBFNN的仿真元建模
• 2.2.1 仿真元建模基本理论
• 2.2.2 RBFNN仿真元建模
• 2.3 装备体系RBFNN建模
• 2.3.1 装备体系RBFNN建模的过程
• 2.3.2 装备体系RBFNN建模的优点
• 2.4 本章小结
• 第三章 RBFNN模型训练样本的构造
• 3.1 概述
• 3.2 装备体系元模型的评价标准
• 3.2.1 现有的元模型评价标准
• 3.2.2 需求优先的元模型评价标准
• 3.3 需求优先的训练样本构造方法
• 3.3.1 样本点距离度量
• 3.3.2 训练样本构造算法
• 3.4 算例分析
• 第四章 RBFNN模型的结构及参数确定
• 4.1 概述
• 4.2 RBFNN优化的基本思想
• 4.2.1 RBFNN的学习规则
• 4.2.2 RBFNN的训练方式
• 4.3 ROLS结构优化方法
• 4.3.1 正交最小二乘法（OLS）
• 4.3.2 递归正交最小二乘法（ROLS）
• 4.4 ROLS—GA结构优化方法
• 4.4.1 GA求解RBF宽度
• 4.4.2 ROLS—GA算法设计
• 4.5 算例分析
• 第五章 卫星地面站系统的RBFNN建模
• 5.1 概述
• 5.2 卫星地面站系统分析
• 5.2.1 系统评价指标
• 5.2.2 资源优化目标函数
• 5.3 仿真环境及仿真模型
• 5.4 卫星地面站系统RBFNN建模
• 5.4.1 训练样本初始设定
• 5.4.2 训练样本构造
• 5.4.3 RBFNN模型的训练和测试
• 5.5 RBFNN模型应用分析
• 5.6 结论
• 第六章 结束语
• 6.1 本文的主要贡献
• 6.2 有待进一步研究的问题
• 参考文献
• 作者简历 攻读硕士学位期间完成的主要工作
• 致谢