[发明专利]基于GM模型群的装备维修性及影响因素分析方法

摘要

本发明涉及装备试验与鉴定技术领域，公开的一种基于GM模型群的装备维修性及影响因素分析方法，是通过GM建模模型及参数估计，再基于GM模型群进行分析；GM建模模型及参数估计包括GM建模数据的等极性化、GM模型的参数估计步骤。GM模型群进行分析是根据GM模型的建模步骤，以得到关于武器装备维修性N个行为特征参数及其M个影响因素的GM模型群。本发明能够判断对预防性维修时间影响最大的设计水平及对平均维修停机时间影响最大的维修性保障水平。还能够判断影响最大的装备维修工时率。能够判断装备维修性特征的准优影响因素，实现了维修性水平的整体评估。

主权项

1.一种基于GM模型群的装备维修性及影响因素分析方法，其特征是：其步骤如下：1)GM(1,N)建模模型及参数估计1.1 GM(1,N)建模数据的等极性化，针对装备维修性及影响因素的GM(1,N)建模，强化各因素间的接近性及增加可比性，需要对原始数据列进行等极性化处理，即去掉负极性因子、保留正极性因子，使变换后的数据列具有“等权”、“等极性”的性质；设原始数据列为数据极性通常分为极大值极性、极小值极性和适中值极性的类别，通过上限效果测度变换、下限效果测度变换和适中效果测度变换来统一极性；又变换后的数据列为则有上限效果测度变换为下限效果测度变换为适中效果测度变换为式中x₀为适中值；1.2 GM(1,N)模型的参数估计，设……为规范化后的武器装备维修性特征参数建模序列，而……为规范化后的武器装备维修性影响因素数据序列；又设X_i⁽¹⁾(i＝1,2,…,N)和Y_j⁽¹⁾(j＝1,2,…,M)分别为X_i⁽⁰⁾和Y_j⁽⁰⁾的1阶累加生成算子序列，Z_i⁽¹⁾(i＝1,2,…,N)为X_i⁽¹⁾的紧邻均值生成序列，即则称为针对维修性特征参数X_i⁽⁰⁾和维修性影响因素的GM(1,N)模型，式中参数a_i和b_i1,b_i2,…,b_iM分别称为模型的发展系数和驱动系数；定义为上述GM(1,N)模型的待估计参数列，以基于最小二乘法对其进行估计，设矩阵参数则以求得上述GM(1,N)模型的最小二乘估计参数列为于是以得到上述GM(1,N)模型的白化方程，也称为影子方程为2)基于GM(1,N)模型群的分析方法根据GM(1,N)模型的建模步骤，以得到关于武器装备维修性N个行为特征参数及其M个影响因素的GM(1,N)模型群为基于影响因素对装备维修性特征的影响大小角度，只需考虑GM(1,N)模型群中驱动系数的数值大小，从而得到驱动系数矩阵B为基于驱动系数矩阵B以实现对装备多个维修性特征、多个影响因素的主次关系分析，具体方法包括：1)对于矩阵B，考察装备维修性特征X_i(i＝1,2,…,N)的影响因素，记则装备维修性影响因素对装备维修性特征X_i的影响最大；2)对于矩阵B，若存在k,l∈{1,2,…,N}，满足b_kj≥b_lj，j＝1,2,…,M      (13)则称所有装备维修性影响因素下装备维修性特征X_k受到的影响大于维修性特征X_l，记为X_k＞X_l，即表示维修性特征X_k对影响因素的适应性比特征X_l强；若对于l≠k，恒有X_k＞X_l成立，则称X_k为最优维修性特征，即表示装备维修性特征X_k对影响因素的适应性最强；3)对于矩阵B，若存在k,l∈{1,2,…,M}，满足b_ik≥b_il，i＝1,2,…,N         (14)则称装备维修性影响因素Y_k对所有装备维修性特征的影响优于影响因素Y_l，记为Y_k＞Y_l；若k≠l，恒有Y_k＞Y_l成立，则称影响因素Y_k对维修性特征的影响最优；4)对于矩阵B，若存在k,l∈{1,2,…,N}，满足则在所有装备维修性影响因素下称装备维修性特征X_k受到的影响准大于维修性特征X_l，记为若对于l≠k，上述结论成立，则称装备维修性特征X_k为所有维修性影响因素下的准优特征，即表示装备维修性特征X_k对影响因素的适应性准强；5)对于矩阵B，若存在k,l∈{1,2,…,N}，满足则称装备维修性影响因素Y_k对所有装备维修性特征的影响准优于影响因素Y_l，记为若k≠l，恒有成立，则称影响因素Y_k对维修性特征的影响准优；对于一个具有N个维修性行为特征参数和M个维修性影响因素的装备维修性分析系统，不一定会有最优维修性特征和最优影响因素，但是一定会有准优维修性特征和准优影响因素。