【技术实现步骤摘要】
装备维修能力评估方法、装置、电子设备及存储介质
[0001]本申请涉及装备维修保障能力评估
，特别地涉及一种装备维修能力评估方法、装置、电子设备及存储介质。
技术介绍
[0002]随着装备信息化、智能化和复杂程度日益提升，社会化维修已逐渐成为装备维修的主要方式。然而，由于维修力量筛查遴选机制的不健全和维修能力评价方式方法的不客观，导致装备的维修质量残次不齐，严重影响装备性能的发挥和完成任务的质量，开展装备维修能力评估研究具有重大的现实意义。
[0003]目前，现有的装备维修能力评估方法都是通过对指标的优化、组合和指标值的设定，利用数理统计的方法对维修能力进行评估，但是随着装备的复杂程度越来越高，维修能力的评估的非线性、开放性、复杂性和动态性特征越来越明显，使得装备维修能力评估的难度加大，传统的装备维修能力评估方法的不适应和低效用越来越明显。
技术实现思路
[0004]针对上述问题，本申请提供一种装备维修能力评估方法、装置、电子设备及存储介质，解决了现有技术中由于装备维修能力评估难度加大导致的装备...
【技术保护点】
【技术特征摘要】
1.一种装备维修能力评估方法，其特征在于，所述方法包括：获取样本数据；其中，所述样本数据包括：维修信息与所述维修信息对应的维修能力评价结果；基于第一神经网络模型的权值和阈值确定初始种群，其中，所述第一神经网络模型是基于所述样本数据构建的；基于所述初始种群采用遗传算法确定目标权值和目标阈值；将所述目标权值和目标阈值赋予所述第一神经网络模型，得到第二神经网络模型；基于所述样本数据对所述第二神经网络模型进行训练，得到目标神经网络模型，以基于所述目标神经网络模型对装备维修能力进行评价。2.根据权利要求1所述的方法，其特征在于，所述样本数据包括多个属性对应的数据，所述基于所述样本数据对所述第二神经网络模型进行训练，得到目标神经网络模型，包括：基于所述样本数据采用主分量约简算法从多个属性中确定目标属性；将目标属性对应的数据进行标准化处理，以得到所述目标属性对应的目标样本数据，其中，所述目标样本数据中的数据量纲相同；基于所述目标样本数据对所述第二神经网络模型进行训练，得到目标神经网络模型。3.根据权利要求2所述的方法，其特征在于，所述基于所述样本数据采用主分量约简算法从多个属性中确定目标属性，包括：基于样本数据获得各个属性之间的相似度；基于各个属性之间的相似度和相似度阈值确定差别矩阵；计算差别矩阵中各个属性的分量值；将各个属性的分量值进行降序排列；选择前N个分量值对应的属性为目标属性。4.根据权利要求2所述的方法，其特征在于，所述目标属性对应的数据包括：装备维修难度等级和/或维修人员的技术等级；所述将目标属性对应的数据进行标准化处理，以得到所述目标属性对应的目标样本数据，包括：对所述装备维修难度等级和/或维修人员的技术等级按照第一计算式进行定量化处理，以得到第一目标样本数据，其中，第一计算式为：式中，i表示单次维修中维修装备数量或维修人员数量，z
ij
表示第j次维修中第i个装备的维修难度等级或第j次维修中第i个维修人员的技术等级。5.根据权利要求4所述的方法，其特征在于，所述目标属性对应的数据还包括：维修设备等级和/或维修材料等级；所述将目标属性对应的数据进行标准化处理，以得到所述目标属性对应的目标样本数据，包括：对所述目标属性对应的数据中的维修设备等级和/或维修材料等级采用第二计算式进行处理，以得到第二目标样本数据，其中，第二计算式如下：
式中，i表示单次维修中维修设备或维修材料的数量，d
ij
表示第j次维修中第i个维修设备和维修材料等级。6.根据权利要求5所述的方法，其特征在于，所述将目标属性对应的数据进行标准化处理，以得到所述目标属性对应的目标样本数据，还包括：对所述目标属性对应的数据中除所述维修设备等级、维修材料等级、装备维修难度等级和维修人员的技术等级之外的其他数据，采用第三计算式进行处理，以得到第三目标样本数据，其中，第三计算式为：其中...
【专利技术属性】
技术研发人员：侯兴明，赵黎兴，孟礼，王嘉慧，呼凯凯，
申请(专利权)人：中国人民解放军战略支援部队航天工程大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。