限制玻尔兹曼机在装备保障方案评价中的研究

摘要

装备保障方案评价是对方案的可行性进行评估.针对保障方案评价中实际数据的内在特征不明显,影响评价结果.利用受限玻尔兹曼机(RBM)自动提取数据内在特征,结合BP神经网络的学习能力,提出了基于限制玻尔兹曼机神经网络方法.通过装备保障的主要影响因素,建立了装备保障的评价体系.从影响装备保障指标评价数据的差别上,建立了装备保障评价模型.该模型首先对数据通过RBM模型进行预处理,确保数据在用BP神经网络训练时减少训练样本的积累误差.再让数据通过神经网络进行训练,由此进行装备保障的方案评价.仿真结果表明,基于RBM神经网络能够准确的对保障方案进行评价.通过公共数据集进行仿真也取得了良好的效果.