骆静 邹小锐

摘 要：艦艇修理能力受多种因素影响，且历史数据缺乏，为了对舰艇修理能力进行有效评估，建立了舰艇修理能力指标体系，针对小样本数据特点，使用最小二成支持向量机（LSSVM）建立修船能力评估模型，并利用粒子群算法（PSO）对影响最小二乘支持向量机（LSSVM）回归性能的参数进行优化。通过专家打分数据验证，结果表明，该方法在小样本条件下的泛化能力较好，能够科学、准确地评估舰艇修理能力，具有较高的评估效率。

关键词：舰艇修理;评估;最小二乘支持向量机;粒子群优化

Abstract： Evaluation of warship maintenance capability is limited by several factors， The historical data is lacked，In order to Evaluation of warship maintenance capability， The evaluation index system is constructed based on influence factor analysis. Focus on character of small data sets， LSSVM model is used to evaluated the warship maintenance capability， PSO is used to optimize the most important parameters which influent the LSSVM regression model. Verified by expert evaluation method， the evaluation results show， The generalization ability of model is well for small data sets， the PSO-SVM evaluation method is a scientific and accurate method for the evaluation of warship maintenance capability. The evaluation efficiency is high.

Keywords： warship maintenance; evaluation; LSSVM; PSO

1 引言

舰艇修理，是为保持和恢复舰艇的战术技术性能而采取的修理措施，它能够使舰艇在规定服役期内保持良好的技术状态和正常的在航率。修理能力评估是在开展修理工程前，对舰船修理厂的舰船修理能力的全面、准确分析和评价，以便为任务分配决策提供依据，同时也是降低舰艇修理风险，合理优化维修资源的重要保证。舰艇修理能力评估是一个多指标体系的综合评估问题，修理能力受人员、设备、技术及备品备件等多因素影响[1] [2]，且影响因子与能力评估结果之间存在非线性关系，各评价指标之间及相互独立又相互制约，如何对修船能力进行科学客观的评估是一个系统、复杂的问题。神经网络、模糊数学及层次分析法等数学方法被应用到修船能力评估中[2][3]，取得了一些成果，但上述方法都是在经验风险最小化原则下基于样本无限大的基础上进行的，而舰艇承修单位涉密程度高，修理项目繁杂，造成修理数据采集困难，样本有限，容易出现数据过拟合，泛化能力不高等问题[4]，从而限制了这些方法的应用。……