王建平
- 作品数：18 被引量：63H指数：4
- 供职机构：装甲兵工程学院更多>>
- 发文基金：武器装备预研基金军队科研计划项目更多>>
- 相关领域：军事自动化与计算机技术兵器科学与技术经济管理更多>>
- 一种基于IR-UWB和图像矩的装备展示导览系统
- 本发明涉及一种IR‑UWB和图像矩的装备展示导览系统，属于增强现实和计算机视觉技术领域。主要包括以下步骤：构建融合展品图像矩、位置和视角坐标、展品相关文字说明、三维模型和图片的展品信息数据库；对使用者位置估计和视角确定；...
- 雷震李庆全王建平杨宏伟孟庆均李昕桦王春媛李治国李东何嘉武钱润华爨红亮苏勇杰
- 文献传递
- 使修计划中的等量关系与约束条件
- 本文阐述了装甲装备使用、送修计划中所要把握的等量关系和约束条件,理顺了复杂的相互关系,并提出了年度限额消耗摩托小时和年度预计生产摩托小时的数学表达式,为正确做好使用、送修计划创造了条件.
- 王云涛沈洪王建平
- 关键词：装甲装备维修管理
- 文献传递
- 通用装备保障物流体系构建研究
- 2012年
- 通用装备保障物流体系,是各装备专业物资保障一体化运行体系,兼顾各装备专业物资保障的特殊情况。通用装备保障物流,是以通用装备器材、弹药等装备物资为保障对象,对其进行计划、筹措、包装、储存、运输、维护、使用、回收等保障活动,是对通用装备各专业物资实施综合一体的保障活动。通用装备保障物流体系,是通用装备保障系统的重要组成部分,是军事物流体系的分支,是指在一定的时间和空间内,为实现通用装备保障目标而构建的相互作用、相互依，
- 李庆全杨宏伟王建平王焕坤
- 关键词：装备保障系统物流体系装备器材
- 一种改进的装备保障能力并联预测模型被引量：4
- 2016年
- 为了提高装备保障能力的预测精度,针对当前预测算法及其组合模型存在的问题,提出了一种改进的并联预测模型。利用文本挖掘选择预测指标及权重,改进了区间标度算法并构造了不等距、多尺度区间的模糊时间序列模型。改进了粒子群优化方法中微粒速度和位置及惯性权重值的算法,使用该方法优化了支持向量机参数并建立预测模型。依据改进的模糊时间序列和支持向量机预测模型建立了改进的并联预测模型,通过计算预测权重值并将预测值与预测权重值组合形成并联模型的预测值。通过案例证明了该预测方法具有更高的精度。
- 帅勇宋太亮王建平沈洪
- 关键词：装备保障能力时间序列支持向量机粒子群优化算法
- 基于OMR的装备检查解决方案
- 2008年
- 根据OMR的应用特点,以随车工具附件检查为例进行了业务建模,并在此基础上对填涂卡卡型进行了设计,介绍了软件的数据处理流程及应用环境。
- 梁波王建平沈洪范昕
- 关键词：OMR
- 装备使用阶段安全风险评估被引量：2
- 2012年
- 面对武器装备快速发展和部队训练转型快速推进,装备使用安全形势日趋严峻的情况,分析了装备使用阶段存在的各种安全风险因素,构建了装备使用阶段安全风险评估指标体系,采用模糊层次分析法计算了各指标的权重,应用模糊综合评判法实现了装备使用阶段安全风险综合评估,并通过装甲装备实例验证了方法的合理性和有效性。该方法能够提高风险评估准确性,可为风险量化和有针对性地开展装备安全管理提供有益参考。
- 王生凤童珣王建平
- 关键词：模糊综合评判
- 装备保障能力评估方法综述被引量：27
- 2016年
- 装备保障能力评估是提升武器装备战备完好率的重要手段,能有效地促进装备保障能力建设的科学发展和部队战斗力的提升;文章首先介绍了装备保障能力相关理论的发展情况,整理了装备保障能力评估的基本思路,然后从多元统计理论、不确定性理论、多属性评估法、数据挖掘技术、交叉学科理论及组合模型等方面介绍了当前评估方法的发展现状,梳理和总结了各方法的建模基本思想并比较其优缺点,结合研究现状指出了评估理论存在的问题,最后对下一步研究方向进行了归纳。
- 帅勇宋太亮王建平沈洪詹文斌
- 关键词：装备保障能力
- 装甲装备车务管理信息资源规划被引量：1
- 2005年
- 针对装甲装备车务管理信息化建设过程中,出现的数据环境不适应信息化发展的问题,分析了造成数据环境混乱,形成信息孤岛的原因,提出了用信息资源规划的思想和技术对数据环境进行改造,建立车务管理的功能模型、数据模型和数据管理的基础标准,实现信息共享的方案,解决了车务管理信息化建设过程中的信息孤岛问题,为实现车务管理信息化的跨越式发展奠定了基础.
- 李艳红刘洪元 王建平刘坤
- 关键词：信息资源规划信息资源管理
- 装备保障信息质量浅析
- 本文对影响装备保障信息质量的因素及成因进行了分析,并根据装备保障信息系统应用的实际情况,提出了保证装备保障信息质量的措施.
- 王建平李艳红寇德齐王云涛
- 关键词：军事装备管理信息系统
- 文献传递
- 考虑全过程优化的支持向量机预测方法被引量：9
- 2017年
- 针对支持向量机(support vector machine,SVM)预测过程中影响因素选择、输入特征集优化、核函数选择及参数优化方面存在的问题,提出了一种全过程优化方法。首先使用频繁模式增长关联规则分析和模糊贝叶斯网络组合模型来解决影响因素选择中存在的主观性问题,然后使用在异常值处理和类内距离与类间距离方面进行改进的模糊C均值聚类算法优化输入特征集,减小支持向量机预测模型冗余度及训练样本集过修正度,通过比较各核函数的特点选择径向基核函数作为SVC的核函数,改进了粒子群优化算法中微粒速度和位置函数及惯性权重值算法,使用该方法优化SVM参数并建立预测模型。最后,通过案例运算和分析,证明该文方法具有更高的预测精度。
- 帅勇宋太亮王建平
- 关键词：支持向量机模糊贝叶斯网络模糊C均值聚类粒子群优化全过程
