买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国人民解放军海军航空大学申请的专利一种复杂装备技术保障模糊综合评估方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116611716B 。

龙图腾网通过国家知识产权局官网在2026-04-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310235484.7，技术领域涉及：G06Q10/0639；该发明授权一种复杂装备技术保障模糊综合评估方法是由李恒;肖支才;陈黎明;张建;秦亮;戴邵武设计研发完成，并于2023-03-09向国家知识产权局提交的专利申请。

本一种复杂装备技术保障模糊综合评估方法在说明书摘要公布了：本发明公开了一种复杂装备技术保障模糊综合评估方法，其将安全性分解为25个方面，采用本级专家打分的方式进行百分制评分；然后建立模糊系统与模糊规则，得到装备安全性的模糊分值；在此基础上，根据本级专家的百分制评分数据以及上级专家对装备完成任务后的安全性综合评估分值，建立了一种基于正余弦混合收敛震荡型径向基神经网络，利用已有的历史数据叠加模糊系统的数据对神经网络的权值进行自适应训练，最终利用训练好的网络与模糊系统，对待评价装备技术保障安全性进行评估。该方法很好地将模糊系统与神经网络进行了结合，解决了单独模糊系统评价准确度不高的问题。

本发明授权一种复杂装备技术保障模糊综合评估方法在权利要求书中公布了：1.一种复杂装备技术保障模糊综合评估方法，其特征在于以下步骤： 步骤S10，将多台装备中每台装备的技术保障过程安全性评估分为高压气体、电子器件、环境温湿度、保障装备温湿度、易爆品温湿度、易燃品温湿度、防可燃物安全、防盗安全、普通测试间的防爆设备，易爆测试间的防护装置；易燃测试间的防护装置、接地、短路插座、防爆插座、防爆空调、加注场所通风、隔离墙、隔离网、拆卸安全、运输安全、分机测试安全、安装安全、整体测试安全、技术准备安全、离场安全25个方面，由本级专家对其百分制打分进行汇总后，得到当前装备25个方面的总安全性分值，记作aij，代表第i台装备技术保障过程第j个方面的安全性分值； 步骤S20，定义装备25个方面安全性分值的概念以及装备安全性模糊分值的概念，定义模糊规则，建立模糊系统，运行模糊系统得到装备安全性模糊分值如下： 首先定义输入变量第i台装备第j个方面的安全性分值aij的模糊概念，分为以下五个模糊概念，即 aij＝{HBMSO}； 其中H表示输入变量aij很大、B表示输入变量aij较大、M表示输入变量aij为中等、S表示输入变量aij较小、O表示输入变量aij接近0；具体的如下： 当80≤|aij|＜100,j＝1,2,3,…,25时，认为aij很大； 当60≤|aij|＜80,j＝1,2,3,…,25时，认为aij较大； 当40≤|aij|＜60,j＝1,2,3,…,25时，认为aij中等； 当20≤|aij|＜40,j＝1,2,3,…,25时，认为aij较小； 当0≤|aij|＜20,j＝1,2,3,…,25时，认为aij接近0； 其次，定义输出量装备安全性模糊分值diaij的模糊概念，同样分为以下五个模糊概念，即 aij＝{H'B'M'S'O'} 其中H'表示装备安全性模糊分值daij很大、B'表示装备安全性模糊分值daij为较大、M'表示装备安全性模糊分值daij为中等、S'表示装备安全性模糊分值daij为较小、O'表示装备安全性模糊分值daij接近0，具体的在设计中选取： 当0.8＜|daij＜|1时，认为装备安全性模糊分值daij很大； 当0.6＜|daij|＜0.8时，认为装备安全性模糊分值daij较大； 当0.4＜|daij|＜0.6时，认为装备安全性模糊分值daij中等； 当0.2＜|daij＜|0.4时，认为装备安全性模糊分值daij较小； 当0＜|daij＜|0.2时，认为装备安全性模糊分值daij几乎为0； 最后对j＝1,2,3,…,25的所有25个方面，每个方面定义5条模糊规则如下： 当输入变量aij很大时，认为装备安全性模糊分值daij很大； 当输入变量aij一般大时，认为装备安全性模糊分值daij较大； 当输入变量aij为中等，认为装备安全性模糊分值daij中等； 当输入变量aij较小时，认为装备安全性模糊分值diaij较小； 当输入变量aij几乎为0时，认为装备安全性模糊分值diaij几乎为0； 然后运行模糊系统，得到第i台装备安全性模糊分值diaij； 步骤S30，根据本级专家对n台装备技术保障过程25个方面的安全性分值，建立基于一种自适应径向基神经网络；首先根据第i台装备技术保障过程第j个方面，分别选取70个神经网络节点中心值；然后与之比较得到网络中心点偏差数据；并设置神经网络的节点敏感区间，分别进行偏差绝对值变换并进行时间衰减后，与网络中心点偏差数据的正弦变换相乘，得到收敛震荡型网络径向基系数；再与网络中心点偏差数据的绝对值指数整数分数阶混合衰减函数相乘，得到神经网络的径向基函数；然后乘以相应的神经网络权值，并进行70个节点累加，得到神经网络对第i台装备第j个方面的安全性综合输出；然后对25个方面进行累加并叠加第i台装备安全性模糊分值得到神经网络对第i台装备技术保障的安全性分值总评估数据如下： εijk＝aij-fjk； 其中fjk为第j个方面的70个神经网络节点中心值，其为常值；其中k＝1,2,…,70，εijk为网络中心点偏差数据；σj为第j个方面的神经网络的节点敏感区间，为常值参数；γ0ijk为收敛震荡型网络径向基系数，t为时间信号；c1、c2为常值参数；γijk为神经网络的径向基函数；uij为神经网络对第i台装备第j个方面的安全性综合输出，kjk为神经网络权值；pi为神经网络对第i台装备技术保障的安全性分值总评估数据； 步骤S40，根据所述的神经网络对第i台装备的安全性分值总评估数据与第i台装备在上级专家对装备完成任务后的安全性综合评估分值进行比较得到网络训练误差数据；然后根据网络训练误差数据设计基于正余弦混合收敛震荡型权值自适应调节律，并通过积分运算分别对网络权值进行自适应更新；当网络训练误差收敛到0附近区域时，停止训练与权值更新； ei＝pi-bi； kjkn+1＝kjkn+djk； 其中ei为网络训练误差数据，bi为上级专家对第i台装备完成任务后的安全性综合评估分值；djk为基于正余弦混合收敛震荡型权值自适应调节律；ljk为常值参数，用于调节神经网络权值收敛速度； 步骤S50，根据本级专家对待评价装备的技术保障过程的25个方面的安全性分值数据，代入模糊系统后再代入训练好的神经网络，得到神经网络对待评价装备技术保障的安全性分值总评估数据如下： εDjk＝aDj-fjk； 其中aDj为待评价装备的技术保障过程的25个方面的安全性分值数据；εDjk为待评价装备的网络中心点偏差数据；γ0Djk为待评价装备的收敛震荡型网络径向基系数，γDjk为待评价装备的神经网络的径向基函数；uDj为神经网络对待评价装备第j个方面的安全性综合输出，dDaDj为待评价装备安全性模糊分值，pD为神经网络对待评价装备技术保障的安全性分值总评估数据。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国人民解放军海军航空大学，其通讯地址为：264001 山东省烟台市芝罘区二马路188号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。