BP神经网络在无人机成本估算中的应用

摘要:无人机系统是一种新型的作战武器系统，是当今航空界研究的一个热点。这种武器系统在飞机作战效能方面随着科学技术的进步有着很好的发展潜力，在全寿命周期费用方面与有人机相比极具优势。本文主要讨论的是无人机定价中成本估算的问题，并使用BP神经网络构建了一个无人机成本估算模型。
　　关键词:BP神经网络;成本估算;武器装备
　　
　　一、我国常用的军品成本估算方法
　　
　　针对武器系统的成本估算，国内外常用的一般方法有四种：参数估算法、工程估算法、类推估算法和专家判断估算法。
　　1.参数估算法，又称经验公式法。这种方法实际上是使武器系统的费用与武器系统的特点或重要参数之间建立起费用估算关系。而这些费用变量都有一个数学值范围，并不只是一个值。它的函数形式就是成本估算关系式。简言之，它是利用类似系统的历史费用数据去推导新型武器系统的费用。
　　2.工程估算法，又可称之为单价法或直接法。它的主要做法是根据工作分解结构在对各个独立部分和系统零部件的料、工、费进行详细估算的基础上，再将各单项估算值综合为总的成本费用。所以，该方法有时又被称为“自下而上”的成本估算法。
　　3.类推估算法实际上是将拟议中的产品、装备、系统功能与以前的某个系统的可比部分或类似部分进行直接比较。这种方法既可用于直接与具有同样操作或工作特性的类似系统进行比较，也可将被估系统直接与具有许多相同费用特性的不同系统进行比较。
　　4.专家判断法类似于专家推测法。它要求估算者拥有关于系统或系统部件的综合知识。在经验数据不足或没有足够统计资料的情况下，往往需要用这种方法。
　　除以上常用的4种方法之外，目前讨论的比较多的方法还包括以下3种：
　　1.灰色系统方法。通过对主导因素建立GM（1,