-
在产品采办的开始阶段，就要进行对其效能、费用、进度和风险之间进行综合权衡分析，及时准确的费用估算技术对其大有帮助。20世纪60年代，美国着手开展了关于寿命周期费用估算相关的研究工作，并且取得不少成果。1967年在美国兰德公司提出第一种参数模型DAPCA-I(development and procurement cost of aircraft, DAPCA)，在1976年完成了这项研究工作，而且开始作为比较完整的模型用于估算飞机的生产费和工程研制费。27038
- 上一篇：光谱成像技术的发展及研究现状
- 下一篇：支持向量回归机（SVR）的国内外发展研究现状
我国在20世纪80年代末期也陆续开始发表一些关于寿命周期费用研究的文章，并在费用估算研究方面取得了一定的突破和成果，除了几种传统算法外，随着现代数学统计理论的出现和深入研究，加上人工智能技术的发展，也出现了许多新的费用估算模型，这些新的费用估算方法更为准确迅速，计算过程相对简单，如神经网络技术、灰色系统理论和统计学习理论等。80年代以来，神经网络的应用渗透到各个领域，包括自然科学领域还有管理科学领域，都取得了一定的应用成果。例如2000年Bode和Jurgen将神经网络应用于飞机的成本费用估算[1]，之后Faghri和Ardeshir运用BP神经网络用于运输工程中的费用估算[2]，遗传算法的全局搜索能力较强，可以被用来优化BP神经网络连接权，有效的克服了传统估算算法的缺陷，大大提高了费用预测的准确性。论文网
随着费用预测在各领域中的深入研究，传统的估算算法无法应对复杂产品制造业的特殊性，其用于费用估算的样本有限，已有的样本数据并不一定是最完整和完善的，因此需要研究更适合于小样本条件下复杂产品费用估算模型。灰色系统理论首先为其提高一种解决办法。国防科技大学系统工程研究所郭继周以及海军航空工程学院机械工程系宋贵宝、彭邵雄等[3]根据装备使用保证费用的灰色特性，构建了GM(1,1)模型及GM（1，1）预测模型，此次研究表明该方法具有很好的预测精度，可以用于装备寿命周期费用预测和估算。之后郭雷、唐文哲等人[4]基于灰色系统理论，运用GM（0，h）模型和离散型GM（1，1）模型，建立工程装备的费用预测模型，通过与多元线性回归方法建模的计算结果进行比较分析，验证了模型的适用性。陈芳等[5]将灰色系统理论与BP神经网络技术进行结合建立了装备保障费用的组合预测模型，通过实例证明与传统单一模型相比有效提高了预测精度。