题目：基于数据挖掘的维修保障费用优化研究

维修保障是武器装备使用中很重要的一个环节，它直接影响到装备的完好率和可用度；通常维修保障的工作量很大，所需费用也很多，因此维修保障费用往往制约了装备的维修保障，所以如何合理地分配维修保障费用，使有限的维修保障费用能够保障装备达到较高的完好率是各国军方研究的一个重要课题。而数据挖掘是一门新兴的高效的数据分析处理技术，与传统的统计和分析方法相比有其独到的优势，利用数据挖掘技术分析处理维修保障费用是一个很有意义的研究方向。 本文首先研究了维修保障系统的体系结构，论述了维修保障费用的组成及影响因素，研究了维修保障费用模型研究的状况，以及有关的维修保障费用模型。其次研究了数据挖掘的各种算法，并提出了如何利用属性分类方法研究维修保障费用的主要费用，在此基础上研究了如何利用神经网络对维修保障费用进行建模，深入研究了利用遗传算法求解维修保障费用优化模型的方法和过程。在维修保障费用的优化过程中引进了轮盘赌轮技术进行迭代，选择优秀的遗传后代。最后对如何建立维修保障费用数据仓库进行了研究。