论文部分内容阅读
测试性评估是整个测试性设计工作的关键环节，能够反映设计方案的正确性、识别设计缺陷以及检验设计要求；针对当前有效评估手段的缺乏，本文提出了一种新的测试性评估方法；在建立测试性评估指标体系的基础上，利用BP网络解决非线性问题的优势，建立了评估模型，同时采用贝叶斯正则化（BR）训练方法，提高网络的泛化能力，并提出带自适应变异的质心量子粒子群（AMCQP-SO）算法，以优化BP网络初始权值和阈值，以提高评估模型结果的准确度；经实验验证，评估方法具有较高的准确性和实用性，能够更好地为装备测试性设计服务。