本发明涉及船舶电子信息技术，特别是涉及一种基于物联驱动的岸海设备器材维保方法及装置，具体涉及实现基于无线射频识别技术和流程优化，以及岸海之间批量设备器材维修保障的决策支持，通过该成果可有力提升船岸设备器材运维自动化和智能化管理水平。
背景技术：
1、美军在海湾战争期间,发现其航空母舰大型海上平台长期在海上执行各种任务日益增多，平台上众多的设备、器材、物资、用品转运交互及贮藏运转时，以往主要靠人力来完成,船岸之间也交互信息难以同步，呈现耗费人员多、自动化程度低、补给效率低。但随着海上工作环境越来越漫长，远离岸上基地的设备器材保障越来越复杂，平台作业现场对于精确保障提出的要求越来越高，对保障智能化考虑越来越多，这都使得传统的设备物资保障要求发生了新的变化。
2、长期工作海上平台进行补给成本高、一次补给间隔时间长，加之海上平台工作空间十分紧张，装载设备器材能力受限，岸基保障人员对海上设备器材需求掌握不及时、不准确，各类设备器材供应准备也需要周期长，海上平台设备器材维保需要详细计算和科学预测，合理规划和管控各类需求。
技术实现思路
1、本发明的目的是为了克服上述背景技术的不足，提供一种基于物联驱动的岸海设备器材维保方法及装置，使其通过物联网技术和智能搜索算法，实现快速高效船岸设备物资维护保障的自动化监管,提高设备器材补给效率和决策科学性,增强对海上工作船舶平台的长期保障能力。
2、本发明提供的一种基于物联驱动的岸海设备器材维保方法，包括如下步骤：s1、基于在船物联感知数据，计算船舶设备器材的平均需求间隔和变异系数，根据船舶设备器材需求间隔和变异系数计算情况，将设备器材动态分类为大消耗量器材物资和小消耗量设备备件；s2、针对大消耗量器材物资，利用混沌搜索粒子群改进bp神经网络算法对器材物资进行预测；和/或s3、针对小消耗量设备器材，利用飞鼠搜索改进支持向量机算法对设备器材进行预测。
3、在上述技术方案中，所述步骤s1的具体过程如下：s11、计算船舶器材物资的平均需求间隔；s12、计算船舶器材物资的变异系数；s13、根据平均需求间隔和变异系数对船舶器材物资进行动态分类；s14、平均需求间隔小于等于阈值时，将船舶设备器材规划为大消耗量设备器材；平均需求间隔大于阈值且变异系数小于阈值时，将船舶设备器材规划为小消耗量设备器材。
4、在上述技术方案中，所述步骤s2的具体过程如下：s21、初始化bp神经网络结构，确定各层神经元的个数，根据需求特征序列特征维度确定输入层神经元个数，隐藏层神经元的个数根据经验公式确定，使用随机数初始化神经网络的连接权值和阈值；s22、根据bp神经网络连接权重和阈值的数量和初始值，初始化ecpso算法中每个粒子的维度和初始值，随机选择数据序列作为训练样本；s23、运行ecpso算法计算每个粒子个体的当前适应度值，设置最大迭代次数作为ecpso算法的终止条件，输出当前全局最优解粒子的位置，获取最优连接权重和阈值，计算每个粒子个体的当前适应度值的具体公式如下：式中，mse为均方误差，n为粒子数量，表示第i个数据样本对的预测值，yi表示第i个数据样本对应的真实值；s24、使用最优的连接权重和阈值运行bp神经网络，输出该训练样本对应的预测值，计算当前训练样本的训练误差，具体公式如下：式中，eξ为神经网络训练误差，c为输出层神经元序号，q为输出层神经元个数；yξ为期望输出向量，soξ输出层输出向量；s25、判断所有训练样本是否全部完成训练，如果完成则进入下一步；否则以当前最优的连接权值和阈值作为ecpso中全局最优解粒子位置，返回s23继续训练，直到完成所有样本的训练；s26、计算所有训练样本的总训练误差，判断总误差是否满足训练终止条件，如果满足则完成训练；否则返回步骤s23继续训练，直到满足终止条件，所有训练样本的总训练误差的计算公式如下：式中，e为样本数据的总误差，m为样本个数，c为输出层神经元序号，q为输出层神经元个数；yξ为期望输出向量，soξ输出层输出向量。
5、在上述技术方案中，所述步骤s3的具体过程如下：s31、确定svr的参数搜索范围，初始化svr参数，依据svr参数的取值范围初始化dossa种群中飞鼠个体的位置；s32、随机选择数据序列作为训练样本输入svr中，运行dossa算法，利用公式1计算飞鼠个体的适应度值，设置最大迭代次数作为dossa算法终止条件，获得优化的svr参数；s33、使用优化的参数运行svr，输出训练样本的预测值，判断所有训练样本是否全部完成训练，如果是则进入下一步骤；否则返回s32继续训练，直至训练完成；s34、使用公式1计算训练样本集的均方误差，判断误差是否满足训练终止条件，如果满足则完成训练；否则返回s32继续训练，直到满足终止条件。
6、在上述技术方案中，所述步骤s21中，所述随机数范围是[-1,1]。
7、在上述技术方案中，所述步骤s1之前还包括步骤s0、在船物联设备感知岸海设备器材维保数据。
8、在上述技术方案中，所述步骤s0的具体过程如下：s01、基于射频介质标签采集和更新设备器材维报信息，实时感知、处理、更新全过程数据，对设备器材维护保障过程进行跟踪；s02、便携射频管理终端更新设备器材配置的射频标签信息，生成批量出库记录和自动核销。
9、本发明还提供了一种基于物联驱动的岸海设备器材维保装置，具有计算机程序，该计算机程序能够执行基于物联驱动的岸海设备器材维保方法。
10、本发明基于物联驱动的岸海设备器材维保方法及装置，具有以下
11、有益效果：
12、通过结合船载物联感知数据，实现维保全过程管控的数字化流转，降低海上人员维保劳动强度，节约人力、时间成本，降低维保管理错误率，提高设备器材维保及时性和信息可追溯性；利用无线射频认证技术，提升船载设备器材维护保障可靠性和便捷性，在海上船舶恶劣环境下适应性强、可靠性高，有力提升海上平台设备维保自动化水平，显著优化船岸交互好补给决策效率。可广泛应用于各型海工平台、海上舰船、作业船舶等工作。
13、针对不同消耗量器材备件需求预测困难问题，提出一种基于迭代次数和适应度值的惯性权重计算方法，提升了算法的全局搜索能力和局部搜索能力，对全局最优解进行混沌搜索提高了算法的收敛精度，降低了预测的难度和困难。针对较小消耗量设备器件需求预测的低效问题，提出了一种反向搜索更新方法，平衡了传统算法的探测能力和开发能力；针对算法易陷入局部最优解的问题，提出了一种最优解差分搜索策略，提高了海上平台设备器材维保用量计算寻优的决策能力。
1.一种基于物联驱动的岸海设备器材维保方法，其特征在于：包括如下步骤：
2.根据权利要求1所述的基于物联驱动的岸海设备器材维保方法，其特征在于：所述步骤s1的具体过程如下：
3.根据权利要求2所述的基于物联驱动的岸海设备器材维保方法，其特征在于：所述步骤s2的具体过程如下：
4.根据权利要求3所述的基于物联驱动的岸海设备器材维保方法，其特征在于：所述步骤s3的具体过程如下：
5.根据权利要求4所述的基于物联驱动的岸海设备器材维保方法，其特征在于：所述步骤s21中，所述随机数范围是[-1,1]。
6.根据权利要求5所述的基于物联驱动的岸海设备器材维保方法，其特征在于：所述步骤s1之前还包括步骤s0、在船物联设备感知岸海设备器材维保数据。
7.根据权利要求6所述的基于物联驱动的岸海设备器材维保方法，其特征在于：所述步骤s0的具体过程如下：
8.一种基于物联驱动的岸海设备器材维保装置，具有计算机程序，其特征在于：该计算机程序能够执行如权利要求1～7中任一项所述的基于物联驱动的岸海设备器材维保方法。
