基于SES 的不常用备件需求预测模型

在目前引进装备的需求预测中,针对历史数据较少和样本值具有大量零值的问题,采用一次指数平滑法（Single Exponential Smoothing,SES）进行不常用备件需求预测。分析指数平滑法初始值和加权系数对模型预测准确性的影响,建立舰艇间断性需求备件的预测模型,并对某型舰艇备件进行预测和分析,较好地实现了间断性需求备件的预测。仿真结果证明了该方法的可行性和有效性。     

舰载机间断型备件的需求预测方法

针对舰载机随舰出航过程中舰载机间断型备件的需求预测具有一定的特殊性,提出一种基于灰色系统和时间聚合的适用于舰载机间断型备件的需求预测方法.将备件发生需求定为异常值,利用灰色灾变预测对发生需求的航段进行预测,得到需求发生的时间;采用时间聚合法对备件需求量进行聚合处理,结合各影响因素利用GM(1,N)进行预测,解聚合后得到备件需求数量.实际案例分析表明:该方法预测精度较高,优于Croston法和Boostrap法等传统方法.     

正态型不可修部件备件需求预测方法

为解决维修保障中备件需求预测形式复杂和精度不高的问题,以正态型不可修部件为对象,对备件需求 预测方法进行研究。从保障概率的角度出发,介绍与备件保障相关的指标,建立正态型部件保障概率模型,通过逆 运算确定满足保障概率条件的备件需求数量,给出寿命服从正态分布的部件备件需求量,通过案例得出精确预测方 法和近似预测方法的应用条件。预测结果表明,工程近似方法适合于确定较长时间的备件需求量。     

装备备件资源预测与优化技术研究

结合国内外研究现状,对备件预测基本流程、备件品种的预测技术、备件数量的建模与计算方法,以及备件满足率和利用率的验证与评估方法进行研究,形成了一种备件资源优化的迭代过程,为装备备件预测与优化技术的工程化实践奠定了基础。     

基于LS-SVM的新机备件需求预测

为解决因新机备件历史消耗数据相对较少而给备件预测工作带来的困难,提出应用最小二乘支持向量机(least squares support vector machine,LS-SVM)回归算法来实现新机备件需求的预测.阐述了最小二乘支持向量机的基本原理,建立了新机备件需求的预测模型,选取核函数,采用LS-SVM对训练样本进行学习,对其网格结构参数进行训练,通过十字交叉验证(cross-validation)和网格搜索(grid-search)确定最优参数,利用训练后的LS-SVM对新机备件需求进行预测,并进行算例仿真.结果表明,LS-SVM在新机备件需求预测上表现优秀.     

基于粗糙灰色预测的装备维修资源需求预测模型

面向装备维修资源保障任务,首先采用粗糙集理论,通过属性约简算法,简化装备维修备件资源消耗影响因素,在此基础上利用灰色预测模型,对基于虚拟仓储的装备维修资源需求进行预测,通过与单一的灰色预测方法结果相比较,将粗糙集与灰色预测模型相融合的方法应用于装备维修备件资源预测的结果可靠、信息准确,并且预测值与实用值的相对误差和绝对误差很小,达到了准确预测的效果;从而验证了此模型与算法的有效性,为信息化战争中提高装备维修备件资源保障功能提供理论与方法支持。     

基于改进马尔科夫模型的航空备件需求预测

针对时间序列法存在较大误差的问题,构建基于改进马尔科夫的航空备件需求预测模型。利用备件的历史数据计算出状态转移矩阵,以某飞行大队航材部门某型直升机备件的月统计消耗量为例,通过马尔科夫预测和改进的三步平均马尔科夫预测法对备件的需求状态概率进行预测分析。结果表明:在给定备件满足率的情况下,改进的马尔科夫预测法能取得更好的预测效果。     

基于改进Grey-Markov模型的导弹备件需求预测

导弹备件需求系统是复杂的系统,根据灰色预测和Markov的特点,给出Grey-Markov模型,用无偏GM（1,1）模型拟合备件需求的变化趋势,而进行Markov预测,在预测过程中,不断更新原始数据;通过对导弹备件需求预测表明,相比一般的灰色预测模型,该模型预测准确度（尤其是中长期预测中）得到了较大提高。     

可修部件的面向任务备件优化配置技术

面向任务的备件优化配置是在给定任务条件下,通过预测维修保障系统计算备件需求,得到最优备件携行量.针对可修部件,使用排队论相关法分别建立单阶段和多阶段任务的相应面向任务的备件携行量优化模型.用该模型计算其面向任务期间的最优备件携行量.     

发射设备备件配置研究

介绍发射设备件配置的特点,分析影响发射设备备件品种的因素,基于ABC管理法确定备件品种;基于备件保障率分析备件数量,以发射设备寿命服从指数分布和正态分布的部件为例,计算备件数量,为实际工程中发射设备备件的配置提供参考。     

基于情景匹配的战时备件分配模型

针对战时备件资源的稀缺性、维修历史数据的不完整性、情境因素异构性等问题,提出一种基于情境匹 配的战时备件分配方法。利用战时情境匹配相对近似度的概念,在战时情境因素值为精确值与区间值共存的情况下, 根据公平性准则,采用情境与分配的平均相关系数(ARC)和平均相对可分系数(ARS)2 个绩效指标,对每个备件需求 点的备件数量及所处战斗实际情况的相符程度进行度量,通过Matlab 软件对数值进行仿真计算。仿真结果证明了该 模型的有效适用性。     

考虑预防性维修的备件需求量计算模型

备件是装备使用与维修的重要物质基础,是影响装备寿命周期费用的重要因素。针对传统备件需求量计算模型未考虑预防性维修需求的问题和不足,以工龄更换维修策略为例,建立考虑预防性维修的备件需求量计算模型,提出基于离散法的模型求解算法。通过具体算例对模型的应用方法和效果进行了验证,并与传统的备件需求量计算模型进行了对比分析。研究结果表明：传统备件需求量计算模型存在很大误差;预防性维修策略下备件需求量计算模型能够显著提高备件需求量计算的准确性,不仅可以对任意周期长度的备件需求量进行计算,而且还可以用于分析装备寿命周期备件保障费用。     

航空装备维修器材筹措供应标准体系

为解决我军航空装备维修器材筹措供应缺乏标准依据的问题,对其标准体系进行研究。从我军航空装备 维修器材年度保障计划制订、器材购置经费预测、库存储备控制和保障效能评估4 个方面,分析得出我军航空装备 维修器材保障理论研究与实践中存在的问题,结合我军保障实际,综合运用多学科方法,在标准器材项目的筛选方 法、标准制订的影响因素、器材寿命和需求分布、标准器材数量测算等方面提出了解决思路和方法。研究结果表明, 该思路对我军航空装维修器材筹措供应标准体系的研究和拟制具有参考价值。     

分数阶离散灰色模型及其在备件需求预测中的应用

针对某型新概念武器装备缺乏可比对的现有装备,备件需求历史数据少,对装备本身保障特性缺乏了解等问题,提出应用分数阶GM(r,1)模型进行备件需求预测的方法。应用矩阵扰动理论证明了GM(r,1)模型的扰动界小于GM(1,1)模型的扰动界。利用1阶累加矩阵及其矩阵乘法运算推导出p阶累加矩阵。应用分数阶差分方程理论,将p阶累加矩阵推广到r分数阶累加矩阵,建立分数阶累加灰色模型GM(r,1)。通过矩阵求逆运算,得到r分数阶累减矩阵,简化了r分数阶累减计算方法。应用遗传算法确定GM(r,1)模型最优阶数,利用GM(r,1)模型预测维修备件需求,并通过实际数据实验,表明GM(r,1)模型比GM(1,1)模型具有更好的预测性能。     

基于RFID 技术的备板备件管理

针对传统的备板备件管理方法已经不能满足信息化条件下装备应急处置的问题,提出一种将射频识别(radio frequency identification,RFID)技术应用于备板备件的管理方法.分析了传统备板备件管理方式存在的缺陷,基于射频识别技术的备板备件管理的功能需求,构建了管理方法的功能模块,并采用 RFID 及其他相应技术对备板备件入库、盘点、出库等环节的数据进行自动化采集.结果表明:该管理方法可实现人力、资金、材料、设备、方法、信息和时间等重要资源的综合优化管理,有助于实现管理可视化.基于 RFID 技术的备板备件管理可以提高管理效率和效益,提高装备应急保障能力.     

现代战争条件下地导装备备件库存数量优化分析

对地导部队装备故障发生的概率、备件的需求及消耗情况、经费使用、备件在武器系统中重要度等因素进行分析，认为备件存储量可以降低，即不必按照备件的最大需求量来储存备件，而是根据备件存储不同状态下的最低库存量和备件重要度来决定备件的必要储备量。采用马尔科夫决策规划来分析零备件的随机动态存储问题，并结合实例进行分析。