飞机液压系统库存备件综合保障决策方法

飞机液压系统库存备件综合保障过程存在大量不确定性,使其库存备件保障决策困难。以离散型概率序列运算理论为基础,创建了飞机液压系统库存备件综合保障决策模型。本文将飞机液压系统备件需求、维修、存储的数量看作一维离散的随机变量,并运用离散型概率序列之间的交积、卷差、卷和运算来分析保障决策过程中各随机事件之间的相互作用,从而对飞机液压系统库存备件综合保障过程进行动态描述。通过离散型概率序列运算理论制订了备件保障满足率,来预测飞机液压系统库存备件保障的时机和数量,从而为飞机液压系统库存备件综合保障提供最优的决策依据。试验结果表明,采用所建模型对飞机液压系统库存备件进行综合保障,所得结果与库存备件实际需求状况相符。该方法也可应用于航空航天及其他领域的库存备件保障决策,具有很好的工程应用前景。     

基于调和犹豫模糊信息的多属性决策方法

实践中发现,犹豫模糊信息和概率犹豫模糊信息在计算过程中存在着计算繁琐、与数量运算规则不相容等问题.对此,提出一套基于调和犹豫模糊元的解决方法.通过定义调和犹豫模糊元为一组概率分布相同的概率犹豫模糊元,在犹豫模糊信息和概率犹豫模糊信息之间架起一座桥梁,将它们纳入统一处理框架.在此基础上,定义调和犹豫模糊信息的基本运算规则、信息集成算子、距离测度和混合熵测度,构建基于调和犹豫模糊信息的多属性决策方法,并将其应用于陆军合成旅指挥控制能力评估.数值实验表明:调和犹豫模糊决策理论克服了已有理论的缺陷,具有计算量可控、易于编程实现、与数量运算规则相容等优势.     

基于系统的武器备件需求预测研究

在武器装备保障问题的研究中,针对精确化要求和减少浪费问题,需求预测是武器备件保障的重要任务之一,为便于保障决策,将需求预测与库存控制结合起来,提出了一种基于系统的备件需求综合预测方法.对不同类型的备件采用不同的预测方法,依据历史数据选择最佳的预测方案组合,用于下一周期各备件的需求预测.综合预测方法在对备件需求进行预测的同时,还能得出费用约束下的备件库存方案,从而便于保障人员备件进行备件采购决策.进行仿真,结果表明,综合预测方案是合理有效的,为实际需求提供保障.     

机群更换部件使用保障过程仿真

研究费用与机群完好率之间的关系一直是备件保障研究的中心问题，此问题最终归结于研究备件库存种类与数量对机群完好率的影响。该文通过研究飞机可更换部件的使用与保障过程，建立其使用保障过程模型，并通过仿真模拟可更换部件的消耗过程。目的在于寻求可更换部件缺航材率与机群完好率指标之间的关系，为机群在未来一段时间内备件的库存水平决策提供支持。最后通过一个实例介绍如何通过仿真建立机群完好率与部件缺航材率的函数关系。     

基于保障概率的初始备件需求预测方法研究

论文在分析初始备件需求影响因素的基础上,给出了当单元寿命分布不同时,基于备件保障概率的单个单元和多个单元初始备件需求预测模型,经示例分析,验证了该模型的可行性和有效性,该结果可为初始备件精确保障提供理论依据。     

基于影响因素分析和数据重构的备件需求预测

针对备件需求具有间断性需求特点,在实践中预测值与真实值往往具有很大偏差的问题,指出历史数据混淆和需求产生原因不明确是造成偏差的两项根本原因。为此,提出了基于影响因素分析和数据重构的备件需求预测方法。首先,在历史数据重构处理中,通过数量退化和时间序列变换,将间断性的需求序列转换为需求间隔的连续性时间序列。其次,在影响因素识别方面,结合实践调研,从备件自身、设备使用、操作人员及突发事故四个方面提出备件需求的七个影响因素,并通过灰色关联分析进行因素筛选。最后,利用SVR预测模型完成备件需求预测,并通过实例企业的数据验证证明了整套方法的可行性与有效性。     

H.266合并模式候选决策的研究与改进

针对H.266中基于历史块的运动矢量预测（HMVP）技术在换行更新列表过程中无法参考之前运动信息,以及HMVP候选列表在加入Merge列表过程中存在繁琐的去冗余过程的问题,提出一种改进的H.266合并模式候选决策算法。通过临时存储一个HMVP候选列表来解决原有HMVP列表在换行清空时存在的无法参考之前运动信息的不足,从而更好地预测运动信息。通过Merge候选列表中原有的空时域候选数量来确定需要进行去冗余的HMVP候选数量,以简化去冗余过程。实验结果表明,与H.266标准算法相比,该算法在随机接入的配置下,测试图像序列的亮度分量能够平均节省0.46%的码率,编码总时间平均缩短4.09%,帧间预测时间平均缩短10.87%,能够提高编码性能同时降低编码复杂度。     

基于频繁序列树的交互式序列模式挖掘算法

为了减少在序列模式挖掘过程中由于重复运行挖掘算法而产生的时空消耗,提出了一种基于频繁序列树的交互式序列模式挖掘算法(ISPM). ISPM算法采用频繁序列树作为序列存储结构,频繁序列树中存储数据库中满足频繁序列树支持度阈值的所有序列模式及其支持度信息.当支持度发生变化时,通过减少本次挖掘所要构造投影数据库的频繁项的数量来缩减投影数据库的规模,从而减少时空消耗.实验结果表明,ISPM算法在时间性能上优于PrefixSpan算法和Inc-Span算法     

某型导弹引信备件需求预测模型研究

准确的备件需求预测在备件库存管理中尤为重要,但是备件间歇性需求的特点以及需求的历史数据不足使得备件需求预测特别困难,在一些部门,导弹备件库存管理水平决定了设备如何使用和维修.为解决上述问题,建立一种新的预测方法,综合评价备件需求预测的自相关与解释变量的关系:通过回归分析确定由解释变量引起的非零需求,判别一个非零需求发生的原因,进而得到修正后的非零需求序列的预测结果,最后通过LTD估计,得到具体的非零需求预测值.通过理论分析以及实例结果均证明,改进方法在预测精度上优于其它方法,为导弹备件预测研究提供一定的参考与借鉴.     

工业过程异常检测、寿命预测与维修决策的研究进展

作为保障工业过程安全性、可靠性和经济 性的重要技术, 异常检测、寿命预测与维修决策在过去几十年得到了越来越广泛的关注和长足的发展. 本文结合异常检测、寿命预测与维修决策各研究环节之间的相互联系, 综述了异常检测、寿命预测与维修决策的联合研究现状,重点总结了异常检测与寿命预测、异常检测与维修决策、寿命预测与维修决策、维修决策与备件管理的联合研究动态. 最后, 探讨了该领域中存在的问题及未来的研究方向.     

基于备件方案的多态PMS可靠性仿真模型

针对多阶段任务系统(PMS)的备件问题,构建基于Monte Carlo方法的仿真模型,给出具体的算法流程。该模型以多态结构函数为基本输入,产生等价于基本设备寿命实现值的随机数,代入仿真模型,经过逻辑运算和统计分析得到系统的可靠度,为多态PMS的备件决策提供依据。应用Matlab软件进行仿真实验分析,结果表明该方法具有较高的仿真精度。     

基于工程应用的备件分析及仿真研究

为解决型号研制中备件分析流程指导性不强、备件预测计算模型选控对比原则缺失、备件配置大量冗余的现状,从装备使用维护任务出发,开展基于工程应用的备件分析方法及仿真研究.依据行业标准规范,结合型号备件配置经验,制定基于工程应用的备件分析流程.以最少的保障资源需求满足装备固有的可靠性和安全性水平为前提,开展预防性维修备件分析,建立航空装备状态与保障资源的映射.选取适用于工程应用的修复性维修备件预测模型,基于Matlab仿真完成各预测模型选控对比研究.通过开展基于工程应用的备件分析及仿真研究,可实现航空装备备件的定性分析和定量计算,减少备件冗余,提高装备可用性和备件资源利用率.     

A probabilistic construction of model validation

We describe a procedure to assess the predictive accuracy of process models subject to approximation error and uncertainty. The proposed approach is a functional analysis-based probabilistic approach for which we represent random quantities using polynomial chaos expansions (PCEs). The approach permits the formulation of the uncertainty assessment in validation, a significant component of the process, as a problem of approximation theory. It has two essential parts. First, a statistical procedure is implemented to calibrate uncertain parameters of the candidate model from experimental or model-based measurements. Such a calibration technique employs PCEs to represent the inherent uncertainty of the model parameters. Based on the asymptotic behavior of the statistical parameter estimator, the associated PCE coefficients are then characterized as independent random quantities to represent epistemic uncertainty due to lack of information. Second, a simple hypothesis test is implemented to explore the validation of the computational model assumed for the physics of the problem. The above validation path is implemented for the case of dynamical system validation challenge exercise.     

备件消耗预测仿真方法研究

准确的备件消耗预测是合理有效地进行备件保障各项工作的基础。在综合分析考虑备件消耗影响因素的基础上，对部件的使用寿命过程进行了仿真，建立了备件消耗仿真预测模型，实例计算了未来一定时间段内的备件消耗量，并与解析法、移动算术平均模型、灰色区间预测模型、平稳过程模型和最小二乘法等方法的预测结果进行了分析比较。实验结果表明：使用仿真方法预测备件消耗量能更真实地反映备件消耗实际情况，并且能够为备件的需求供应提供更大限度的保障，提高备件保障率。     

基于神经网络与模糊理论的备件库选址预测

简要介绍了人工神经网络和模糊理论,分析了神经网络模糊控制的结构,设计出基于神经模糊算法的备件库选址模型,通过Matlab仿真工具实现了备件库选址的科学预测.实验表明,神经模糊方法是备件库选址预测的一种创新应用,对军事领域的科学选址具有较强的泛化能力.     

Testing Preorders for Probabilistic Processes

We present a testing preorder for probabilistic processes based on a quantification of the probability with which processes pass tests. The theory enjoys close connections with the classical testing theory of De Nicola and Hennessy in that whenever a process passes a test with probability 1 (respectively some nonzero probability) in our setting, then the process must (respectively may) pass the test in the classical theory. We also develop an alternative characterization of the probabilistic testing preorders that takes the form of a mapping from probabilistic traces to the interval [0, 1], where a probabilistic trace is an alternating sequence of actions and probability distributions over actions. Finally, we give proof techniques, derived from the alternative characterizations, for establishing preorder relationships between probabilistic processes. The utility of these techniques is demonstrated by means of some simple examples.     

面向动用计划的车辆装备备件预测研究

针对动用计划下的车辆装备备件的消耗特点,研究了车辆装备维修备件消耗量和库存控制两个预测优化问题。考虑动用计划期内车辆装备的预防性维修和修复性维修,实现定时定程维修和自然随机故障维修下装备维修备件的消耗量的预测。在此基础上,根据备件库存检查方式的特点,建立基于定期检查策略的联合补货库存控制模型,根据模型的结构特点确定决策变量界限,并利用多类种群位置更新方式改进了果蝇优化算法。仿真结果表明,改进的果蝇优化算法具有良好的求解效率,本文所提出的优化方法可为车辆维修保障资源优化提供决策依据。     

A probabilistic theory of clustering

Data clustering is typically considered a subjective process, which makes it problematic. For instance, how does one make statistical inferences based on clustering? The matter is different with pattern classification, for which two fundamental characteristics can be stated: (1) the error of a classifier can be estimated using “test data,” and (2) a classifier can be learned using “training data.” This paper presents a probabilistic theory of clustering, including both learning (training) and error estimation (testing). The theory is based on operators on random labeled point processes. It includes an error criterion in the context of random point sets and representation of the Bayes (optimal) cluster operator for a given random labeled point process. Training is illustrated using a nearest-neighbor approach, and trained cluster operators are compared to several classical clustering algorithms.     

Verification of the randomized consensus algorithm of Aspnes and Herlihy: a case study

Summary. The Probabilistic I/O Automaton model of [31] is used as the basis for a formal presentation and proof of the randomized consensus algorithm of Aspnes and Herlihy. The algorithm guarantees termination within expected polynomial time. The Aspnes-Herlihy algorithm is a rather complex algorithm. Processes move through a succession of asynchronous rounds, attempting to agree at each round. At each round, the agreement attempt involves a distributed random walk. The algorithm is hard to analyze because of its use of nontrivial results of probability theory (specifically, random walk theory which is based on infinitely many coin flips rather than on finitely many coin flips), because of its complex setting, including asynchrony and both nondeterministic and probabilistic choice, and because of the interplay among several different sub-protocols. We formalize the Aspnes-Herlihy algorithm using probabilistic I/O automata. In doing so, we decompose it formally into three subprotocols: one to carry out the agreement attempts, one to conduct the random walks, and one to implement a shared counter needed by the random walks. Properties of all three subprotocols are proved separately, and combined using general results about automaton composition. It turns out that most of the work involves proving non-probabilistic properties (invariants, simulation mappings, non-probabilistic progress properties, etc.). The probabilistic reasoning is isolated to a few small sections of the proof. The task of carrying out this proof has led us to develop several general proof techniques for probabilistic I/O automata. These include ways to combine expectations for different complexity measures, to compose expected complexity properties, to convert probabilistic claims to deterministic claims, to use abstraction mappings to prove probabilistic properties, and to apply random walk theory in a distributed computational setting. We apply all of these techniques to analyze the expected complexity of the algorithm. Received: February 1999 / Accepted: March 2000     

备品备件智能管理在华能北京燃气机组上的开发与应用

随着电力工业的快速发展,要求电力企业的安全稳定运行水平也不断提高,而完善的备件工具供应是保证电力企业安全、可靠、持续运行的关键因素。电厂备品备件种类繁多,管理不够专业、智能,将直接影响机组安全、高效运行,人力、物力的浪费也将最终反映于经济效益的损失。为了解决管理过程中的不足,华能北京燃气机组开发了一套备品备件智能管理系统,以计算机网络技术与二维码技术为依托,结合移动端App的使用,用电子台帐来管理、用二维码和移动端APP来实现快速录入。本文详细介绍了系统设计的要点与理念,以及系统开发建设的流程,并讲解了实际应用方法,实现了备品备件的入库、领用发放、管理台账等全过程信息化闭环管理、信息查询和在线监控,有效的解决了管理过程中效率低、帐不符实等多项问题。