基于灰色马尔可夫模型的装备维修备件需求预测

针对武器装备维修备件需求量预测的难点,在全面分析各种预测方法的基础上,根据武器装备维修备件需求量是典型的小子样和贫信息的特点,在灰色GM(1,1)模型的基础上建立了灰色马尔可夫模型,并通过具体的实例进行验证,结果表明,灰色马尔可夫模型对具有随机性和波动性的非平稳随机序列具有很好的拟合效果,为武器装备维修备件需求量预测提供了一种新的途径和方法。     

基于Petri网的单装备件需求量模型

针对单装备件需求量确定问题，分析影响备件需求量确定的约束因素，包括备件的保障费用和装备的使用可用度等，由此建立单装备件需求量确定与优化理论模型。并基于ExSpect平台和Petri网技术建立一种新的单装备件需求量确定与优化的仿真模型；仿真实验结果证明：该模型具有较高的可信性和可用性。     

装备维修备件需求预测与决策方法研究

以装备维修备件需求预测与决策问题为研究对象,依据某部队特种装备维修备件需求量统计数据,运用粗糙集协调近似表示空间模型方法,建立了该作战单元装备维修备件需求量的知识表示系统,并应用该方法对其决策信息系统进行属性约简、规则融合,获得较好的预测与决策规则。该研究对快速、精确预测装备维修备件需求量和实现装备保障精确化具有重要技术支撑作用。     

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。     

基于RBF 神经网络的导弹备件需求量预测仿真

针对导弹部署后期与备件有关的各项保障数据相对较多的情况,提出采用径向基函数（Radial Basis Function,RBF）网络方法。以某型导弹的某备件为预测对象,对导弹维修备件需求影响因素进行分析,介绍RBF网络的结构、工作原理及预测步骤和流程图,并进行仿真结果分析。分析结果表明,该方法比普通前向网络训练省时,能解决备件需求量的预测问题。     

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。     

强电磁辐射对LFM制导雷达性能影响分析

在强电磁辐射等效噪声模型下,提出了基于蒙特卡罗仿真的强电磁辐射对制导雷达性能影响分析方法。结合LFM制导雷达信号处理模型,分析了强电磁辐射对LFM雷达导引头的目标能量积累效率、距离分辨力、速度分辨力、测角精度等性能参数的影响。仿真结果表明,强电磁辐射导致LFM雷达上述性能参数严重下降,且恶化程度不仅与等效幅相噪声的强度有关,还与幅相噪声相关性有关。     

基于备件保障概率分配的备件需求量预测模型

鉴于目前装备研制阶段备件需求量预测方法与系统顶层设计指标相脱节,预测结果与装备系统战备完好性要求偏差较大。通过对原有可达可用度公式的扩展,建立了可达可用度与系统级备件保障概率的关系。综合分析备件保障概率的影响要素,将备件保障概率分配到分系统、外场可更换单元（LRU）级别,进而预测装备的备件需求量。通过某型号飞机的备件需求计算案例,验证了该方法的可行性与适用性。该方法使得考虑装备底层设计要素预测出的备件需求量能够很好的契合系统顶层指标,既有利于实现装备的顶层设计要求,又增强了备件需求预测的可操作性。     

两种供应模式下备件协同订购策略优化研究

备件保障系统补充库存时,除实施常规补给外,还会采用紧急订购满足备件短缺需求,以减少装备故障停机时间。针对上述两种供应模式下多站点订购策略联合优化问题,建立了以复合备件满足率为约束、单位时间期望成本为目标函数的协同订购解析模型;基于拉格朗日因子和策略迭代方法,给出了一种启发式优化算法。为模拟备件保障过程,建立了相应蒙特卡罗仿真模型,并将解析模型优化结果与遗传算法优化的仿真模型进行了对比。结果分析表明,解析模型不仅能够提供近似最优解,而且具有良好的运算效率。     

基于量测分配的SMC-PHD改进算法

序贯蒙特卡罗概率假设密度(SMC-PHD)滤波算法由于需要大量粒子参与,导致其存在效率低、估计精度不高等问题.文中以序贯蒙特卡罗概率假设密度滤波算法为框架,利用最新量测集中的量测信息与目标粒子的单步预测状态的似然值,通过概率选取量测值,之后进行概率假设滤波算法的更新.仿真的结果表明,与现有序列蒙特卡罗概率假设密度滤波算法相比,在相同仿真条件下新算法的估计精度显著提高.     

基于蒙特卡洛仿真和并行粒子群优化算法的携行备件优化

为提高携行备件方案优化模型的准确性和求解的精确度,以遂行远海训练任务的舰艇编队为研究背景,针对优化模型的建立和求解提出了一系列改进措施。在传统优化模型的基础上,分析了虚警和串件拼修对备件的影响,建立了基于携行能力、备件成本、装备可用度、同型号装备群完好率等多约束条件的携行备件优化模型;利用粒子群优化（PSO）算法确定备件的优化配置,利用蒙特卡洛仿真法计算配置方案的保障效能;引入云格计算技术实现PSO算法的并行求解,从硬件性能上提高算法的全局寻优能力;将普通粒子转化为量子粒子实现解的多样化,减小了算法陷入局部最优的危险。案例分析证实了改进措施的可行性和有效性。     

基于蒙特卡洛仿真的动态故障树分析

针对基于马尔可夫链的动态故障树分析方法的局限性,把蒙特卡洛方法用于动态故障树分析。研究了动态故障树分析的蒙特卡洛仿真法并给出了仿真的具体步骤,然后利用实例对给定的动态故障树进行了蒙特卡洛仿真,并把仿真结果与精确解进行了比较。结果表明,把蒙特卡洛法用于动态故障树分析是有效的。     

面向战备完好的飞机群组预防性维护优化和备件预测方法

随着新时期作战环境的复杂化和战备训练任务强度的不断增大,对飞机装备的综合保障能力提出了更高要求。战备完好性（可用性）是保障飞机作战能力和成功遂行作战任务的核心技术指标之一,是飞机维护和备件管理水平的集中体现。本论文通过联立分析飞机组件典型故障规律和相应的寿命模型,以及飞机维修和备件管理水平（如检测时间、备件更换时间等）,以单元级维护计划为基准,形成了基于日历时间的飞机群组预防性维护调度方法。在此基础上,研究了基于延迟时间和马尔科夫过程的系统平均可用度模型,对基础检修周期和检修窗口数开展了联合优化,并基于最优维护计划形成了备件预测方法。案例结果表明,相比传统的事后维护和定期维护,本论文的维护方法能够在精准可控的备件需求范围内,有效提升飞机的战备完好性。     

基于仿真的合成部队装备维修保障资源需求确定和效能评估

针对平时陆军合成部队装备维修保障资源需求确定及其验证问题,开展合成部队装备维修保障资源需求分析和装备维修保障效能评估研究。从保障对象、保障资源、保障策略3个方面对合成部队装备维修保障问题进行分析;以火控系统为例,采用蒙特卡洛仿真方法对单装火控系统维修时间和备件需求进行计算,在此基础上,分别计算单一种类装备群火控系统和多种类装备群火控系统的维修时间和备件需求,进而确定合成部队火控系统的维修保障人员和备件需求量;通过效能评估检验合成部队火控系统维修保障人员和备件需求计算结果的可信性。研究结果表明：采用该仿真方法确定合成部队各装备子系统的维修保障人员和备件需求是可行的;通过维修保障效能评估能够对维修保障资源需求计算结果进行验证。     

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ARIMA模型的备件消耗预测方法

对基于求和自回归滑动平均模型的备件消耗预测方法进行研究，提出将使用过程中备件消耗的数据看作时间序列，通过建立相应的ARIMA（p，d,q）模型进行预测的方法。依据该方法选用航空兵战场某种航材备件的消耗数据进行预测。结果表明预测的准确度提高近15％，说明该方法适用于备件消耗预测。     

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。