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。     

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。     

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。     

基于时间连续灰色Markov模型的维修器材需求预测方法研究

运用时间连续且状态离散的灰色Markov过程模型,对装备维修器材的需求量进行了预测。根据装备维修器材消耗历史数据的变化幅度和数据的分布情况来划分状态区间。由各区间状态的转换情况得到Markov模型状态间的一步转移概率,论证与运用Kolmogorov微分方程求解各状态概率的时间函数并建立状态概率预测式,根据预测状态的概率值确定了灰色预测值的定位系数并求解预测值。算例分析表明,在预测维修器材需求量数据时,灰色Markov改进模型的预测精度较GM(1, 1)模型、一般灰色Markov残差修正模型以及时间离散灰色Markov链预测模型有了稳定提高,证明了该模型的有效性和实用性。     

基于灰色关联度的备件模型确定方法

为准确、合理并有效地确定装备备件品种,提出一种基于灰色关联模型确定备件种类的方法。从影响确 定备件品种的经济性、维修性、关键性、故障率以及订购周期等因素着手,对部件及其元器件进行分析。实例分析 结果证明：该方法可解决备件品种的确定问题,提高决策的科学性和准确性,验证了模型的有效性。     

基于分数阶傅里叶变换的线性调频引信定距方法

针对调频（FM）引信,为了在较小的调制频偏内获得较高定距精度,提出了基于分数阶域瞬时初始频率估计和基于分数阶相关的两种定距方法。论述了两种方法的定距原理,分析了其距离分辨力与抗噪声性能,并进行了仿真验证。结果表明：较FM谐波定距方法,两种方法具有较高的距离分辨力,且受FM带宽影响较小;同时定距方法通过FM发射、接收信号与单载波混频方法,在分数阶域避免了FM率估计,降低了算法复杂度,具有工程可实现性;较初始频率估计方法,基于分数阶相关的FM定距方法抗噪声性能更好,适合于低信噪比环境下信号检测。     

面向作战任务的装甲装备群携行备件配置优化

为提高携行备件配置方案的针对性,以遂行多阶段作战任务的装甲装备群为研究对象,综合考虑作战任务、装备群组成及备件仓库预置地点等因素对抢修策略的影响,合理统筹伴随维修保障能力与备件需求间关系,构建面向作战任务的装甲装备群携行备件配置优化模型,实现携行备件资源的针对性配置。通过算例,验证了该优化模型的可行性及有效性。     

基于贝叶斯法和蒙特卡洛仿真的威布尔型装备器材需求预测

为了解决装备器材历史需求数据少、需求规律不明确的问题,提出一种基于贝叶斯法和蒙特卡洛仿真的威布尔型装备器材需求预测方法。针对威布尔分布尺度参数未知以及形状和尺度参数均未知两种情况,分别基于贝叶斯方法通过解析求解和数值模拟的方式进行了参数估计,并引入柯尔莫哥洛夫-斯米尔诺夫检验法对寿命分布模型进行拟合优度检验;综合考虑修复性维修、预防性维修和装备器材的已使用时间,提出了基于蒙特卡洛仿真的部队装备器材年度需求预测方法。算例分析表明：小样本下通过贝叶斯估计得到的寿命分布模型拟合度高,基于仿真的需求预测方法简单、有效。     

灰色理论在装备技术保障指挥效能预测性评估中的应用

基于装备技术保障指挥效能预测性评估的重要性,介绍了一种确定目标排序的方法——灰色关联分析法,其基本思想是一种相对性的排序分析,是一种确定方案重要性的切实可行的方法．通过算例来说明灰色关联分析法在装备技术保障指挥效能预测性评估中的具体应用．     

基于改进灰色关联分析的仿真模型综合验证方法

灰色关联分析是仿真模型验证最有效的方法之一,但基于常规灰色关联分析进行仿真模型验证时存在着未考虑数据序列数值间的接近程度、给出的处理1组飞行试验序列与1组仿真实验序列的灰色关联度与靶场实际问题不符、无法获得模型的整体性能评价等问题,会引起决策风险较大。为此,提出一种基于改进灰色关联分析的仿真模型综合验证的方法。在灰色关联系数的计算中引入数据距离,从而使灰色关联度的计算值综合了时间序列几何形状的相似性和数值距离的接近性两个属性,提高了仿真模型验证的准确性。通过概率和计算能够处理1组飞行试验数据和多组仿真实验数据的关联分析问题,从而融合了试验过程的随机因素,在小样本飞行试验条件下充分利用了仿真实验信息,提高了仿真模型验证的可靠度。对不同的实际飞行试验样本赋予不同的重要性权重,从而得到仿真模型的整体性能评估。同时给出具体的基于改进灰色关联分析模型综合验证的操作过程,并证明改进灰色关联度模型满足灰色关联定理及相关性质。通过实例分析验证了该方法的合理性和有效性。     

基于使用寿命的备件需求预测模型

为实现备件数量科学确定与合理优化,建立基于使用寿命的备件需求预测模型。从收集数据、确定分布、分布假设检验和确定需求方面对模型进行介绍,并基于模型装备故障数据,通过实例对模型进行验证分析。结果表明:该模型是有效、可行的,可为相关研究提供参考。     

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。     

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。     

随机服务系统在装备需求预测与决策建模中的应用

为解决复杂约束条件下装备维修保障决策难题,运用随机服务系统原理进行装备需求预测与决策建模。结合装备维修保障需求预测与决策问题实际,系统分析随机服务系统模型的基本组成、分布规律、表示方法及主要模型和衡量指标,提出基于保障效率约束条件的装备维修保障需求预测与决策方法,结合装备维修保障实际建立了装备维修保障的损失函数概念,并运用实例验证了该方法的可行性和有效性。该研究结论对创新装备维修保障需求预测与决策方法,推进装备维修保障精确化发展具有一定的现实意义。     

基于蒙特卡洛仿真和遗传算法的车辆装备保障运输网络优化

车辆装备保障运输网络优化是影响非战争军事行动任务效果的关键环节。传统方法描述随机且不连续装备保障需求的能力弱,应用于非战争军事行动车辆装备保障运输网络优化方面,会导致结果不稳定。为解决这些问题,提出了基于蒙特卡洛仿真和遗传算法的车辆装备运输网络优化模型。结合非战争军事行动特点,利用边界条件设定,保障资源调度优化函数及保障资源约束条件设置,构建了车辆装备保障运输网络优化模型;采用遗传算法,在路网和运输路径两个层次对车辆装备保障运输网络进行寻优,进一步提高了运算结果的稳定性。通过残差分析验证了该模型的有效性。     

基于优化的非等间隔灰色理论和BP神经网络的身管磨损量预测

针对火炮身管烧蚀磨损量预测中存在的数据采样时间间隔不均匀、采样难度大、成本高、数据量小,常规数据拟合和预测方法难以处理等问题,提出一种基于改进的非等间隔灰色理论和BP神经网络的组合预测方法。通过组合预测模型对某型火炮身管的烧蚀磨损量进行预测,实例分析表明该组合预测模型具有较高的预测精度,为身管内膛磨损量的预测提供了一种新的技术途径。