共查询到20条相似文献,搜索用时 500 毫秒
1.
对备件配置方案进行优化是提高保障效能,减少装备寿命费用的关键,而多级维修供应模式下的备件模型求解是大规模、非线性的NP难问题。为提高模型算法的优化效率,研究并建立了基于可用度的备件初始库存配置优化模型,在传统边际优化算法的基础上,通过引入分层优化的思想对算法进行改进,提出一种改进的分层边际优化算法,用以提高算法的优化效率。给出了该算法的设计思路和优化流程,在理论上对算法的优化效率进行了分析。算例数值结果表明:在计算结果一致的前提下,分层边际优化算法的运算效率提高了近3倍,能够在工程应用上为备件库存配置的优化方法提供一种新的思路。 相似文献
2.
3.
4.
为了对备件供应网络进行优化并制定最优供应方案,以缩短总供应时间、减少供应成本和降低中断风险为目标,以备件满足度、库存容量等为约束建立了多目标优化模型。基于交叉效率排序多目标进化算法求得模型的非支配解集,同时决策出最优解。优化过程中采用改进数据包络分析计算各最优解的二次目标交叉效率,指导算法朝最优效率个体收敛,对求得的非支配解进行排序从而选择出最优方案。算例表明:通过交叉效率排序多目标进化算法优化得到了13个互不支配的备件供应方案,且确定了交叉效率为0.927 8的方案为最优方案;新算法优于未采用排序和采用自评效率排序的多目标进化算法。 相似文献
5.
6.
针对舰载机着舰引导装备体系中随舰备件存在补给周期长、难度大的问题,对舰载机着舰备品备件保障
进行研究。详细阐述备件保障关键指标及计算方法,引入k/N(G)表决关系把复杂系统等效分解为串并联结构,构建
关键性指标在不同种备件寿命分布类型下的预测模型,分析备件保障概率、使用可用度以及利用率等随着备件数量
的变化规律,利用解析计算方法实现预先评估备件方案,并通过算例对算法进行验证。分析结果表明:该方法优化
了备件方案,提高任务完成度与经济性,同时为预先制定合理的备件方案提供参考,具有较高的应用价值。 相似文献
7.
8.
9.
考虑预防性维修的备件需求量计算模型 总被引:2,自引:1,他引:1
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。 相似文献
10.
11.
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. 相似文献
12.
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 总被引:3,自引:3,他引:0
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。 相似文献
13.
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。 相似文献
14.
15.
16.
17.
18.
19.
多约束条件下备件库存优化模型及分解算法 总被引:2,自引:0,他引:2
本文研究多约束条件下备件库存优化问题,建立了多约束条件下备件库存优化模型并给出了优化算法。此方法采用拉格朗日松弛原理将备件库存约束进行松弛,使各子问题仅是单项产品库存量函数的一维优化问题;利用次梯度法更新拉格朗日乘子并用一维搜索的方法给出各子问题的最优解;再利用拉格朗日启发式算法,求解原始问题的最终解。该方法的应用能够为解决多约束条件下备件库存优化提供新的途径。 相似文献
20.
采用一种基于粒子群优化的特征提取算法,以K-NN分类正确率作为评价准则,应用粒子群优化算法寻找使提取特征的K—NN分类正确率最大的转换矩阵,从而实现特征的提取.算法的特点是结构简单灵活,对数据的分布特征不敏感,适合于对模拟故障特征进行提取.故障诊断示例证明了该特征提取算法在导弹模拟故障诊断中的有效性. 相似文献