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。     

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.     

基于改进分形方法的备件消耗预测

针对移动平均法预测精度较低和神经网络预测模型计算过程复杂的情况，提出运用分形方法进行备件消耗量的预测．本文在一般分形预测模型基础上，引入异常数据的概念，运用统计理论对分维值进行分析，建立局部变异系数模型，对传统算法进行了改进，为分维数的选择提供了依据并提高了预测准确性．实验表明，采用这种改进的分形算法，在短期内能够准确预测备件消耗量的变化情况，误差率小于3％．     

基于马尔科夫与蒙特卡罗仿真的导弹装备备件需求量预测

针对低需求量备件采用一般的时间序列预测法误差较大的难题,构建基于马尔可夫与蒙特卡罗仿真的预测模型。分析备件需求量的马尔可夫性,将马尔可夫链与蒙特卡罗仿真相结合,在建立仿真模型的基础上,以MATLAB为平台,给出利用计算机实现蒙特卡罗仿真的算法步骤,并应用实例进行分析。结果表明：在给定备件满足率的情况下,应用该模型可根据季度消耗量序列来预测该类备件未来1年的需求量,为低需求量备件的预测提供借鉴。     

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。     

基于马尔可夫过程的备件库存动态特性分析

研究了非稳态需求下的备件库存动态变化特性，建立了备件消耗量分布函数的马尔可夫状态转移方程，得到消耗量均值和方差关于时间的导函数。在此基础上给出了计算任意时间点备件消耗量均值和方差的流程及消耗量分布函数的计算方法。运用数值积分的方法绘制出消耗量及延期交货量变化曲线并分析备件需求率和周转速率对消耗量和延期交货量的影响。     

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。     

基于故障规律的导弹备件消耗预测

针对导弹备件消耗存在波动性而难以准确预测的问题,在分析导弹备件消耗与导弹装备故障关系的基础上,提出了根据导弹装备故障规律来预测导弹备件消耗的思路。首先建立了导弹装备故障次数灰色预测模型;然后重点从导弹故障件流程分析、故障件相关参数的确定和消耗量计算公式的推导着手,建立了导弹备件消耗预测模型。算例结果表明,基于故障规律的导弹备件消耗预测方法具有较高的精度。该方法从备件产生的根源角度分析备件的消耗,具有重要的理论意义和实用价值。     

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。     

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。     

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。     

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。     

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。     

鱼雷备件动态管理数据库系统设计

针对现有鱼雷武器装备交装后在使用方维修保障过程中的备件使用、管理及维护特点,将数据库技术应用到装备维修保障体系中,以鱼雷备件信息化、可视化管理为目标实现了基于数据库技术的鱼雷备件动态管理数据库系统的功能及其流程设计,为后续系统软件的开发过程提供了参考。     

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。     

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。     

基于粗糙集和BP 神经网络的导弹备件消耗预测

针对神经网络预测导弹备件消耗时参数过多会导致事件过长并易陷入局部最优的问题,建立一种基于粗糙集和BP神经网络的导弹备件消耗预测模型。在对采集到的导弹备件消耗信息进行特征提取、形成决策表的基础上,用粗糙集理论对原始信息表进行约简,去除冗余的属性和属性值,并将约简的影响因素值输入到BP神经网络中进行训练预测。实例结果表明：该预测方法大大减少了网络的收敛时间,提高了模型的预测精度,为导弹备件消耗预测提供了一个新的思路。