面向任务的装备维修保障力量配置优化

采用分析了装备维修保障力量配置的影响因素,构建了面向任务的装备维修保障力量配置分析优化流程;并进一步定量分析与定性判断相结合的方法,依据GIS与保障需求势能理论构建了装备维修保障力量配置优化模型,最后结合实例进行了具体分析。     

基于任务需求的装备维修人员配置优化

针对当前装备维修人员配置存在一定的滞后性和不确定性,提出基于任务需求的装备维修人员确定方法。从维修人员确定过程、维修任务需求分析和维修人员确定原则3个方面对维修人员配置进行分析;在此基础上,分别提出维修人员类别确定方法和维修人员数量确定模型,采用Agent仿真优化的方式得到装备维修人员配置最优解;并以某建制单位为例进行实例分析。结果表明：该方法是合理、可行的,可为相关研究提供参考。     

基于重要度划分的设备维修方式决策

基于重要度划分的设备维修方式决策方法,采用隶属度函数对单项指标进行量化评估,再对系统模糊综合评判.其评价标准用评价集合表示,对该指标的影响因素用因素集表示.由专家组打分获得的单因素评价向量得到多因素模糊评价矩阵.并以指标权重及单因素评判矩阵对其分层次多因素评价,确定维修决策方式.     

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.     

随机共因失效条件下战时合成部队携行备件配置优化研究

装备群在执行作战任务过程中通常会发生共因失效事件,分析共因失效故障对实现装备群的精确化保障具有现实意义。针对战时合成部队装备群遂行任务时,装备携行备件配置优化模型中没有考虑装备受击故障这一类随机共因失效的问题,提出了随机共因失效条件下的备件配置优化方法。建立了装备故障相关条件下的备件需求模型和多约束条件下的携行备件配置优化模型,引入拉格朗日乘子,利用边际效应法求出最优配置方案通过实例对该方法的可行性进行验证。研究结果表明,在装备随机共因失效条件下,所建立的模型可以为多约束携行备件配置优化提供模型参考。     

基于重要度和库存限额的航空器材订货决策方法

为解决航空器材订货决策缺乏理论依据的问题,提出一种利用器材重要度、库存限额开展航空器材订货 决策方法。采用模糊综合评价法、层次分析法建立重要度评估模及库存限额模型,利用器材的重要度、重要度等级 和库存限额并以经费为约束条件建立3 种器材订货模型。结果表明：该方法能够为航空器材订货提供智能决策支持, 具有较高的推广应用价值。     

多目标优化的多品种维修器材分配问题研究

为了更好地满足部队维修器材需求,优化需求数量超过供应中心库存数的多品种维修器材分配整合供应问题,建立了保障重点、兼顾公平、效用最大的多目标优化模型。提出了采用灰色关联度方法对多目标进行处理,将多目标转化为单目标问题,并将之内嵌到改进遗传算法中。实例验证表明,该算法最优适应度值及平均适应度值可分别降低31.538 5%和37.371 1%,验证了该模型能有效减少器材分配失衡,提高器材供应效率。     

可修单元组合任务维修度评估方法研究

针对传统任务维修性评估方法不能有效估算特定任务剖面内装备总体维修时间问题,提出一种可修单元组合任务维修度评估方法。采用贝叶斯更新理论对功能单元维修时间概率密度函数进行更新;通过仿真加拟合的方式对可修单元组合各故障事件排除概率进行计算。示例分析表明：该方法不仅能解决因数据不完全统计因素引发的功能单元概率密度函数估计不准确的问题,而且能更加便捷地计算多个函数的卷积;任务维修度评估结果更加可信。     

基于改进PSO 的航天测控装备维修器材库存优化

针对维修器材积压浪费的问题,对航天测控装备维修器材库存进行优化.借鉴现有多级库存优化相关研究成果,采用改进的粒子群优化算法,将测控装备维修器材库存优化过程描述为在测控装备的可用度达到规定水平,考虑非串件拼修和串件拼修2种维修策略,构建基于测控装备可用度和器材保障费用约束的维修器材库存优化模型,获得测控装备维修器材最优的携运行方案,通过实例进行验证.结果表明,该模型与优化算法具有一定的可信性及较好的应用价值.     

基于遗传算法的备件配置优化方法

针对随舰备件配置中遇到的备件配置费效比低、求解模型单一等难题,构建了三个随舰备件配置优化模型,通过为遗传算法设定合适的遗传算子和参数,求解得到满足评价指标要求的最优备件方案;算例分析结果显示:在满足任务可靠度要求的情况下,所得的最优备件配置方案与初始备件配置方案相比,其备件费用更低;根据模型特点匹配合适的遗传算子和参数,能有效提高遗传算法的计算效率。     

基于舰艇编队任务可靠性的备件优化配置

为提高舰艇编队任务持续能力、降低保障机构备件采购费用,在分析舰艇编队任务的基础上,建立了随舰备件方案下的舰艇编队任务可靠性评估模型,以最低备件采购费用为优化指标,任务可靠性为约束条件,运用边际分析方法给出了备件优化模型的求解方法。并以舰艇编队执行巡航任务为实例,给出了任务想定下的随舰备件优化配置方案。优化结果表明：该方案符合实际情况,可以为装备保障人员制定保障方案提供辅助决策。     

一种基于维修流程的装备维修任务调度方法

为了快速、有效地进行战时装备修理任务调度,减少故障装备在维修系统的等待时间,尽快恢复部队的战斗力,提出一种串行维修流程的多专业多作战单元维修任务调度的数学描述和模型。分析基于维修流程的装备维修任务调度问题,描述串行同顺序维修流程任务调度问题,给出求解维修调度的混合遗传算法,并以实例对算法的时间效率和优化结果进行仿真实验。仿真实验结果表明,该方法能有效解决一种战时维修任务调度问题。     

考虑随机共因失效的战时合成部队任务成功概率仿真评估

共因失效是装备遂行作战任务过程中存在的一种常见现象,是影响战时装备任务成功概率的重要因素.分析合成部队装备层次结构,构建合成部队作战任务剖面,并对合成部队装备共因失效和维修保障特点进行分析;以合成部队进攻阶段任务为研究对象,提出合成部队任务成功要求;充分考虑随机共因失效、多种类装备、多作战单元协同作战、随机任务时间、换...     

基于改进灰色预测模型的军械维修器材消耗预测方法

分析了军械维修器材的消耗特点,从建模可行性分析、数据变换处理、模型建立、模型检验和预测5个方面系统阐述了一般序列的GM（1,1）建模与预测过程,研究了军械维修器材含有空缺值序列的GM（1,1）建模与预测方法。通过实例验证了一次指数平滑法在军械维修器材含有空缺值灰色预测问题中的适用性,为军械维修器材保障工作提供了新的方法。     

基于优先度的战时维修保障力量抽调方法

针对难以用传统方法准确分析维修保障力量抽调优先度的问题,提出利用蒙特卡罗模拟的方法确定各维修保障力量抽调对象的优先度。分析战时影响维修保障力量抽调方案确定的因素,介绍了维修保障力量抽调对象优先度评价指标,对战时维修保障力量的抽调问题进行数学描述,建立基于优先度的维修保障力量抽调模型。实例计算分析结果表明：该方法客观、准确、有效,可为战时保障力量抽调决策提供理论指导。     

基于多维关系复杂网络的装备重要度评估方法

针对现有装备重要度评估方法,考虑装备体系结构关系单一的问题,设计一种基于多维关系复杂网络的装备重要度评估方法。全面考虑装备之间的指挥控制关系、空间关系和协同关系,建立基于复杂网络的装备体系结构模型,在充分分析不同关系网络特征的基础上,选取合适的特征参数,构建节点重要度评估指标。综合考虑节点结构重要度和属性重要度,采用改进层次分析法进行节点重要度综合评估。通过一个具体算例,验证了该方法的合理性和有效性。     

基于调拨方案的两级库存备件优化配置研究

针对某型装备备件供应保障存在横向调拨的情况,提出了基于调拨方案的两级库存备件优化配置方法。在建立备件两级联合库存模型的基础上,根据备件调拨方案做出相应假设,建立了支援调拨模型。结合装备保障实际和调拨方案,构造约束条件,建立两级库存系统配置优化模型,以两级库存系统缺货量最少、支援调拨量最大为优化目标,并利用遗传算法对优化模型进行求解,得到备件优化配置清单和调拨方案。算例结果表明该方法对于解决调拨情况下的装备备件优化配置问题具有良好的适用性。     

基于重要度的一种初始备件筹措方法

旨在探讨一种系统量化的方法保障初始备件的供应。提出了按重要度进行备件筹措的方法和步骤,并研究了重要度的构成和计算,有效地提高了初始备件筹措的准确度。该方法也可用于后续备件的筹措,对设备的供应保障具有一定的实用价值。     

基于关键零部件技术状态的机械产品定时维修间隔期优化方法

针对描述产品故障规律的函数很难获得和基于产品故障规律进行定时维修间隔期优化的方法在实际应用中有一定困难的问题,研究了基于产品关键零部件技术状态的定时维修间隔期优化方法。分析了基于关键零部件技术状态信息优化定时维修间隔期的思路,介绍了基于关键零部件技术状态信息评估定时维修方案合理性的方法,分别建立了维修不足和维修过剩时定时维修间隔期的优化模型。     

面向任务的作战单元携行备件配置优化方法研究

备件是作战单元的重要保障物资,能够使故障设备迅速恢复战斗力并投入作战使用。提出一种基于等效寿命转换的冗余系统备件需求计算方法,根据可修备件控制理论,以任务成功概率为目标函数,建立了基于多阶段任务的携行备件动态配置模型,通过引入拉格朗日约束因子,提出了多约束条件下的备件方案优化方法。通过算例,对结果进行了分析,计算得到的携行备件方案能够满足所有约束条件,并且与ExtendSim仿真结果之间的偏差小于3%,验证了该模型的正确性,为面向任务的携行备件优化提供了一种解决思路。