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。     

基于灰色关联分析的备件保障能力评估方法

备件保障是装备保障中的重要组成部分,对于装备保障系统的效能具有较大的影响。综合考虑影响备件保障能力的要素,建立了评估指标体系,给出了相应指标的含义与计算处理方法,给出了采用灰色关联分析方法的能力评估模型,并结合实例进行了仿真计算,验证了方法的可用性。     

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。     

基于灰色理论的发射简油雾浓度预测方法

针对目前油雾检测中存在滞后性和潜艇发射筒空气净化定时进行的现状,结合装备的具体情况提出基于灰色理论的油雾浓度预测方法,该方法通过对发射筒内空气进行采样,得到原始数据,并利用灰色预测模型对浓度变化进行预测,在达到阈值之前开启空气净化装置,而不是等达到阈值时或是定时开启,达到净化空气的目的.实践表明:该监测方法基于的模型具有较高的拟合精度,是有效可行的,在目前装备上具有实用性,为发射筒内气体环境的预测分析提供了一种有效方法.     

基于模糊推理的战时备件需求预测

针对战时多阶段备件需求的不确定性及阶段相关性特点,提出了基于模糊推理的战时备件需求预测方法。把体现作战意图的专家预测值与体现需求量阶段相关性的Markov 预测值结合起来,通过Mamdani 模糊推理规则及反模糊化给出最终备件需求预测值。采用语言变量描述备件需求量,定义了需求量模糊集合,并在Markov 预测需求量时直接采用该模糊集描述系统状态。实例表明该预测方法能有效用于缺乏历史需求记录的战时备件需求预测问题中。     

舰载机间断型备件的需求预测方法

针对舰载机随舰出航过程中舰载机间断型备件的需求预测具有一定的特殊性,提出一种基于灰色系统和时间聚合的适用于舰载机间断型备件的需求预测方法.将备件发生需求定为异常值,利用灰色灾变预测对发生需求的航段进行预测,得到需求发生的时间;采用时间聚合法对备件需求量进行聚合处理,结合各影响因素利用GM(1,N)进行预测,解聚合后得到备件需求数量.实际案例分析表明:该方法预测精度较高,优于Croston法和Boostrap法等传统方法.     

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。     

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.     

鱼雷一次性备件量模糊优化模型研究

鱼雷维修备件数量的确定是鱼雷维修保障工作的重要内容,是与备件的各种费用和备件保障度密切相关的。因此,在进行备件量优化时,必须同时考虑费用和备件保障度两个因素。在分析鱼雷备件保障度要求的模糊性基础上,建立一次性备件需求量模糊优化数学模型,结合算例对鱼雷备件量进行了优化。结果表明,这种方法具有工程应用价值。     

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。     

备件可靠性分析及需求预测

针对备件需求量确定难的问题,采用可靠性分析法,提出了设备寿命服从多种分布的分布参数估计和未知寿命分布设备的寿命分布假设检验方法,建立了不同寿命分布设备备件需求量的预测模型,编制了装备备件保障软件,可方便、准确预测备件需求。     

分数阶离散灰色模型及其在备件需求预测中的应用

针对某型新概念武器装备缺乏可比对的现有装备,备件需求历史数据少,对装备本身保障特性缺乏了解等问题,提出应用分数阶GM(r,1)模型进行备件需求预测的方法。应用矩阵扰动理论证明了GM(r,1)模型的扰动界小于GM(1,1)模型的扰动界。利用1阶累加矩阵及其矩阵乘法运算推导出p阶累加矩阵。应用分数阶差分方程理论,将p阶累加矩阵推广到r分数阶累加矩阵,建立分数阶累加灰色模型GM(r,1)。通过矩阵求逆运算,得到r分数阶累减矩阵,简化了r分数阶累减计算方法。应用遗传算法确定GM(r,1)模型最优阶数,利用GM(r,1)模型预测维修备件需求,并通过实际数据实验,表明GM(r,1)模型比GM(1,1)模型具有更好的预测性能。