基于存储论的飞机备件供应优化模型

以飞机备件供应保障优化为应用背景,描述了飞机备件的库存问题,分析了飞机备件的供应流程,研究了飞机备件的库存策略,并利用存储论理论建立了飞机备件供应保障的优化模型.     

导弹测试设备电路板备件预测方法

针对导弹测试设备电路板的特性,从备件不可修、寿命服从指数分布、泊松分布经验模型和基于备件保障度的角度出发,提出了对其备件进行预测的4种方法,其中基于备件保障度的预测模型又可分为单不可修寿命服从负指数分布部件和多不可修寿命服从负指数分布部件．     

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。     

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％．     

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。     

基于备件保障率的备件运行量模型

给定运输能力的条件下,较好的备件运行量可以减少维修备件的缺货率,从而提高部队的维修保障能力。基于此,提出了一般情况下备件运行量模型,并给出了相应的启发式求解方法。备件运行量模型的目标函数主要由备件对装备承担任务的影响确定,不同情况下模型可能不一样。对此,建立了两种特殊情况下的备件运行量模型,并给出了相应的快速求解方法。实验结果表明：基于备件保障率的备件运行量模型可以较好地反映了备件运行量,模型求解方法简便易行,计算结果接近实际情况,满足战场环境下实时确定备件运行量的需要。     

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。     

战时可重复维修备件的保障模型

针对可重复维修备件的保障问题,应用排序论的建模思想建立了数学模型,并给出了模型的算法．通过分析得出：排序方法对战时可重复维修备件的保障问题有着重要的影响,利用所给算法能减少战时缺备件的时间,有效提高武器利用率和备件的保障率．     

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。     

维修用备件需求预测方法

备件是装备使用和维修的重要物质基础,而备件预测则是制定保障计划的核心和关键,它将直接影响后续的筹措、分配、储存和调拨等各项工作。根据维修备件的来源及历史消耗特点,运用简单移动平均法修正历史数据,采用季节指数法预测维修备件消耗量,得出了结果。用GM（1,1）模型预测备件消耗量,验证了季节指数法。通过对两种预测方法的比较,归纳出不同的使用条件,能指导备件预测的进一步研究。     

装备备件资源预测与优化技术研究

结合国内外研究现状,对备件预测基本流程、备件品种的预测技术、备件数量的建模与计算方法,以及备件满足率和利用率的验证与评估方法进行研究,形成了一种备件资源优化的迭代过程,为装备备件预测与优化技术的工程化实践奠定了基础。     

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.     

基于XGboost 算法的面向任务携行航材品种确定方法

为解决传统选取航材品种方法对人的经验依赖较多、准确率不高、运算效率低等问题,提出一种采用XGboost算法的携行航材品种选择方法.建立分类特征体系,使用XGboost算法对特征进行重要性排序、分析和筛选,构建精简版分类特征体系,使用K折交叉验证法和经验调参对样本数据分组和训练,并与GBDT、RF、Adaboost等分类算法的结果比析.结果表明:XGboost算法可减少人为因素干预,在携行航材品种确定应用中具有高效性、科学性和优越性.     

装备维修中备件需求率的预计方法

通过装备维修过程中器件的固有可靠性和维修性分析,影响维修器件需求率的因素有:器件故障率和易损度、工作应力、使用环境和强度、装备管理水平等.利用系统建模和仿真分别对耗损类和可修复类器件建立需求模型,预计装备在标准条件下的备件需求率,并用其它影响因素修正预计值,得到装备在特定条件下的备件需求率.     

飞机完好率预测仿真研究

利用飞机完好率时间序列特性,建立了NAR神经网络模型和基于不同核函数的3种支持向量机模型对平时状态下的飞机完好率变化趋势进行建模、训练和预测;运用Matlab仿真软件进行试验验证,结果表明:支持向量机模型具有较好的拟合效果,预测精度优于NAR神经网络模型,基于RBF核函数的支持向量机预测准确率相对较高.两种预测模型相比于部队现行的预测方法均具有更高的准确度和可靠度.     

面向任务携行航材品种确定和消耗预测的特征选择分析

为进一步提高对携行航材品种确定和消耗数量预测的准确性,针对非线性多影响因素的品种分类和消耗预测模型中的特征选择问题进行研究.对影响携行航材需求的因素进行分析,建立三级特征体系,并针对品种确定和消耗预测提取相应的特征集合;采用XGboost、灰色关联度分析(grey relation analysis,GRA)、决策试验和评价实验法(decision making trial and evaluation laboratory,DEMATEL)等方法对各影响特征进行重要性排序和相关性分析;综合运用定性和定量分析方法筛选特征;分别建立可用于品种确定和数量预测的精简版特征集合.该研究可为后续提高携行航材品种确定和预测的准确率和运算效率提供参考.     

多约束下舰船装备携行备件保障方案优化方法

针对装备携行备件方案的确定需要综合考虑多项约束指标,以出航任务准备阶段的随舰携行备件方案配置规划为研究背景,在备件质量、体积、费用以及装备可用度4 项指标约束下,建立携行备件方案的配置优化模型。通过引入拉格朗日约束因子将各项指标转化为资源规模约束,采用边际算法对模型进行求解,并提出了初始约束因子的确定方法及其动态更新策略。通过对算例结果进行分析,验证了该研究方法的可行性。     

军用汽车战备完好性模型及其计算方法

军用汽车战备完好性是评价其保障性的综合指标之一,应用系统分析的方法,通过分析部队车辆装备的使用情况,在充分考虑军用汽车可靠性、维修性、保障性及车辆装备使用管理情况等因素的基础上建立了军用汽车战备完好性模型,对部队评估其军用汽车的战备完好性提供参考。