舰载机着舰引导装备体系系统级备件保障

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。     

舰载机着舰引导装备体系系统级备件保障研究

针对舰载机着舰引导装备体系中备件构成复杂、数量众多,传统单元级备件保障效果单一,无法高效、全面评估整个备件系统的问题。引入k/N(G)表决关系把复杂系统等效分解为串并联结构;提出备件保障概率、使用可用度、利用率等关键性指标在不同种备件寿命分布类型下的预测模型,针对任务结束后才能统计得出指标数据的不足,利用解析计算方法实现预先评估备件方案,提高备件保障效果;并进一步给出系统级各指标计算方法。通过算例分析,与传统方法相比提高了该体系系统级备件保障方案制定的精度与综合评估能力,同时仿真结果符合实际情况。     

基于边际效应的备件保障概率库存优化模型

分析及时送修策略下的备件保障过程的特点,总结备件保障概率的函数模型,构建以费用为约束的系统级备件保障概率目标函数,并进行特性分析。然后基于边际效应方法描述备件库存优化流程,并修正各产品初始备件量值,以符合模型边界条件。最后通过具体案例的应用,对模型进行进一步的说明和检验。     

基于IOWA 算子的装备备件需求量组合预测模型

针对传统预测模型在预测过程中信息利用不充分和预测对象复杂多变的问题,建立一种基于IOWA算子的最优组合预测模型。该模型利用IOWA算子集合灰色系统建模和小波神经网络处理非线性复杂系统的优点,以误差平方和为准则对数据进行分析,并利用Matlab工具箱对其进行优化计算,从而得出最优组合预测结果。实例分析结果验证了该组合预测模型的科学性和优越性。     

基于Petri网的单装备件需求量模型

针对单装备件需求量确定问题,分析影响备件需求量确定的约束因素,包括备件的保障费用和装备的使用可用度等,由此建立单装备件需求量确定与优化理论模型。并基于ExSpect平台和Petri网技术建立一种新的单装备件需求量确定与优化的仿真模型;仿真实验结果证明：该模型具有较高的可信性和可用性。     

基于边际效应分析的备件优化

针对如何确定备件数量及其在各级保障站点如何分配的问题,在系统级可用度分析基础上,将边际效应分析方法用于备件优化模型,经计算得出各类备件数量及其在各级保障站点库存分配数量,得到一个优化的备件初始配置方案,该方案可使系统可用度在一定费用约束下达到最大或在达到一定的系统可用度要求时所花费用最小。     

某型潜射导弹备件保障问题分析

分析了使用可用度和平均后勤延误时间之间的关系．以备件保障费用最低为目标函数,规定系统使用可用度为约束条件,建立潜射导弹备件需求模型,使用遗传算法对模型求解,并对实例进行分析．     

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。     

基于使用可用度的导弹初始备件需求模型

分析了使用可用度和平均后勤延误时间之间的关系,并利用可靠性框图计算系统使用可用度.以备件保障费用最低为目标函数,规定系统使用可用度为约束条件,建立初始备件需求模型,使用遗传算法对模型求解,并对实例进行分析.     

改进系统备件满足率约束下的备件优化配置建模

为了克服传统的系统备件满足率模型容易陷入极小的缺陷,建立了改进系统备件满足率约束下的备件优化配置模型。运用分层优化的思想,提出了一种改进的分层边际优化算法,以便提高算法的优化效率。给出了该算法的优化步骤,并在理论上分析了算法的优化效率。通过对案例运算结果的分析,证明了所建模型的正确性与合理性。     

基于灰色理论的间断性需求备件预测方法

针对装备贮存过程中备件需求呈现间断性,难以对备件配置数量进行预测的问题,应用灰色理论,建立了间断性需求备件预测模型。计算实例表明,该方法简单实用,可在检测数据样本量较少的情况下对间断性需求备件进行有效预测,为备件配置数量的确定提供了理论参考。     

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。     

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。     

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。     

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。     

考虑维修能力的战时备件资源配置方法研究

研究战时备件资源配置问题对赢得战争胜利具有重要意义。综合考虑武器装备的毁损情况、故障装备修复能力和作战任务的时限要求,建立了考虑维修能力的战时备件资源配置优化模型,并提出了模型的求解方法,实现了备件资源的优化配置。研究发现：影响战时备件资源配置的因素主要有武器装备自身的可靠性、遭受打击造成损毁、作战任务的时限性和对故障装备的维修能力。实验结果表明：采用该方法可以有效降低备件资源的供应量,一定条件下确保作战任务在给定的时间窗口内完成。