基于模糊-价值理论的备件品种预测模型研究

在分析影响备件存储因素的基础上，通过分析模糊评判理论、价值工程理论，针对ABC分类法的不足，建立了基于模糊一价值理论的ABC分类法确定备件品种改进模型．该模型充分考虑了影响备件配置的因素，为武器装备备件保障部门选择导弹备件品种提供了一种新的理论依据。     

基于(T,S)策略的装备可修复备件两级库存配置建模

为了解决当前基于（S-1,S）库存策略的可修复备件库存模型难以适应部队实际的问题,建立了基于(T,S)库存策略的装备可修复备件两级库存最佳配置模型。结合部队实际情况,描述了基于(T,S)库存策略的装备可修复备件两级供应保障模式;综合考虑备件报废率、申请延误时间等因素,研究了(T,S)库存策略下备件保障效能评价指标;在此基础上,建立了以装备使用可用度为约束、备件保障费用最低为目标的两级库存最佳备件配置模型,并设计了模型边际分析求解算法;通过算例分析,验证了模型有效性。对比了(T,S)和（S-1,S）两种库存策略,结果表明,对于故障率较高、价格一般的可修复备件,采取(T,S)库存策略更加经济可行。     

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。     

以可用度为中心的备件库存模型

该文阐述了以装备战备完好性为中心的备件库存控制的基本原理，并从数学上给出了一 种以可用度为中心的战备完好性备件库存模型。该模型可计算装备细目结构中所有组件在各级别 的维修机构中的库存水平，并在满足一定费用约束的条件下，使装备的使用可用度达到最大。     

具有横向供应策略的可维修备件两级库存模型

在装备可维修备件的多级库存系统中增加横向供应策略,将传统的树状备件供应模式扁平化,可以大大缩短备件平均延误时间。在此背景下进行多级可维修备件的库存研究,建立具有横向供应策略的可维修备件两级库存模型,利用M/M/∞排队系统评估备件满足率、横向供应概率和缺货概率等重要参数,设计启发式算法进行备件优化配置。算例结果表明,引入横向供应策略后可维修备件两级库存系统的保障总费用能够降低39.4%.     

多约束条件下备件库存优化模型及分解算法

本文研究多约束条件下备件库存优化问题,建立了多约束条件下备件库存优化模型并给出了优化算法。此方法采用拉格朗日松弛原理将备件库存约束进行松弛,使各子问题仅是单项产品库存量函数的一维优化问题;利用次梯度法更新拉格朗日乘子并用一维搜索的方法给出各子问题的最优解;再利用拉格朗日启发式算法,求解原始问题的最终解。该方法的应用能够为解决多约束条件下备件库存优化提供新的途径。     

考虑横向转运和紧急配送的战时多目标备件调度方法

针对现有战时备件调度模型灵活性不足，忽略需求点优先度排序，处理备件类型单一，以及算法运行效率不高等问题，提出一种考虑横向转运和紧急配送的战时多目标备件调度方法。在传统正向调度模型基础上加入横向转运和紧急配送策略，以缺件数最少和运输时间最短为目标构建同时处理多类型备件的战时备件调度模型。制定基于逼近理想解排序法的需求点优先度排序方法，利用基于分解的多目标进化算法(MOEA/D)框架设计考虑优先度排序的MOEA/D(MOEA/D-PS)求解模型。案例结果表明：考虑横向转运和紧急配送的调度模型保障效果最优；MOEA/D-PS能够兼顾求解质量和运算效率，CPU运行时间均值比改进的非支配排序遗传算法缩短62.86%；优先度排序和要求时限长短显著影响备件供应保障效果。     

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。     

基于飞机使用可用度的航材二级库存优化配置

从飞机使用可用度与航材库存量的关系入手,阐述库存对保障飞机使用可用度的重要作用。建立基于飞机使用可用度的航材二级库存配置模型,并利用边际分析法进行求解,针对目前备件短缺的普遍状况,对有限航材实现科学配置,算例证明该配置方法可行。     

装备备件库存结构优化分析

在分析了装备备件库存结构研究重要性的基础上,首先讨论了备件的库存结构比例;其次则以库存费用最小为优化目的,以资金、仓容、订购时间等为约束条件,构建了备件的库存结构优化模型,并对其求解过程进行了一定的分析讨论,从而得到了相应的优化方法.