民用飞机航材预测与配置管理技术综述

航材作为综合后勤保障(ILS)的物资基础,其科学的预测与合理的配置是有效保障民用飞机安全经济 运行的前提。为了使利益攸关方(制造商、运营商、维修商等)实现共赢,本文针对现有民用飞机航材预测与配 置管理技术进行研究,并探讨其发展趋势。首先,介绍了民用飞机航材预测技术的研究现状;然后,论述了民用 飞机航材配置管理技术的研究现状;最后,在总结现有关于航材预测与配置理论和方法的优势与不足的基础 上,对民用飞机航材预测与配置管理技术的发展进行了趋势分析,为国产民用飞机航材综合管理提供参考,进 而提升民用飞机维修保障体系的完善程度。     

基于GRA-IPSO-SVM的航材携行需求预测研究

异地执行飞行任务中航材需求的准确预测是做好携行保障的主要内容之一,为此提出灰色关联度（GRA）与改进的粒子群算法（IPSO）及支持向量机（SVM）相结合的航材预测方法。首先运用GRA 对航材携行需求的影响因素进行分析;其次引入活性因子和非线性惯性系数改进粒子群算法,并通过IPSO 对SVM 参数进行寻优;最后使用优化后的SVM 模型预测航材需求。结果表明：GRA-IPSO-SVM 方法预测结果的均方根误差比PSO-SVM 方法下降0.16,平均绝对百分比误差下降2.18%,且预测时间减少了0.7 s。     

一种基于任务的航材备件预测方法

航材备件是影响军机完好率的主要因素之一,为控制成本有必要对备件进行最优配置。因此,提出了一种基于任务的军机航材备件预测方法,首先按照军机能力目录对机载成品进行分类,其次将能力按照军事任务所需进行分组,接着统计特定时间段内的历史故障数据得到机载成品的故障率与维修速率,最后建立排队论生灭过程模型,实现特定任务下的航材备件需求预测。理论分析和验证结果表明,该方法能实现较为精确的航材备件需求预测,在保证飞机完好率的同时控制航材备件成本。     

多语言混合编程的民用飞机航材预测与配置平台

合理采购并在多个航站之间合理配置航材数量对于民用飞机的经济运行十分重要,而航材预测与配置研究形成的理论算法内容相对复杂。为推动这些算法程序能够有效投入工程应用,基于 Java 语言,并整合Matlab、Python 语言编写的算法程序,开发多语言混合编程的民用飞机航材预测与配置平台。首先,介绍平台中集成的航材预测与配置的支持向量机算法和边际分析算法,并叙述混合编程的实现方式;然后,阐述平台设计的详细内容,并对混合编程的实现方式及不同程序语言间参数类型的转换方法进行说明;最后,运用实际工程数据对平台的功能进行使用测试。结果表明：平台的人机界面友好、操作简便,较好地实现了航材预测与航材配置功能,能够为相关理论算法通过平台技术满足工程需要提供借鉴和思路。     

基于支持向量机回归的民机航材消耗预测研究

航材作为装备保障的关键部件,其精确化保障在降低库存管理成本、优化资金分配、提高飞行安全等方面有重要作用。为保障飞机正常起飞,增加航空公司运营收入,降低航材保障费用,针对飞机航材消耗样本小、变化大难以预测的问题,提出一种基于支持向量机回归的航材消耗预测模型。以某国产民用飞机实际消耗数据为例,对支持向量机回归模型的预测精度进行验证。结果表明：该支持向量机回归模型对小样本数据有很好的适应性,相比指数平滑法具有更高的预测精度。     

基于数据挖掘和小波神经网络的航材消耗预测方法

运用数据挖掘技术对航材消耗的历史数据进行关联分析,筛选小对保障飞机飞行有重要作用的航材消耗数据,大大缩减了需要预测的航材数量,同时对消耗航材之间的内在影响关系进行量化。在分析人工鱼群算法原理的基础上,对算法中步长参数和视野范同参数的设置方法进行了改进。实例结果表明,运用小波神经网络预测航材消耗的方法大大降低了预测误差,说明了该方法的有效性、可行性和实用性。     

航材再订购点的确定及评估

航材计划助理的工作目标和主要任务是以最合理的库存储备、最佳购置方式，实现飞机航线维护、定检和附件维修所需各类器材的供应。航材计划助理形成航材计划的主要依据是对未来航材需求的预测和深入研究，因此，需求是计划助理不断研究的一个重要课题。     

民用飞机航材支援网络选址因素权衡方法研究

民用飞机航材支援网络作为主制造商为客户提供航材的必要媒介,合理地搭建该航材支援网络有利于提高主制造商的服务品质和客户运营能力。基于Kriging方法,提出一种定性与定量相结合的民用飞机航材支援网络选址因素权衡方法,对选址因素进行梳理和分类,获取选址定量分析数据需求,并运用所提方法进行民用飞机航材支援网络选址因素权衡,进而对选址因素进行重要度评价;将该方法与层次分析法、响应面法、蒙特卡洛法进行对比分析,以验证其有效性和适用性。结果表明：本文所提方法可有效进行选址因素重要度评价,为民用飞机航材支援网络的搭建奠定基础。     

基于支持向量回归机的航材周转件需求预测

将机器学习应用于航材库存管理之中,提出了基于支持向量回归算法的航材周转件需求预测模型。将聚合处理后的周转件月需求数据分为训练集和测试集,以训练集为输入,选取核函数和模型参数,对支持向量回归机进行训练。应用训练完成的支持向量回归机,以测试集对模型进行验证,预测结果证明了模型的有效性。     

面向任务携行航材消耗影响因素研究

航材携行保障是航空兵战斗力生成和保持的重要组成部分。随着联合演习、舰载护航等飞行任务的增多,任务环境复杂多变,航材携行品种和数量也发生了很大变化,对携行保障水平提出了更高要求,对任务中航材需求进行准确预测是做好携行保障的主要内容之一。本文分析了任务中影响航材消耗的各类因素以及部分因素间相互作用和因果关系,总结出航材自身、任务、环境、人员、经济等六方面影响因素,并科学系统地选取了可用于携行航材多维变量消耗预测模型研究的特征量。     

基于遗传算法的航空备件费用优化研究

航空备件费用直接影响航空备件保障概率,而备件保障概率又直接影响到备件延误时间,进一步影响到维修保障及装备的战备完好性,因而如何利用好有限的备件费用,得到较大的战备完好率是一个重要的研究课题。本文推导了战备完好率与备件费用之间的函数关系,并利用遗传算法对航空备件优化模型求解进行了阐述。     

飞机备件的供应保障

从装备的使用和维修的角度出发,介绍了飞机备件的选用原则和配置要求,给出了备件的确定、备件的种类及数量的计算方法,并介绍了国外常用后勤综合保障软件OPUS10,可供备件保障研究人员参考。     

基于可靠性数据的航材备件需求预测方法

航材备件的需求预测已成为装备综合保障领域研究的难点.主要对各部件寿命分布类型进行归纳与总结,建立多数零件服从寿命分布类型的需求预测模型,并对军机执行任务这一特殊情况建立了战损备件预测模型.以可靠性数据为研究基础,对正态分布、指数分布、威布尔分布等备件进行分类分析,根据实际情况逐步精确备件保障概率的取值.计算结果表明,方法能给出合理的备件保障概率和备件需求预测结果.     

民用飞机市场需求预测方法研究

民用飞机市场预测包含需求(航空运量)预测和供应(飞机机队)预测两个部分,其中需求预测为自上而下的预测,是对航空市场宏观运量进行分析和预测,这部分预测在预测模型中起着非常重要的作用。针对民用飞机市场需求预测方法和流程进行了详细的论述,该方法是大型客机市场预测和市场研究工作的基础。     

民用飞机初始库存量的预测模型及优化方法研究

以民用飞机可靠性数据为依据,对ABJ21飞机备件进行合理的分类,并建立了相应的初始库存量预测模型,对ARJ21飞机初始库存量需求进行定量的计算和优化分析,在一定条件下达到了制造商的节约成本和满足一定可用度的双重要求。     

多因素影响下舰载机备件需求的组合预测

舰载机列装时间较短,备件的样本数据较小,而且保障中受起落次数、飞行强度、海洋恶劣环境等因素影响较大。针对舰载机这一系列保障特点,选用了对多因素影响的小样本有较好预测效果的 BP神经网络、GM(1,N)预测模型和 SVM回归预测模型 3种预测方法,建立基于 IOWA算子的组合预测模型,以误差平方和为准则对数据进行分析,并利用 Matlab工具箱进行优化计算,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。     

民用飞机航材销售费用分解结构模型研究

当前我国民用飞机缺乏合理、灵活的航材价格计算模型,而合适的航材销售费用分解结构模型可以降低运营成本、增加利润。本文综合多种因素的影响,从不同的维度对航材定价进行研究,阐述民用飞机航材成本费用的构成;从全寿命周期的角度对航材价格影响因素进行分析,构建国产民用飞机全寿命周期不同航材在多种因素影响下的销售费用分解结构模型。结果表明：构建的分解结构模型合理、有效,能够指导国产民用飞机型号航材定价分析,航材销售价格影响因素分析能够结合不同部门维度或工作维度对全寿命周期内的航材成本进行结构分解,实现利润最大化。     

基于SPSS因子分析的舰载机航材保障风险因素分析

为做好舰载机航材保障风险管理工作,必须对其可能存在的风险因素进行深入、细致的分析,查找出其关键风险因素并研究风险因素之间的关系。因此,文章在依据舰载机航材保障风险因素初步识别结果的基础上,通过调查问卷的方式,归纳总结出21个舰载机航材保障风险因素,并利用SPSS统计软件和因子分析法对调查问卷的结果进行分析和计算,最终提炼出具有代表性的7个公共因子,从而完成了舰载机航材保障关键风险因素的确定和分类。