装备研制阶段可修复备件利用率预计方法

通过对装备研制阶段可修复备件利用率的影响因素和故障产品维修保障流程的分析,利用闭合Jackson排队网络描述了产品在装备一维修站一仓库系统中的运行状态问题.建立了不同送修策略下的数学模型.得出了故障产品处于各状态下的平均逗留时间和平均等待数量.并给出了装备研制阶段可修复备件利用率的预计模型.最后通过算例验证了该模型和方...     

飞机战伤备件需求量确定方法

发展了一种飞机战伤备件需求量预测的理论方法。首先分析了飞机基本功能项目的损伤级别,讨论其对飞机存在状态的影响,总结出战伤备件的类型为遭受非致命损伤的飞机基本功能项目。然后,分析飞机存在状态以及对应的备件需求向量,提出飞机一次出动备件的需求概率为飞机基本功能项目损伤且飞机生存的联合概率。最后,运用马尔可夫链法,解决了战伤备件需求概率的计算问题,得到了基于二项分布的战伤备件需求量。算例和结果分析表明该方法合理、可行,对科学地确定飞机战伤备件数量具有指导意义。     

基于备件保障概率的多级库存优化模型

 理想的备件配置方案应该通过费用和优化目标之间的综合权衡得出,在传统的多级库存优化模型中常以使用可用度、等待备件时间等参数作为备件库存优化目标,但国内型号研制部门和使用部门在制定备件库存方案时通常以备件保障概率作为优化目标确定备件库存方案。为解决上述问题,首先分析了备件消耗与补给行为;然后,构建了以备件保障概率为目标的多级库存优化模型并对目标函数特性进行分析;其次,基于拉格朗日乘子法原理给出了多级库存计算与优化流程;最后,应用研究结论进行多级库存备件需求量预测,并用商用软件对预测结果进行分析,验证了优化模型的可信性。     

基于小波变换和GM-ARMA的导弹备件消耗预测

针对导弹备件消耗呈现"小样本、非平稳"的特点, 为了克服传统预测方法依靠大样本数据进行建模的不足,提出了把基于小波变换和改进GM-ARMA的组合预测方法应用于导弹备件消耗预测的构想.在利用小波分解和其他模型建立组合模型的过程中,提出了先对小波基方程和分解层数2个特征进行参数化,再定量地对所有子模型的特征参数进行统一、综合的评估,以达到建立最佳组合模型的目的;然后对具有平稳特性的高频信息用阻尼最小二乘法优化的ARMA(Autoregressive and Moving Average)模型进行预测,对反映整体趋势体现非平稳的低频信息用背景值优化和数据变换技术改进的GM(1,1)模型进行预测.实例结果表明所提出的组合预测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.     

民机初始备件方案的优化

针对航空公司降低初始备件费用、提高机群出勤率的运营需求,提出了基于最大化边际效应的初始备件方案优化方法.介绍了以单类产品为对象、以保障概率为约束的泊松分布备件计算模型,并使用该模型计算了一个初始备件方案案例.给出了以初始备件项目清单为对象、以备件费用为约束的使用可用度最大的优化模型和实施步骤.利用备件优化软件对初始备件方案案例进行了备件费用相同和使用可用度相同两种情况下的优化,给出了费用-效能曲线图和优化方案数据表,通过曲线图上数据的比较可以看出使用可用度和备件费用分别得到了提高和降低,通过对数据表的分析可以看出各类备件数量变化的趋势符合备件优化模型原理.结果表明优化方法对解决航空公司的初始备件方案优化问题具有良好的适用性.     

基于作战单元任务成功性的可修复备件优化

在分析作战单元任务及备件保障流程的基础上,在考虑装备系统冷备份和热备份的情况下,基于METRIC模型原理,建立了两级保障体制下的作战单元任务成功性评估模型.以备件购置费用为优化目标函数,作战单元任务成功概率为约束条件,运用边际方法给出了备件优化模型的求解方法.最后,通过实例对该方法进行了分析,优化结果符合作战单元备件配置实际情况,从而为部队装备保障指挥人员在作战单元执行任务前科学制定保障方案提供决策支持.     

基于模糊软集合和Bayes的后续备件组合预测方法

针对后续备件需求预测精度低的问题,提出一种基于模糊软集合和贝叶斯的后续备件组合预测方法。首先根据后续备件的消耗规律,分别提出后续备件因果预测模型和时序预测模型;然后选取残差平方和、信息熵和相关系数作为预测效果的评价准则,以两种单项预测方法的预测效果作为先验信息,采用德尔菲法对单项预测方法进行模糊评价,构建模糊软映射;最后综合先验信息与专家模糊评价值,利用贝叶斯方法确定组合权系数求得预测结果。结合算例,对比分析方法的优越性,表明该方法具有较好的合理性和有效性。     

基于保障率的航材后续备件优化保障模型研究

针对目前部队航材备件保障方面存在的问题以及在理论研究方面存在的不足,建立了一种新型的数学模型,解决了在保障率一定的情况下使得经费最小的问题。     

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。     

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。