基于任务的装甲装备器材需求预测

分析基于任务环境下的装甲装备器材消耗影响因素,同时考虑预防性维修与修复性维修两种策略下的3种情况,以总成本最低为目标,以任务成功性及器材使用可用度为约束构造了基于任务的器材需求预测模型,并通过实例对模型进行求解与仿真校正,验证了模型的合理性及可行性。     

基于BP神经网络的装备器材需求预测模型

准确预测装备器材的需求数量,是装备器材保障工作的重要内容和装备器材计划管理的前提。采用BP神经网络算法,通过对装备器材历史消耗数据进行处理,建立了装备器材需求预测模型,并结合实例,对模型进行了探讨和验证。     

基于任务的装备器材多阶段动态供应策略与模型

针对传统的任务装备器材保障模式时效性、灵活性、持续性较差的问题,提出一种基于任务的装备器材多阶段动态供应策略,以总保障成本最小、超储器材利用率最高、任务重要度最高为目标,建立了基于任务的装备器材多阶段动态供应调度模型,并采用动态粒子群算法对模型进行了求解,最后通过实例仿真验证了模型和策略的合理性、可行性。     

基于干扰管理思想的应急装备器材供应扰动恢复模型

为解决应急条件下装备器材供应过程中由于运力受扰而产生的干扰问题,基于干扰管理思想,提出了应急装备器材供应扰动恢复问题的转化策略,构建了基于虚拟需求点的运力受扰扰动恢复模型;为寻求最优解,设计了基于遗传算法的人工鱼群优化算法。通过算例对模型和算法的有效性进行了验证。     

装备器材需求分析与预测方法

器材是保障装备动用计划落实与维修任务完成的重要资源,针对装备器材管理工作基础——器材需求确定过程中所涉及的相关问题,整理、分析了国内外相关研究现状,重点对初始器材需求分析、后续器材预测方法进行综述,并着眼于系统工程,充分考虑维修保障及器材保障的相互影响,对器材需求分析与预测方法的进一步研究重点与趋势进行了展望。     

面向维修的装甲装备预防性器材需求预测

将装甲装备器材需求分为预防性器材需求与修复性器材需求,以基层级保障机构年度预防性器材需求为研究对象,考虑保障机构历史年度预防性器材消耗、装备小修计划、维修范围与维修时机等,构建了面向维修的年度预防性器材需求预测模型,设计了基于遗传算法的OHF Elman(Output-Hidden Feedback Elman)神经网络求解算法,并通过算例和对比分析,验证了模型的合理性与适用性。     

基于多资源点的装备应急器材调度决策模型

针对装备应急器材调度决策问题,从调度路径优化和调度计划分配2个方面,研究了其多目标优化模型的构建。将资源点划分为若干级别来确定资源点选取的优先次序,通过先求解资源点与需求点之间的最优路径,后求解器材资源分配量的思路,建立了装备应急器材调度决策的广义最优路径模型和运输模型,采用改进的Dijkstra算法对模型进行求解,仿真结果表明:所构建的决策模型及算法是有效的。     

基于改进灰色聚类的装备器材库存分类方法

针对实际中装备器材种类多、难管理造成的库存失衡问题,设计了基于改进灰色聚类的装备器材库存分类方法。根据装备器材消耗特点,定义了需求波动系数作为库存分类指标之一,引入了信息熵确定聚类指标权重,基于灰类中心点给出了聚类的三角白化权函数。以某装甲器材仓库器材为例进行了计算分析,库存分类结果符合预期,验证了方法的合理性和有效性。     

需求点时间窗变化后应急器材供应决策

为解决在应急条件下的装备器材供应过程中由于器材需求点时间窗变动而产生的干扰问题,在对需求点时间窗变动扰动辨识和度量的基础上,制定了扰动恢复策略,构建了基于虚拟资源点的需求点时间窗变动扰动恢复模型;为寻求最优解,设计了基于轮盘赌选择的改进变邻域搜索算法.通过数值试验对模型和算法的有效性进行了验证.     

基于任务的两阶段装备器材供应调度模型

针对"尽可能多"的传统装备器材(简称"器材")供应保障模式存在的资源浪费问题,将任务器材供应分为任务准备和任务执行2个阶段,在军民融合背景下提出了一种系统化的两阶段器材供应调度策略,建立了两阶段器材供应调度优化模型,并进行了示例仿真分析。研究结果表明:与传统供应策略相比,即使器材供应前期需求预测准确率较低,该调度模型仍具有明显优势,可为基于任务的装备保障提供决策参考。