基于灰色预测法的军械维修器材消耗规律

研究并掌握军械维修器材的消耗规律,对做好军械维修器材的保障工作有着重要的意义.基于此,研究了灰色预测法,并针对军械维修器材的实际情况,论述了如何确定影响因子,进而对灰色预测模型进行了改进,用改进后的模型研究军械维修器材的消耗规律,预测结果非常贴近实际值.     

基于矩估计的高原航空备件消耗规律研究

针对高原航空备件消耗规律难把握的问题,提出了一种解决低消耗器材消耗预测的方法,利用矩估计把握器材的消耗规律和Monte Carlo仿真器材消耗的数据,找出储备量与满足率之间的关系,预测年平均消耗量。     

基于SD的战时装备维修器材消耗预测模型

从影响战时装备维修器材消耗的主要因素入手,基于系统动力学方法构建了战时装备维修器材消耗的SD模型。通过对模型的运行与仿真得到了装备维修器材的消耗数据,验证了模型的适用性和方法的可行性,为科学预测战时装备维修器材消耗、做好维修器材保障工作提供了新的方法指导。     

基于 SD 的战时装备维修器材消耗预测模型

从影响战时装备维修器材消耗的主要因素入手,基于系统动力学方法构建了战时装备维修器材消耗的SD模型。通过对模型的运行与仿真得到了装备维修器材的消耗数据,验证了模型的适用性和方法的可行性,为科学预测战时装备维修器材消耗、做好维修器材保障工作提供了新的方法指导。     

应废除军械维修器材筹供比例限额

军械维修器材筹供比例是在一定范围内摸索、掌握各军兵种、各类典型部队军械维修器材消耗规律的基础上,结合各级军械保障机构可能保障的程度规定的。但是,由于不同类型的部队在同一时间所担负的任务、所处的地理位置、所装备的武器性能等客观因素不同,决定了军械维修器材数量、品种的消耗量不同。同类型的部队在某一段时间里,军械     

考虑航材可靠性能的消耗预测模型

航材消耗量的准确预测具有明显的军事和经济效益。对航材进行消耗预测,其首要问题就是确定何时产生需求。使用器材可靠寿命时间指标,可侧面描述航材故障间隔时间和故障时刻,从而确定出航材的需求时点。     

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。     

导弹装备全寿命周期维修器材消耗管理研究

针对导弹装备复杂程度的不断提高,维修器材的品种和数量不断增加对装备管理提出了更高的要求,如何在有限的保障费用下制定出科学合理的维修器材管理方案成为各级维修保障部门非常重视的问题。本文立足于某型导弹装备维修器材项目的科学管理实际需求,从全寿命周期维修器材内涵出发,分析了影响导弹装备维修器材消耗的相关因素,探讨了导弹维修器材消耗管理计划的制定,细化了各阶段的工作内容。最后,设计了导弹装备全寿命周期维修器材消耗管理系统,阐述了系统设计思路与整体架构。研究成果可为新型导弹装备全寿命维修器材保障项目规划、论证与控制提供指导与借鉴。     

单装维修器材消耗标准制定方法及其应用

在对比分析单装维修器材消耗标准(简称"单装消耗标准")相关定义的基础上,界定了单装消耗标准的相应条件,分析了单装消耗标准的影响因素,提出了单装消耗标准确定思路及计算方法,最后,通过示例验证了单装消耗标准制定方法的可行性。研究成果可为制定单装维修器材消耗年度计划,提高维修器材管理的标准化和规范化水平提供技术支撑。     

基于指数平滑法的装备维修器材需求量预测

准确地预测维修器材需求量是制定装备保障计划的重要依据.针对装备维修器材需求量预测相对不够准确的问题,通过对两种预测方法进行比较,引入了适用于准确预测的指数平滑方法,建立了基于指数平滑法的装备维修器材需求量预测模型,介绍了确定初始值的方法,并以某种维修器材需求量预测为例进行了分析,为准确预测装备维修器材需求量提供了一种较为科学合理的方法.     

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。     

基于遗传BP神经网络的装甲装备器材需求预测

装甲装备器材保障具有规模大、时间紧、消耗大、不确定因素多、决策难度大等特点。准确的需求预测是实施主动的、精细化的器材保障的重要前提条件。利用BP神经网络较强自学习能力和自适应能力对器材需求规律进行学习,并借助遗传算法提高BP神经网络的收敛速度,设计了一种基于遗传算法改进的BP神经网络模型预测方法,对装甲装备器材进行需求预测。通过实例计算表明,该方法比单纯BP神经网络方法具有预测精度高、收敛速度快的优点。     

基于灰色神经网络的装甲部队油料消耗预测

油料消耗量的精确预测直接影响装甲部队后勤保障能力的提升,而传统预测模型精度不高,应用范围也有一定的局限,难以满足信息化战争精确保障的需要。提出一种装甲部队油料消耗预测的组合模型,对历史油料消耗数据和油耗影响因素进行统计分析,求出各影响因素与油耗量的关联度作为权重系数;通过改进GM(1,1)模型预测某部队下一次军事行动的油耗量;用GM(1,1)模型的预测值、加权后的各影响因素值和油耗实际值训练网络,对下一次想定的军事行动油耗量进行预测。通过平均相对误差计算表明,组合预测模型比单一的GM(1,1)模型预测精度高,能够较好地指导部队进行下一步的油料供管工作。     

初始保障期内装备维修器材保障决策方法

为解决新服役装备在初始保障期内维修器材保障方案决策问题,分析了两级装备保障体制下维修器材的流动情况。利用贝叶斯估计理论,根据固定时间间隔期内最小顺序统计量与失效数的预测下限来确定服从威布尔分布的装备单元故障时间和故障数量。最后通过实例表明,与支持向量机、灰色神经网络和ARMA等预测模型相比,所建方法能够获得更佳的预测结果。     

基于多元回归分析的多因素影响弹药消耗预测

针对当前分析弹药消耗影响客观因素时,所反映的影响规律不够直观的问题,采用多元回归分析原理及模型,借鉴定量评估模型,结合弹药消耗量的数据,利用SPSS(Statistical Product and Service Solutions)软件弹药消耗量的影响因素进行多元回归分析,建立了回归方程来预测弹药消耗量.结果表明,利...     

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。     

装甲装备器材库存超(欠)储状态分析与程度评价

定义了装甲装备器材库存超(欠)储的概念,提出了维修保障资源点器材储存状态的定性判别和量化方法;考虑数量、时间、空间等影响因素,提出了资源点维修器材超(欠)储程度的评价指标和评价方法,并结合某军区实际数据进行了验证。结果表明:资源点的平均超(欠)储程度反映了保障体系内所有资源点库存偏离正常水平的平均程度,可为确定调剂资源点的优先次序和供应数量提供依据。     

随机时间序列法在油料消耗预测中的应用

能否准确预测航空兵场站油料消耗量,对于做好场站油料保障工作具有重要意义。目前对油料消耗预测通常采用经验估算法,虽简单易行,但缺乏科学依据。本文采用随机时间序列法,建立了场站油料消耗量预测模型。实例验证其预测精度较高。     

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。     

通用雷达装备维修器材储供标准模型

研究了通用雷达装备零部件寿命分布类型,给出了以可靠性为依据确定维修器材储供数量和排序参数的计算公式,分析了器材最小包装对计算结果和维修器材排序参数的影响,以及器材关键性对排序的影响及评判方法。