多品种维修器材统一订购策略的库存决策模型

分析了一种多品种维修器材联合订货的库存决策模型,该模型采用连续检查的多品种统一订购库存策略。维修器材库存控制的目的是在确保维修器材服务水平的基础上,降低库存成本。根据这一思想设计了算法,该算法首先假设订货点和订购提前期为零,根据库存成本确定最大库存量,然后考虑订货点和订购提前期不为零的情况,根据维修器材满足率确定各品种维修器材的订货点,从而求得决策参数。最后通过实例证明模型和算法的有效性。     

基于状态的维修与备件库存决策联合优化研究

针对需进行定期功能检测的设备,研究其基于状态的维修策略与备件库存策略联合优化方法。引入延迟时间理论,分析定期功能检测策略下备件库存的消耗与供应过程;基于设备功能退化和备件库存变化规律,建立以设备维修保障费用为优化目标的数学模型,并采用仿真的方法对设备功能检测周期、备件最大库存水平、备件订购周期等决策变量进行联合优化。通过一个算例对所提出的方法和建立的模型进行应用验证。     

多品种备件联合申请的聚集效应

根据联合申请的备件品种范围的不同,提出了3种订货策略,即单独申请、统一申请和联合申请,并设计了联合申请策略的启发式算法。该算法首先确定订购最频繁的备件,将其申请周期作为基本申请周期,其他备件申请周期是该周期的整倍数;其次寻求各种备件的最优订货倍数;最后确定各种备件的订购量。数值实例表明：联合申请策略的聚集效应明显优于单独申请策略和统一申请策略,对多品种库存控制策略的研究有一定意义。     

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。     

维修器材保障能力评价方法

提出了维修器材保障能力评价体系的建立原则,通过维修器材保障的系统分析,建立了维修器材保障能力的"因素-效果"评价体系.运用模糊数学与层次分析法相结合的层次模糊综合评判法对维修器材保障能力评价进行了研究,并给出了应用实例.对于反映维修器材管理中存在的问题与不足,提高维修器材保障能力具有一定的参考价值.     

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。     

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。     

基于维修器材离散随机需求最佳库存量确定研究

结合装备维修器材保障工作,就维修器材离散随机需求最佳库存量确定进行研究,对其建模进行系统分析,结合修理厂维修器材最佳库存量进行实例计算,以指导维修器材最佳库存量的确定.     

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.     

战时装备维修保障力量抢修行动模型构建与求解

针对战时装备维修保障任务重、修理时间有限以及维修保障力量类型与待修装备损伤需求不匹配,难以实现战场精确保障的问题,进行了战时装备维修保障力量多目标行动控制研究。考虑修理时间窗、装备损伤状态、维修保障力量类型与维修保障能力变化以及非遍历性等复杂约束,构建了以装备重要度总和、修竣装备总和以及超出修理时间窗时间总和为目标的维修保障力量多目标抢修行动控制模型。对带精英策略的非支配排序遗传算法进行改进,结合变邻域搜索算法加强算法的局部搜索能力,设计了改进变邻域搜索和非支配排序遗传算法的混合算法实现模型求解,并通过示例验证了模型及算法的合理性和有效性。