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。     

装备保障能力评价参数体系设计与应用

为了及时发现装备作战单元在装备保障建设中存在的问题并确定原因,研究了装备保障能力评价参数体系的构建。在剖析装备保障能力概念的基础上,将能力评价参数分为综合层、系统层、子系统层及资源层。从参数内容、评价对象层次以及时域3个维度设计了评价参数体系框架,并据此对4个层次参数的选取及其关系分别进行了探讨。最后通过某防空旅装备保障能力评价实例,验证了参数体系设计方法的可操作性和有效性。     

复杂作战任务弹药配备模型

多阶段任务系统(PMS)是一种典型的复杂系统,它包括多个在时间上连续且无相互重叠的基本任务,武器系统的作战过程多数属于这种复杂系统.以某作战单元的一次作战任务流程为例,详细地讨论了多阶段复杂任务系统的特点,并从基本任务阶段的系统可信性、可用度的角度出发,分析了在满足给定火力指标的前提下,建立整个复杂作战任务流程中弹药配备模型的方法.     

无安定器航弹刚体弹道模型的建立

通过对无安定器航弹的运动特点分析,建立了刚体弹道模型。     

求解考虑RMS因素的装备需求量的遗传算法

介绍了如何用遗传算法来解决考虑RMS因素的装备需求量问题。首先，分析了考虑RMS因素的装备需求量问题的要素、约束、输入条件和解空间，并建立了数学模型。然后，讨论了遗传算法设计中的编码方案以及遗传算子的实现方法。最后，给出了具体实例的输入数据、基于Matlab遗传算法工具箱的编程思路，并比较了遗传算法与阶段最优算法的效果。     

基于评估的任务间隔期维修任务选择方法

针对任务间隔期维修任务的选择问题,提出了求解该问题的方法。首先,给出了维修任务优先级评估指标,以及修理有效性评估指标;然后,提出了AHP-熵-DEA-TOPSIS方法,用来确定维修任务的优先级,以及修理有效性;接着建立基于维修效果的数学规划模型,其目标是使维修方案的加权有效性总和在满足维修资源约束条件下最大化。最后,应用该方法对具体示例进行了求解,验证了方法的有效性和可行性。分析表明所求得的维修任务选择方案能够充分利用各种信息,具有较强的可信性与实用性,有助于维修管理人员对维修任务选择进行优化。     

基于单亲遗传算法的战时维修力量抽调模型研究

分析了影响维修力量抽调决策的因素,对装备维修力量的抽调问题进行了数学描述,建立了一种基于灰色关联度的多目标优化模型。针对装备维修力量抽调的非线性多目标优化问题,提出了基于单亲遗传算法的求解方法,该算法用换位算子取代了传统的交叉、变异算子,但仍然保持了他们的进化功能。通过仿真算例分析表明,该方法可有效求解多目标的保障力量抽调问题。     

同时验证整装和分系统固有可用度的试验方案

针对整装和分系统可用度同时需要验证的问题,假设单系统可用度、可靠性和维修性试验方案都已知,以试验样本量确定方法为研究重点,以同时验证整装和分系统的可用度、平均故障间隔时间和平均修复时间等3个指标参数为设计要求,提出了一种定数截尾试验方案.该方案包括2种试验方式.2种试验方式都能够完成对整装和分系统3个指标参数的验证.     

基于仿真的装备维修保障系统探索性分析方法研究

在基于仿真的装备维修保障系统运行评价的研究实践中,遇到输入影响因素多,因素取值调整复杂的现实问题.针对这一现实需求,将探索性分析思想引入装备维修保障系统的评价中.首先利用数学形式化建模方法,研究基于仿真的装备维修保障系统探索性分析方法的问题实质,在此基础上,提出基于仿真的装备维修保障系统探索性分析方法的研究路线,对所涉及的关键问题逐一进行分析,进而提出解决各个关键问题的技术途径.     

大攻角下无安定器航弹的气动特性

在横流理论和wardlaw集中涡法的基础上,通过采用一组合适的自由参数,用半经验半理论的方法计算了无安定器航弹在大攻角情况下的气动特性。计算过程中考虑了不同转速对力与力矩的影响,并对结果作出了分析。