基于任务器材保障的虚拟仓库DC成员筛选

军事虚拟仓库作为未来基于任务器材保障的主要模式,必须对其加盟成员进行严格、科学的选择。对拟加入的地方配送中心(DC)核心能力进行判别,结合任务成功性、保障安全性、成员互斥性及运输准确性,以最小化总成本为目标,建立虚拟仓库对地方配送中心的筛选模型,采用SOFM及量子遗传算法进行求解,最后,通过算例分析验证了该模型的可靠性。     

基于GA-SVM的装备保障设备报废技术鉴定方法

为提高装备保障设备报废技术鉴定的准确性,提出了一种基于支持向量机的报废技术鉴定方法.分析了报废技术鉴定主要特征,并给出了各特征的量化和预处理公式.介绍了支持向量机基本原理,并引入遗传算法对支持向量机的惩罚参数和核参数进行寻优.算例验证结果表明,与常见分类算法相比,基于高斯核的支持向量机在装备保障设备报废技术鉴定中,训练时间更短、分类精度更高.     

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。     

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。     

基于全过程的备件需求预测综述

应用全过程管理理念,将备件需求预测过程分为问题分析、数据获取与分析、方法选择与建模、模型求解、结果评估与应用5个阶段,分别对每个阶段进行了综述与分析,并对备件需求预测下一步研究趋势进行了展望,研究成果可为装备备件管理提供参考。