数据与知识双驱动的备件需求模糊预测模型

针对知识驱动型需求预测模型所需的专家知识稀缺、数据驱动型需求预测模型可解释性不足的问题,提出了数据与知识双驱动的备件需求模糊预测模型。该模型基于模糊聚类算法将数值型数据聚类为结构简单、可解释性强的规则库,运用模糊逻辑将领域专家知识表示为Mamdani型规则库。在此基础上,引入了一种新型智能计算理论——模糊网络理论对两类规则库进行合并运算,形成初始预测模型。采用遗传算法优化模型规则库的模糊集参数来提高模型预测准确性。通过与模糊聚类算法进行对比,提出的模型在可解释性以及准确性指标上均具有优势。     

一种使用可用度备件库存模型

阐述了以装备战备完好性为中心的备件库存控制的基本原理,并给出了以可用度为中心的备件库存数学模型.该模型可计算装备细目结构中的所有组件在各级维修机构中的库存水平,在满足一定费用约束条件下,使装备的使用可用度达到最大.     

基于灰色局势决策的备件品种级别配置

分析了影响备件品种确定的主要因素,引入灰色局势决策法,解决了按维修级别进行备件品种确定的问题,提供一种新的备件品种量化方法.     

任务期间多层级不完全修复件的备件配置优化

针对任务期内普遍存在的故障件报废问题,提出了多层级设备的备件配置优化方法,确定了隐含在备件层次结构中的不可拆卸不可维修单元,通过忽略维修时间将设备中的不完全修复件近似等效为消耗件,并从底层开始逐层把所有下层备件数量折算为顶层备件数量,从而利用伽马分布的可加性计算设备的可用度,最后通过改进的边际算法得到备件分配方案。算例中通过与仿真方法的对比验证得出:只要维修时间不是过长,优化方法所得备件分配方案合理可行、易于实现,基本能满足保障要求。     

装备维修中备件需求率的预计方法

通过研究装备维修过程中器件的固有可靠性和维修性,着重分析了影响维修器件需求率的主要因素.利用系统建模和仿真的方法,分别针对耗损类型器件和可修复类型器件建立了相应的需求数学模型,最后给出了维修备件需求率的预计方法.     

UAV地面控制系统抢修设备携行量模型分析

根据无人机地面控制系统战场损伤模式特点,文章通过分析战场损伤模式的抢修方法及战时抢修设备备件携带数量的确定问题,以最短抢修时间为目标函数,以抢修备件携带能力有限为约束条件建立模型,运用线性规划理论对模型进行求解,对设备携行进行了探讨。     

装备使用阶段后续备件采购模型Π:可修复件

针对装备使用阶段可修复件的采购优化问题,引入近似拉普拉斯需求概率分布代替正态分布,建立了采购间隔期内的备件短缺函数。根据供应链系统库存控制论,建立了可修备件的采购模型。通过对可修件周转渠道的分析,对采购短缺指标进行了修订,并给出了最优采购点和采购量的计算方法。对两种需求分布下的算例结果进行了对比和分析,结果表明:该模型得到的结果鲁棒性强、偏差小,优化过程简单,为故障率高、消耗量低的可修件采购方案的确定提供了一种新的思路。     

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。     

面向AL的战略级仓库备件供应优化方法

针对维修备件供应保障费用较高、管理难度较大等问题,借助自主式保障(AL)理念设计了面向AL的维修备件调度与供应优化框架,提出面向AL的战略级仓库维修备件供应优化思路。在此基础上,为了解决战略级仓库备件供应路线规划不科学、弥补半定量经验方法不足的情况,建立了带混合时间窗的多供应地——多需求地维修备件供应路线优化模型,设计了求解模型的GA-SA混合算法。最后运用算例进行了说明。     

基于两级库存的装备备件配置优化模型

备件库存配置优化是提高装备战备完好性、降低装备寿命周期费用的重要途径。分析了基地级仓储中心、基层级仓库两级装备现场可更换单元(Line-Replacement Unit,LRU)库存系统,提出了备件初始配置方案下库存缺货模型,建立了基于备件隶属关系的两级库存系统配置优化模型。该模型以装备可用度和库存费用为优化目标,通过优化备件库存配置结构,形成合理的备件库存配置方案,从而降低备件配置费用,避免资源浪费。