战场抢修器材最优筹措

建立了一个根据携带抢修器材的能力限制,综合分配参战部队应准备的各种抢修器材使平均战场抢修时闻最短的最优化模型,为制定战时抢修器材筹措计划、抢修人员的培训计划提供依据。该模型的结果也可为评价装备的战斗恢复力提供参考依据。     

基于年龄更换策略的威布尔分布备件需求计算方法

备件需求量预测在装备保障工作中发挥着重要作用。预防性维修可以消除装备潜在的故障或避免装备发生故障后所导致的严重后果,从而使装备始终处于期望状态。预防性维修策略下备件需求量建模能够以可预见的可靠性数据为基础进行,其关键问题是最佳更换间隔时间的确定。针对威布尔分布装备备件,采用年龄更换策略,确定最佳更换间隔时间,并在此基础上导出威布尔型备件需求计算模型,为备件需求量的预测提供了一种简单有效的方法。     

两个单周期的备件存储模型

在工作寿命和修理时间之一服从一般的连续型分布,另一个服从指数分布的情形下讨论了单周期的备件存储问题,通过适当地划分系统的状态,利用Markov更新过程的理论进行了分析,建立了概率型模型,并由模型得到了最佳备件数的求法。     

备件保障系统保障度模型优化算法研究

本文通过对一种较实用的火炮备件保障系统保障度模型进行分析,提出了一种比较实用的最优化求解算法——边际分析法。利用该算法,可在较短的时间内对备件系统保障度模型进行优化求解。     

基于改进的神经网络的军械备件需求预测

针对当前军械应急保障中备件供应需求依据经验判断,从而导致保障不精准的现实问题,浪费应急保障资源,削弱部队战斗力.在对军械备件需求量进行分析时发现,军械备件需求符合间断型备件需求特征.基于改进的神经网络军械应急维修备件需求预测模型,利用神经网络模型的强大非线性函数的拟合能力,将间断型的备件需求分解为两步.最终,将两个序列预测结果综合分析,得出军械备件需求预测结果.根据改进神经网络预测模型,结合某单位某军械装备保障数据,用总体数据的4/5作为训练数据,1/5作为测试数据进行预测,实验结果表明,改进的神经网络预测模型预测精度优于其他预测模型,预测精度符合预期,可以为军械应急保障提供依据.     

基于变分模态分解的非稳态备件需求预测方法

备件需求量的预测是备件配置的重要内容,针对当前装备备件需求非稳态的特点,提出一种基于变分模态分解的备件需求预测方法.运用变分模态分解将非稳态备件需求序列分解为若干模态分量,引入模糊熵的概念,将周期性、随机性和长期性特征明显的模态分量进行有效聚合,提高计算效率,进而运用预测效果较好的径向基神经网络预测法对聚合后的模态分量分别进行预测,将各分量预测结果进行整合形成最终的备件需求预测值.通过案例分析与实验对比,结果表明提出的方法能够有效挖掘非稳态备件需求序列的深层次信息,实现非稳态备件需求序列的较好拟合,并与其他非稳态时间序列预测方法对比具有较高的预测精度,为适应新时代实战实训背景下备件需求的特点提供了有效的方法支撑.     

武器系统备件储备量的遗传算法求解

从武器系统备件保障的需求出发,建立了在给出预算经费情况下备件储备量的优化模型。利用遗传算法高度并行、全局寻优的特点,采用了自然数编码的方式,通过实例探讨了该模型的求解方法。     

马尔可夫过程的k/N系统使用任务完成能力分析

研究了任务期间允许换件维修和备件供应时k/N系统的任务完成能力.首先,利用马尔可夫过程分析了k/N系统的状态转移过程,研究了k/N系统在特定维修保障策略下的运行过程.然后,以k/N系统固定任务时间内在正常状态停留时间的分布函数作为其任务完成概率模型,并通过全概率分解和更新过程的分析方法对任务完成概率进行求解.最后,利用任务完成概率模型在Matlab中绘制了任务完成概率随任务时间、任务量、备件携行数量以及备件平均供应时间的变化曲线,讨论并分析了对任务完成概率的影响.     

基于作战任务的多机种故障备件需求模型

通过分析战时故障备件的需求特点,对备件的工作时间进行讨论,改进了传统的单机故障备件需求模型。根据多机种协同作战任务的不同,引入备件工作运行比的概念,在考虑飞机是否战损的前提下,建立了基于作战任务的多机种故障备件需求模型。算例分析证明了模型的有效性。