舰船装备备件需求预测方法研究

备件需求预测是装备管理工作中非常重要的一环,它是库存管理工作的基础.精确的需求预测会对制定备件库存策略、构建库存模型产生非常重要的影响.但由于备件需求发生通常具有很强的随机性,这增加了需求分析和预测的难度.论文通过对备件需求预测方法的分析,为备件库存策略的制定提供一定的参考.     

基于寿命分布的备件需求计算模型分析

根据指数分布、正态分布和威布尔分布的寿命分布类型,对航海装备的一些维修备件进行分类,并提出了在满足备件保障度下这三种寿命分布类型备件的需求计算模型,对一些备件需求预测实例进行了预测计算。     

一种基于历史数据的备件需求量计算方法

准确的备件需求预测是合理有效地进行备件保障各项工作的基础.根据备件寿命的分布类型,即可确定备件的计算模型.简要介绍了舰空导弹电子设备寿命服从指数分布的特点,根据备件的故障率可以有效地指导备件的存储策略,提出了一种基于历史数据的备件故障率计算方法.从备件的历史故障记录信息中计算出备件故障率,通过定义的保障概率,装备中某零部件的机用件数等参数,确定备件的需求数量.最后通过具体案例的应用,对计算方法进行了进一步的说明和检验.     

基于GA-灰色BP神经网络船舶备件需求预测模型

船舶维修备件的及时保障是船舶设备正常生产作业的保证，备件需求量的准确预测对于航运公司降低运营成本、提高管理效率起着至关重要的作用。文章从某船设备维修备件的历史数据进行分析，构建一种基于灰色模型的多层前馈（BP）神经网络模型，并采用遗传算法（GA）进行优化。首先对船舶设备备件需求影响因素进行分析，通过灰色模型确定备件需求的关键指标，并将结果作为BP神经网络的输入层，从而输出需求预测值。与灰色模型、GA-BP模型预测值对比发现，基于GA-灰色BP神经网络组合模型对于船舶备件的需求预测精度误差仅为0.147%。结果表明，使用GA优化可以提高灰色BP神经网络的预测精度，为船舶维修备件需求预测提供了一种新思路。     

基于LS-SVM的间断性需求备件预测

我国近年引进国外装备时间不长,其备件的历史数据较少、需求具有间断性且具有大量零值,给预测工作带来了一定的困难。文章提出应用最小二乘支持向量机（Least Squares Support Vector Machines LS-SVM）这一新的机器学习方法来实现间断性需求备件的预测,建立了舰艇间断性需求备件的预测模型,并对某型舰艇备件进行预测和分析,结果表明：LS-SVM在间断性需求备件预测上表现出优秀的学习和预测能力。     

最小平均等待时间约束下的备件库存优化模型

应用装备平均等待备件时间与备件的延期交货量之间的数学关系,构建以装备平均等待备件时间为约束条件的库存优化模型。然后运用边际效应分析方法描述了备件库存优化流程。最后以算例的形式,对备件库存量进行预测,验证优化模型的可信性。     

基于效率的装备备件配置算法

装备备件是装备保障的重要手段,如何确保装备保障性,提高使用效率,备件的配置设计是关键或重要因素。备件的数量决定了装备维修能力和保障水平,也同时决定了装备的成本和费用。备件的科学预测和设计,既能保障急需,又能避免积压和浪费。文章重点探讨备件保障系统和备件携带标准的优化关系或模型,提出备件科学设计以及优化配置的算法,为装备论证和设计提供依据。     

部队故障树在舰船通信装备故障诊断中的应用研究

为提高舰船通信装备的可用性及可信性,分析了装备特点,提出了将故障树分析法用于舰船通信装备故障诊断及排除的思路,并从确定顶事件、划分底事件及建立诊断流程等三个方面对故障树法应用于装备排故时的方法及原则进行了讨论,最后提出了三种基于故障树的排故方法,并对三种排故方法的特点进行了全面对比分析.     

装备维修备件需求预测模型研究

准确的备件需求预测是合理有效地进行备件保障各项工作的基础,在综合分析考虑备件消耗影响因素的基础上,建立了备件需求预测模型。该模型可用于备件的管理决策,提高备件保障率。     

面向任务的海军油料装备备件保障方法研究

提出面向任务的海军油料装备备件配置思想，建立备件保障模型。明确了油料保障任务中的关键装备、关键部件。运用面向任务的油料装备备件配置方法对某泵机组仪表和控制装置进行备件配置，结果表明，该方法既能满足要求的任务成功概率，又能节省备件配置费用，较好的解决了海军油料装备备件保障问题。