舰船装备维修费预测方法评价准则体系研究

针对舰船装备维修费预测效果评价仅采用单一的精度准则可能导致较大预测风险的缺陷,在分析现有预测评价准则研究现状的基础上,总结了现有的预测方法评价准则,并通过进一步结合对舰船装备维修费预测特点的分析,建立了适合于舰船装备维修费预测方法评价的准则体系。建立的准则体系有利于提高舰船装备维修费预测的可靠性,降低预测风险,为舰船装备全寿命费用预测和舰船装备维修工作提供可靠的基础。     

粒子群优化算法在舰船维修费用分配中的应用

将舰船维修费用按照维修计划结构进行分解，通过回归分析方法，建立舰船维修总体效益与各项费用比例之间的分配优化模型，利用粒子群优化算法对模型最优化求解，计算实例具有较好的效果。     

舰船装备修理合同优化研究

舰船装备维修费是舰船装备全寿命周期费用的重要组成部分,而且所占比例有日益增加的趋势,因而作为决定舰船装备修理价格关键因素的舰船装备修理合同的优化问题必须予以重视.从舰船装备修理合同的基本概念入手,分析舰船修理合同优化的主要内容,并对合同优化的环境建设提出建议,旨在通过合同的优化,提高舰船装备修理经费的军事经济效益和舰船保障能力.     

组合优化理论的舰船装备维修费预测

单一模型难以准确对舰船装备维修费用进行建模与预测,为了提高舰船装备维修费的预测精度,设计了一种组合优化理论的舰船装备维修费预测模型。首先分别采用灰色模型和神经网络对舰船装备维修费进行预测,然后确定2种模型的舰船装备维修费预测权值,加权得到最终的舰船装备维修费预测结果,最后采用VC++6.0实现了舰船装备维修费预测仿真测试,仿真结果表明本文模型获得了较高的舰船装备维修费预测精度,相对于单一模型,本文模型的舰船装备维修费预测结果具有比较显著的优势。     

基于数据挖掘的舰船装备维修费估计

舰船装备维修费具有一定的规律性,同时也有一定的随机性,导致很难进行准确估计。为了提高舰船装备维修费精度,减少舰船装备维修估计偏差,设计了基于数据挖掘的舰船装备维修费估计模型。首先分析当前舰船装备维修费估计模型的各种局限性,然后收集舰船装备维修费历史数据,并对舰船装备维修费历史数据进行处理,得到更加有规律的舰船装备维修费数据,然后采用数据挖掘技术建立舰船装备维修费估计模型,并采用实际舰船装备维修费数据进行验证性实验。本文模型的舰船装备维修费估计精度高,舰船装备维修费的估计误差远小于当前其他舰船装备维修费估计模型,结果证明本文方法是一种精度高,误差小的舰船装备维修费估计模型。     

舰船装备维修费预测的数据预处理技术研究

在预测舰船装备维修费时,收集足够多的、准确的费用数据是关键。根据舰船装备维修费的影响因素,将舰船装备维修费预测的相关原始数据分为基础数据、使用数据、维修数据和宏观经济数据,确定了相应的数据收集渠道。分析了收集到的原始数据可能存在噪声、缺失或异常数据、冲击扰动数据、不一致数据的问题,针对性地提供了相应的数据预处理技术,经过处理后的数据可以为舰船装备维修费预测提供良好基础,进一步提高预测的有效性。     

基于RBF神经网络的舰船维修费预测

鉴于单个预测模型在舰船维修费预测中存在信息源不够广泛的不足,提出用组合预测法进行维修费预测。构建了基于径向基函数(RBF-Radial Basis Function)神经网络的舰船维修费组合预测模型,并用实例进行了验证。结果证明了此方法的有效性。     

基于主成分分析的舰船装备维修费组合预测

针对基于回归的组合预测模型,由于舰船装备维修费预测时可利用的样本小、可用的单项预测方法多,容易导致预测模型的数量比用于组合预测的样本数量多,出现回归系数无法估计的问题。在建立基于回归的舰船装备维修费组合预测模型前,首先对各单项预测方法预测结果进行主成分分析,建立舰船装备维修费实际值在选取主成分上的回归模型,给出基于主成分分析的组合预测模型;然后针对主成分分析中根据主成分的累积贡献率确定主成分数量具有一定的主观性,建议采用AIC确定主成分的数量;最后,采用实例对给出的方法进行分析和验证。结果表明:在舰船装备维修费组合预测中,该方法不仅解决了预测模型多于用来组合预测的样本数量问题,而且还可以解决单项预测方法之间的共线性问题,且其预测性能明显优于常用的组合预测模型。     

舰船装备维修费用优化研究

文章以舰船装备作战能力评估指标体系的层次分解结构和舰船装备系统效能评估的ADC模型为基础，对舰船装备维修费用与系统效能间的函数关系进行了研究，并以舰船装备总体系统效能最大化为目标，建立了维修费用优化模型。通过舰船反舰作战能力属性的维修费用与系统效能间的函数关系的确立及维修费用优化模型的计算，对模型进行了验证，取得了较好的效果。     

舰船全寿期费用优化的研究

本课题是我所承担的“八五”课题项目《舰船全寿期经济分析研究》专题内容之一。重点围绕在我国对舰船装备建立全系统全寿命的科学管理观念和体系，促使各装备管理部门应从装备的可行性论证开始，将装备的可靠性、维修性、寿命周期费用与战术技术性能同等对待，进行综合权衡，作出科学的决策而进行研究。其中叙述了舰船寿命周期费用的一般概念、舰船寿命周期费用的分解结构和估逄模型，提出了舰船全寿命周期费用的比例及优化实现途径     

偏最小二乘回归在舰船维修费用预测中的应用

考虑到偏最小二乘回归方法在处理小样本多元数据方面具有独特的优势,分析了影响舰船维修费用的因素,结合变量投影重要性分析方法对影响因素进行筛选,提出用偏最小二乘回归方法建立舰船维修费用预测模型。通过实例进行计算,用历史数据预测舰船维修费用,在数据样本量小的情况下,预测结果较多元回归方法精度高。     

舰船装备使用维修费的GM估算研究

灰色理论对舰船装备使用维修费用的分析与估算有其特定优势,依据灰色系统理论与方法,建立灰色理论模型,分析和估算舰船装备使用维修费用,弄清舰船装备使用保障阶段费用发生规律,从而使装备全寿命费用的估算更加真实合理化。     

配置随船修理设备对备件储量影响的仿真分析

以舰艇海上执行任务时装备发生故障后换件修理为背景,采用Monte-Carlo仿真方法,对未配置随船修理设备和配置随船修理设备两种情况的随船备件数量进行仿真分析,结果显示配置随船修理设备不仅可以降低随船备件数量,而且可以降低任务时间和任务要求的备件保障度对随船备件数量的需求。     

舰船武器装备维修项目管理的特点分析

舰船武器装备维修项目是为了保障舰船武器装备的可靠运行或消除某一故障隐患,利用资金、设备、人员,通过合理的组织形式,在规定的期限内完成的一项工作。舰船武器装备维修管理是舰船武器装备管理的一个重要内容,舰船武器装备维修管理水平成为影响装备作战能力提高的重要因素之一。目前在这方面,我们的管理手段和方法还很难适应舰船武器装备的发展需要。舰船武器装备维修管理是一项综合性的管理工程,随着高科技含量的舰船武器装备越来越多,维修管理工作面临着越来越大的压力。舰船武器装备维修具有明确的目标,有资金和时间限制及一次性的特点,并且在舰船武器装备维修过程中也存在着各种风险,具有项目的基本特征。因此,用项目管理的方法去指导舰船武器装备的维修工作,能使维修工作更加系统化、规范化。     

舰船维修信息集成管理与数据运用

介绍了新型军民融合保障模式下、总技术责任单位负责制的舰船维修信息集成管理方案。由总技术责任单位制订故障维修信息记录要求,汇总承修单位现场提交的计划修理信息和定期赴使用方收集的自修、中继级修理、临时性修理信息,录入到事先开发的舰船装备故障维修信息处理系统,形成行业内共享的舰船装备故障及故障维修信息数据库,为后续修理排故、远程技术保障支援系统、舰船研制综合保障设计、后续舰船研究设计改进提高等提供基础数据。     

综合全电力推进舰船的负荷需求分析

介绍综合全电力推进的优势,分析未来舰船的负荷需求,对比分析表明,综合全电力推进能满足未来舰船的电力需求,总安装功率小于常规舰船,燃料消耗和维护费用低,优势明显。     

基于马氏距离的舰船装备修理价格组合预测

为更加准确地确定舰船装备全寿命费用,提高装备经费的使用效益,针对我国舰船装备修理价格影响因素多、不确定性大的特点,提出采用组合预测方法对其进行预测建模;针对基于欧氏距离的组合预测方法不能处理用于组合的单项预测模型之间的相关性问题,提出采用马氏距离作为建模基础,建立基于马氏距离的舰船装备修理价格组合预测模型。应用结果显示,基于马氏距离的组合预测要比基于欧氏距离的组合预测以及各单项预测具有更好的稳定性,预测风险更小。     

舰船级维修对IETM的功能增值要求

舰船IETM系统能辅助舰船级维修,极大提高了舰船级维修能力。为了使IETM能更好地服务于舰船级维修,根据舰船级维修的特点和需求,针对目前已处于先进水平的第4级IETM提出进一步功能增值的要求,并拓展其功能模块。增加了故障智能诊断与预测系统模块、数据上传/下载模块。功能增值后的IETM可进一步增强舰船级维修能力,保障舰船战备完好性。