冗余系统中备件可靠性预测

就冗余系统中备件可靠性设计问题给出了两种预测模型,应用以往的评估数据,对模型进行了检验,结果表明这两种模型基本可用．     

基于维纳过程的维修决策和备件库存联合优化

为了降低设备运营总成本,充分发挥视情维修的优势,开展了设备的视情维修决策与备件库存量的联合优化研究。首先,采用Wiener过程建立了退化模型,估计了设备退化参数和剩余寿命;以此为基础,为充分利用剩余寿命的信息价值,引入预约备件的概念,选用遗传算法和蒙特卡罗相结合的方法,建立了以库存参数、预防性检测阈值和预约备件剩余寿命阈值为变量,以部件平均费用率最小为目标的维修与备件的联合优化仿真模型;最后,通过实例比较分析,表明联合优化方法大大地降低了维修和备件总成本,验证了方法的可行性和有效性。     

基于Markov三级库存系统备件横向调拨配置模型

Focusing on the problem that there is lateral transshipment existing in the system of special -equipment-material, an allocation model for the three-echelon inventory system with lateral transshipment based on Markov is proposed. Combing with the condition that fault spare parts are partly restored, a subsystem inventory model for local warehouses is established according to a Markov queuing theory, and the steady state probability distribution is obtained. The allocation model for a three-echelon inventory system is established with aggregated local warehouses. Then the optimal model is established, and the objective is to minimize the total expected operating cost by choosing the maximum inventory level at the local warehouses. The iteration algorithm and Lingo software are used to solve and optimize the model. In the case, the optimal allocation cost is 14.55% of non-lateral transshipment condition, which shows that the proposed model and algorithm are rational. Finally, sensitivity analysis is made to determine the influence degree of parameters.     

Markov控制过程基于性能势仿真的并行优化

Markov控制过程是研究随机离散事件动态系统性能优化问题的一个重要模型，并在许多实际工程问题中有着广泛的应用。在Markov性能势理论的基础上，我们讨论了一类连续时间Markov控制过程在紧致行动集上的性能优化仿真问题。由于实际系统的状态空间往往非常巨大，通常的串行仿真算法，可能耗时过长，也可能由于硬件限制而无法实现，故我们提出了一种基于性能势的并行仿真优化算法，来寻找系统的最优平稳策略。一个仿真实例表明该算法有较好的运行效率。该算法可应用于大规模实际系统的性能优化。     

基于系统动力学的备件供应保障过程分析与建模

改变目前"规模型"备件供应保障模式,实现备件精确化供应是我军急需解决的难题.首先对典型的三级备件供应保障过程作了论述,根据备件供应保障系统具有明显的反馈控制特点,提出运用系统动力学描述备件筹措、储备及供应的系统动力学因果关系.针对备件三级供应保障过程中各因素间的影响关系,建立了三级备件供需过程系统动力学模型,并以基层级备件供应保障为例,给出了备件订货和备件需求动态关系式.通过仿真一定周期基层级备件供需关系,获得了作战单元可能的备件缺货量,对其分析后提出应通过适当缩短订货周期和直达供应以降低备件缺货量的改善措施.为分析备件供需过程机制,准确预测备件需求和评估备件供应效能提供了支持.     

基于改进MOPSO的多级系统备件配置优化研究

备件是装备保障的重要物质基础,合理规划备件的配置方案是提高装备保障效能的关键。针对多级保障系统备件配置优化的高维、非线性问题,构建了以备件保障度最大、保障费用最小为目标函数,以其他准则为约束条件的优化配置模型。面向优化模型求解的难题,在传统粒子群算法的基础上,提出了一种改进的粒子群求解算法,给出了该算法的设计思路和优化流程,采用基于准则的方法以及改进惯性权重等措施,以两个目标作为引导,在备件配置方案生成时可以避免长时间的无效搜索,提高了粒子群优化算法的求解效率,最后通过算例证明该方法的可行性和有效性。     

三状态系统的可靠性冗余设计及冗余优化

针对飞行器的电源系统 ,论述了三状态系统冗余设计的可靠性分析方法 ,给出了三状态系统最优冗余数的计算公式 ,所得出的结论不仅适用于各种飞行器电源系统 ,也适用于其它三状态控制系统     

冗余系统费用模型及优化

根据冗余设计的不同形式 ,在Tillman并联系统费用模型的基础上引入了系统功能指标 ,并将其推广至其它形式的冗余系统 ,从而得到了一个较为完整的冗余系统费用模型。在此基础上 ,建立了用于优化并串联冗余系统设计的非线性混合整数规划模型 ,分别使用了模式搜索与启发式算法的组合算法以及遗传算法对其进行求解 ,着重讨论了两种方法的实现关键及各自的优劣。最后 ,经计算比较 ,提出了遗传算法与模式搜索、启发式算法相结合的求解方法 ,并说明了该方法的有效性。     

装备视情维修与备件库存联合优化决策

研究周期检测条件下装备视情维修与备件库存的联合优化问题。针对相同多部件系统,根据系统的退化状态和备件库存状态确定维修需求,建立了以系统检测周期、预防维修阈值和备件安全库存阈值为决策变量,以平均费用率最低为目标的联合维修决策模型。在模型求解过程中,利用退化状态空间划分法分析各决策点的维修需求,在系统的联合概率密度求解的基础上,确定维修组合概率和备件库存状态概率。最后,通过末制导雷达某部件系统的实例计算,验证了优化方法的有效性,另外还通过灵敏度分析,探讨了相关参数对模型的影响。     

系统可靠度约束下的备件配置优化

备件的配置优化对于系统可靠性的保障和维护成本的降低具有重要的作用.为了保障系统的长期稳定经济运行,构建了系统可靠性模型和备件配置模型,以系统可靠度阈值和任务运行时长为约束条件,采用成本效益重要度对备件配置模型进行优化,寻求以备件配置成本最低为目标的备件配置方案.当系统可靠度下降到预设阈值时,计算系统各组件的成本效益重要...     

考虑不完美维修的定期检测与备件策略联合优化

针对退化过程服从三阶段故障过程的单部件系统提出了定期检测与备件订购策略联合优化.该策略下,根据检测时系统的状态执行不同的维修活动:当系统处于正常状态,不执行任何维修活动;若识别轻缺陷进行不完美维修并采用比例役龄回退模型描述不完美维修效果;若识别严重缺陷则更换系统.当更换系统时需考虑备件状态:若处于存货状态则立即更换,若正处于途中则到货时更换,若未订货需立即订货并在到货时刻更换.考虑所有更新事件采用更新报酬理论建立以最小化单位时间内期望成本为目标的模型,同时优化检测周期和订货点.最后,设计枚举优化算法和离散仿真算法求解模型,并在算例分析中验证模型的有效性和适用性.     

基于动态进化算法的多阶段备件供应优化决策

由于实际备件保障工作中备件需求以间歇性需求为主,备件供应通常为多阶段的动态优化。针对以上问题,构建了多阶段备件供应数学模型。为求解动态优化模型,提出了一种元启发式动态进化算法。首先,在经典差分进化算法中增加了环境变化检测算子和环境变化响应策略,使得差分进化算法能够解决环境变化的动态优化问题。其次,提出了自适应莱维飞行策略,使得算法在环境发生变化时仍能保持良好的全局搜索能力和局部寻优能力。算例表明,所提出的动态自适应差分算法能够求得模型的最优可行解,且算法的分布性和收敛性均得到了很大的提升。     

视情维修条件下k/N(G) 系统备件供需联合优化

针对传统m视情维修策略下k/N(G)系统维修决策模型对备件可获取性考虑不足的问题,提出了(m,Q)维修策略及备件订购与生产的联合决策优化方法,建立了两种视情维修条件下k/N(G)系统备件供需联合优化模型。证明了在满足约束条件的同时,(m,Q)维修策略下的联合模型((m,Q, n) 策略模型)具有使目标函数最小的订购阈值m、订货量Q和订货次数n,m维修策略下的联合模型((m,n)策略模型)存在最优订货量m和订货次数n使目标值最小。此外,比较分析了不同模型参数对两种模型决策的影响,结果表明, (m,Q,n)策略模型得到的成本始终小于(m,n) 策略模型,而系统使用可用度始终高于(m,n)策略模型。     

基于分布估计算法的备件优化配置

分布估计算法是一类新的进化算法,它通过统计在当前群体中优选出的个体信息给出下一代个体分布的概率估计,用随机取样的方法生成下一代群体.将分布估计算法应用于备件优化问题,提出了基于分布估计算法的武器装备系统备件优化模型,分析了个体选择比例、精英保留等策略对算法的影响.仿真结果表明了文中所采用的分布估计算法在求解备件优化问题时是可靠有效的.     

基于遗传算法的备件两级优化建模与仿真研究

针对装备备件保障中存在的配置不合理问题,提出了一种基于仿真和遗传算法的备件配置优化算法。该算法采用仿真方法建立装备使用可用度模型,并利用遗传算法实现备件的优化,实现了在满足备件保障费用约束的前提下,使装备使用可用度达到最大。给出了应用该方法的具体步骤,并通过举例验证了算法的有效性。     

基于超启发式算法的备件供应网络结构优化

为了通过对供应网络结构进行优化从而提高备件供应的效率和效益,分别对传统正向供应网络、应急横向供应网络以及考虑抢修任务的闭环供应网络3种备件供应网络结构进行研究。以供应成本最小和供应时间最短为目标,以备件满足度、库存等为约束,构建了带约束的多目标优化模型。提出了一种基于排序选择函数的超启发式多目标进化算法,同时可以对不同网络结构模型进行求解。在ZDT系列测试函数上将该算法与其他进化算法进行对比测试,验证了所提出的超启发式算法在收敛性和分布性上的优越性。算例表明,一方面,与传统前向供应网络相比,横向和闭环供应网络能够提高备件供应的时效性和经济性;另一方面,超启发式算法在求解模型时取得的解优于其他元启发式算法。     

基于延迟时间理论的备件维修多目标优化模型

在系统的健康管理中可靠度、可用度或维修费用的极值通常被用作确定维修周期的准则,但随着装备系统的复杂化和决策者需求的多样化,单目标决策问题已不能满足现状,由此,针对定期检测策略,建立了基于延迟时间理论且考虑不完美维修的多目标决策模型,并运用多属性效用理论对模型求解。首先建立该策略下的可靠度、可用度和维修费用模型;然后将三者视为属性,构造每个属性的效用函数;之后采用基于逼近理想解排序法思想的赋权法对属性权重赋值,通过加权获得不同维修周期的综合效用值,根据效用值确定维修周期;最后引入算例,验证模型的有效性和可行性。     

基于体系保障度的装备备件三级库存方案优化

三级维修供应管理是部队较为常见的保障模式, 备件库存方案是影响装备系统可用度的关键因素之一. 装备保障性工程中的实际问题出发, 在考虑备件结构层级的情况下, 根据METRIC基本原理, 建立了系统备件的三级保障评估模型, 将三级体系保障度作为优化指标函数, 以保障费用为约束条件, 运用边际优化方法对备件方案进行优化. 通过实例给出了备件的最优库存方案结果, 得到了备件三级库存配置的一般规律, 并分析了影响备件库存分配的各种保障性因素. 优化结果符合具有三级供应保障机制下的备件配置规律, 能够为部队保障人员制定备件方案提供一定的决策依据.