基于RS-PSO-SVM的航材消耗预测模型

针对航材消耗预测影响因素多,结合航材消耗特点,研究粗糙集(Rough set,RS)与支持向量机(Support vector machine,SVM)相互融合的航材消耗预测问题。通过RS不完备信息系统的属性约简剔除航材消耗信息系统中冗余的定量因素,在属性重要性基础上将7个影响因素约简为3个影响因素,保留了该系统的核心知识。引入粒子群算法(Particle swarm optimization,PSO)优化SVM模型,寻优得到的参数组合,建立RS-PSO-SVM航材消耗预测模型。实例分析表明,RS-PSO-SVM模型的预测准确度较好,相比较于PSO-SVM、RS-BP(Back propagation)预测性能更佳。

基于多目标蝗虫算法的航材分配模型

目的为了进一步优化航材库存结构,解决多目标航材分配问题,提高航材保障工作决策的效率。方法建立基于费用和分配满意度的多目标航材分配模型,运用先进的群体智能算法——蝗虫算法求解。结果算例分析表明,在3种求解算法中,蝗虫算法所求出来的解,既使得航材分配过程中所需成本最低,又保证了航材股满意度处于较高水平。同时,将算法运行10次,蝗虫算法的求解时间平均值和方差分别为4.01 ms和11.5 ms,明显优于传统的群智能算法粒子群和NSGA-Ⅱ算法的求解效率。结论蝗虫算法能够有效地解决多目标航材分配问题,对于优化航材库存,平衡航材数量具有重要的现实意义。

基于粗糙集和信息熵的场站航材股评价研究

将粗糙集理论引入航材股评价过程,结合信息熵理论,实现对航材股定量打分排序,区分航材股的优劣。针对粗糙集理论无法处理决策属性缺失系统的缺陷,利用信息熵,选取权重值最大的条件属性作为决策属性,完善航材股评价信息系统,拓展粗糙集理论的应用。采用改进的贪心算法离散属性值,约简冗余属性,提升信息系统的运行效率。实例分析表明,该模型可以完成对航材股的评价打分,验证了该模型的可行性与正确性。

航材库存管理现状及对策措施探讨

随着二代机等老旧机型逐步退役,新机相继列装部队,为了缓解航材库存管理日益凸显的问题,深入剖析航材库存管理现状,提出合理可行的对策措施,对于基层场站航材股优化库存结构、提升航材保障效能具有一定的推动作用。

ARIMA-KALMAN在航材库存动态预测中的应用研究

为提高航材库存需求的预测精度,着力解决ARIMA模型预测滞后性和非同步性问题,提出ARIMA模型和KALMAN滤波技术理论的组合模型。应用ARIMA模型辨识KALMAN滤波初始状态参数,考虑系统噪声的影响,以最小均方误差为估计准则,构建航材库存的动态预警模型,并在测试数据集上检验组合模型库存预警效果。实例分析发现,ARIMA-KALMAN组合模型可以提高航材库存预测精度,实现航材库存动态预测,对于解决ARIMA模型预测滞后性和非同步性问题有重要意义。

马克思、恩格斯“同时胜利论”的再探讨

马克思、恩格斯“同时胜利论”的再探讨李心华，孙绳山传统观点认为，马克思、恩格斯主张社会主义革命“各国同时胜利”论；这一理论在自由资本主义时代是正确的，但到帝国主义时代就变得“不合时宜”了，因而被列宁的“一国首先胜利”论所取代。笔者认为，这种观点没有准...

基于联合库存的JIT航材保障研究

随着新机的加速列装,飞机开始呈现出规模不一、更新快、价值高等特点,加之一系列新情况、新任务的出现,使得航材供需矛盾日益突出,在传统的航材重仓储单一模式已经难以满足飞机维修保障需求的情况下,拓展新的航材供保模式是必要的。联合库存应用的日渐成熟使得低库存成本的JIT(Just In Time)飞机航材保障成为可能。

我国航空装备适航管理研究

航空装备适航是我国提升航空装备安全管理水平的重要落脚点,也是我国快步与国际接轨、拓展国际航空装备市场的必然途径。本文对比了国内外航空装备适航工作的发展历程与现状,分析了开展航空装备适航的重要意义,研究了现行体制下我国航空装备开展适航的可能性,大胆提出了启示和建议,为我军开展航空装备适航提供一些借鉴。