多语言混合编程的民用飞机航材预测与配置平台

合理采购并在多个航站之间合理配置航材数量对于民用飞机的经济运行十分重要,而航材预测与配置研究形成的理论算法内容相对复杂。为推动这些算法程序能够有效投入工程应用,基于Java语言,并整合Matlab、Python语言编写的算法程序,开发多语言混合编程的民用飞机航材预测与配置平台。首先,介绍平台中集成的航材预测与配置的支持向量机算法和边际分析算法,并叙述混合编程的实现方式;然后,阐述平台设计的详细内容,并对混合编程的实现方式及不同程序语言间参数类型的转换方法进行说明;最后,运用实际工程数据对平台的功能进行使用测试。结果表明:平台的人机界面友好、操作简便,较好地实现了航材预测与航材配置功能,能够为相关理论算法通过平台技术满足工程需要提供借鉴和思路。

基于改进三次指数平滑法的航材需求预测

为提高航材需求预测的精度,采用基于时间序列的三次指数平滑法构建一种系数自调整的预测模型。借助于改进的粒子群算法对搜索空间内的静态系数进行动态调整,以误差平方和(SSE)作为评价函数选择最优的平滑系数对航材进行需求预测。以某公司航材的实际数据为例进行仿真实验,将所建模型与传统的模型及灰色预测方法进行验证对比,结果分析表明,改进的三次指数平滑法对提高航材需求预测的精度具有很大帮助。

考虑航材共享的国产民机航材配置技术研究

为了提升国产民机国内外市场的综合后勤保障能力,降低航材配置数量与航材运营保障成本,提出了基于航材共享模式,考虑各航站航材库存量与响应时间的航站组航材配置方法。采用泊松过程描述航材在研究时间内不同需求量的概率;依据航站间的运输时间关系构建航材共享组;采用边际分析法对共享组内所有航站中,航材期望短期量最大的航站进行航材配置,直至满足机队可用度需求,实现航材共享下的航材配置技术。研究表明:在规定机队可用度下,采用航材共享条件下航材配置技术可以减少各航站的航材数量;在相同配置数量条件下能提高机队可用度;共享条件下航站组内的初始库存量可维持在较低水平。研究工作对完善国产民机维修保障体系具有一定的参考意义。

舰载直升机携行航材需求预测

阐述了舰载直升机携行航材面临的问题,根据舰载直升机海上维修保障需求,简要分析了舰载直升机机携行航材需求规律,明确舰载直升机携行航材研究目的,提出对应的携行航材建模与计算方法。

基于灰色神经网络的携行航材消耗预测

为确保作战航材保障部队的转场保障活动,提出了一种基于灰色神经网络的携行航材消耗预测方法。首先,分析了携行航材消耗数量的各影响因素;其次,介绍了灰色神经网络模型;然后,结合灰色系统模型的特点,优化了神经网络模型,给出了携行航材消耗的预测模型;最后,通过算例分析表明,该方法能够提高神经网络的鲁棒性和学习性能,避免出现因数据不足神经网络出现较大误差的情况,提高了航材转场保障能力。

考虑全过程优化的支持向量机航材消耗预测方法

针对航材消耗影响因素复杂,传统支持向量机预测精度较低的问题,提出了一种考虑全过程优化的支持向量机(SVM)航材消耗预测方法。采用LASSO算法实现主要影响因素选择,通过K-means聚类算法将样本分为相关性较强的子样本集,根据不同类别分别选择合适的核函数和优化参数建立SVM预测模型。结合航材消耗数据实例分析,最后通过均方根误差与传统支持向量机模型和神经网络模型比较,结果表明全过程优化的预测模型对提高航材保障效率有积极意义。

基于PLS-SVM的航材需求预测方法研究

在航材保障中,航材需求预测十分关键,对改进航材订货机制、提高保障效益、提升战斗力具有重要意义。为了提高航材需求预测精度,预测模型的设计至关重要。针对信息冗余问题,创新地提出基于PLS-SVM的航材需求预测模型,首先利用偏最小二乘法提取出变量中影响性较强的部分,降低支持向量的维数,再以支持向量机建立预测模型对航材需求量进行预测。计算结果表明,该模型可以解除变量之间的耦合性,消除信息冗余的影响,提升航材需求预测的精度,满足实际工作需要。

基于核近邻非参数回归的航材消耗预测

针对某型直升机服役时间短、机型较新、备件采购周期长等特点,使用核近邻非参数回归对平稳型航材建立消耗预测模型。对比多种回归方法,证明基于非参数回归的航材消耗模型对区间预测具有较好的效果。

基于线性回归分析的陆军航空兵训练航材消耗预测

为提高陆航部队航材保障决策质量,对陆军航空兵训练航材消耗情况进行预测分析。以某陆军航空兵部队训练航材消耗为主要研究对象,对直升机航材消耗的影响因素进行变量分析,采用多元线性回归分析法,建立直升机航材消耗量的预测模型,应用最小二乘法估计模型参数,通过直升机训练中航材消耗的历史数据,对直升机训练中航材消耗量进行预测,实例验证模型的有效性。结果表明,多元线性回归分析法能较准确地预测直升机航材消耗量。

基于工程应用的备件分析及仿真研究

为解决型号研制中备件分析流程指导性不强、备件预测计算模型选控对比原则缺失、备件配置大量冗余的现状,从装备使用维护任务出发,开展基于工程应用的备件分析方法及仿真研究。依据行业标准规范,结合型号备件配置经验,制定基于工程应用的备件分析流程。以最少的保障资源需求满足装备固有的可靠性和安全性水平为前提,开展预防性维修备件分析,建立航空装备状态与保障资源的映射。选取适用于工程应用的修复性维修备件预测模型,基于Matlab仿真完成各预测模型选控对比研究。通过开展基于工程应用的备件分析及仿真研究,可实现航空装备备件的定性分析和定量计算,减少备件冗余,提高装备可用性和备件资源利用率。

基于改进RCDL模型的可修航材需求预测方法

可修航材单品价值昂贵、维修成本占比高、缺材停飞影响面大,对其准确估算是有效控制飞机维修成本及保持完好率的基础。在原始RCDL模型的基础上,分析了航材消耗定额的平衡方程,讨论了最低安全库存的概念,引入了修复率,并对需求量及变量参数进行修正,考虑了比RCDL模型更多的影响因素。算例分析表明,改进的算法实用、易操作且贴近保障实际,可为各级航材保障部门提供有应用价值的决策参考。

基于使用可靠性数据预测航材订货量的应用实例

利用一个飞机液压系统动作筒的实例来说明基于使用可靠性数据来预测航材订货量的过程。使用可靠性数据预测航材订货量,首先从航材使用的故障数据入手,分析出航材的故障分布类型,找出航材消耗规律,然后预测出航材订货量。

基于特殊任务Prophet模型的航材消耗需求预测模型

为了解决当前航材消耗需求预测方法难以处理特殊任务造成的异常消耗数据,对特殊任务数据的拟合和预测效果不佳的问题,应用考虑特殊任务因素的Prophet时序预测模型对航材的消耗过程进行建模。分析了特殊任务的航材消耗需求预测特点与要求,建立了特殊任务航材消耗需求预测Prophet模型,并与无特殊任务Prophet模型和传统时序预测模型进行了对比。结果表明:该模型能够有效拟合97%的特殊任务的航材消耗数据,具有更高的预测精度。