[发明专利]一种航材备件需求预测方法

说明书

本发明属于航空维修保障技术，涉及一种航材备件需求预测方法。该方法包括：确定航空装备的航材备件种类m；随机生成M个可行解，每个可行解包括m个航材备件各自的储备数量；基于购买和存储航空备件的总费用和航材备件的保障概率，运用生物地理学优化算法对M个可行解进行迭代优化求解，得到能够平衡购买和存储航空备件的总费用和航材备件的保障概率的最优解。

技术领域

本发明属于航空维修保障技术，涉及一种航材备件需求预测方法。

背景技术

合理的航材备件预测和配置是保证航空装备正常的训练战备和装备战斗力的重要因素。目前的航材备件保障工作过多地依靠管理人员的经验进行粗放式的管理，无法满足精确保障的要求。如果备件库存量过多，会浪费大量保障费用；如果备件库存量过少，会显著降低备件保障概率和装备战备完好性。因此如何合理地预测航空备件的需求数量以及不同种类备件的配置方式，将直接影响供应保障系统的效能，进而影响到航空装备战备完好性和保障费用。航材备件配置是一个比较复杂的多约束、非线性组合优化问题，优化过程十分复杂，计算规模大，难以靠人工计算获取最优解。

发明内容

发明明目的：提出一种航材备件需求预测方法，能够对航材备件需求预测问题进行数学建模，模型中考虑各项影响因素和各项约束，通过运用生物地理学优化算法对模型进行迭代优化求解，经过若干代进化最终获得最优解，并输出最优备件需求方案。

本发明提供一种航材备件需求预测方法，包括：

确定航空装备的航材备件种类m；

随机生成M个可行解，每个可行解包括m个航材备件各自的储备数量；

基于购买和存储航空备件的总费用和航材备件的保障概率，

运用生物地理学优化算法对M个可行解进行迭代优化求解，得到能够平衡购买和存储航空备件的总费用和航材备件的保障概率的最优解。

进一步的，生物地理学优化算法的目标函数为：

其中，

C表示购买和存储航空备件的总费用，P表示装备的备件保障概率；C_i表示第i种备件的购买和存储费用，x_i表示第i种备件的配置数量，C_max表示总费用上限；P_i表示第i种备件的备件保障概率，P_min表示最小备件保障概率，n_i表示第i种备件的装机数量，v_i表示第i种备件的故障率，t_i表示第i种备件的工作时间，α_i表示第i种备件的运行比，运行比为备件的运行时间除以飞机的运行时间。

进一步的，运用生物地理学优化算法对M个可行解进行迭代优化求解，得到能够平衡购买和存储航空备件的总费用和航材备件的保障概率的最优解，包括：

根据目标函数，计算第w次迭代的M个可行解的函数值；w为正整数；

对第w次迭代的M个可行解按照从函数值从小到大的顺序进行排序；其中，函数值越大，顺序号越大；

根据每个第w次迭代的可行解的顺序号计算的迁入率和迁出率；可行解的迁出率和迁入率是可行解每个元素的迁出率和迁入率；

根据迁入率与0到1的m个第一随机数比较；

若目标可行解的第a个元素的迁入率大于对应第一随机数时，比较除目标可行解之外可行解的迁出率与0到1的m个第二随机数；a为1到m的整数；

当第一次出现可行解的迁出率大于对应第二随机数时，迁入该可行解的第a个元素，作为目标可行解的第a个元素；

当每个可行解都完成迁入后，根据目标函数，计算完成迁入的M个可行解的函数值；