不确定环境下的系统备件优化

Maintenance and support play an important role in playing equipment effectiveness in the battle. The rational use of maintenance resources is the foundation of building perfect equipment maintenance and support system, and, spare parts play a key role in spare parts maintenance and support system. In spare parts maintenance and support system, probability is the major method of dealing with the uncertainty of demand. However, probability needs adequate historical data, which makes probability not applicable in the equipment development and early use phase. Uncertainty theory was founded by Liu in 2007, which is a branch of axiomatic mathematics for dealing with little historical data. This proposal intends to apply uncertainty theory to spare parts optimization and establish some spare parts optimization models under uncertain environment. In order to achieve the global optimality on rational allocation of resources, we propose to integrate the locations and stock levels of each base and depot in a Multi-Echelon inventory system. The new method can get global optimality in spare parts optimization under small sample or no-sample cases. This proposal contributes to the research area of spare parts optimization in the following aspects: (1) Determine spare parts varieties; (2) Give the uncertainty distribution of spare parts demand; (3) Establish the spare parts optimization models under uncertain environment, and integrate the locations and stock levels of each base and depot in a Multi-Echelon inventory system; (4) Obtain their equivalent crisp models; (5) Design effective algorithms.

维修保障对发挥装备战斗力具有重要作用，维修保障资源的合理利用是构建完善的装备维修保障的基础，而备件正是装备维修保障体系的重要组成部分。在备件保障决策中，表征备件不确定性的主要方法是基于大量统计数据的概率论，但这种方法显然不适用于缺乏大量统计数据的装备研制和初期使用阶段，不确定理论是清华大学刘宝碇教授于2007年提出的一种处理小样本数据的公理化数学体系。本项目将要基于不确定理论对系统备件进行集成优化，该方法能够在缺少数据甚至没有数据的情况下给出全局最优方案，实现备件之间的合理优化配置。研究内容：(1)优化系统备件的品种；(2)给出备件需求量的不确定分布函数获取方法；(3)建立不确定环境下的备件优化模型，集成各级备件维修保障站点位置及其备件库存数量，构建单目标及多目标多层规划模型；(4)研究不确定备件优化模型的确定等价模型；(5)设计有效算法求解备件集成优化模型。

本项目首次将不确定理论引入系统备件优化中，新方法能够在缺少数据甚至没有数据的情况下给出全局最优方案，实现备件之间的合理优化配置。本项目主要针对不确定环境下的系统备件优化开展了深入研究，并取得了许多重要成果。(1) 研究了不确定环境下系统的备件品种确定方法；(2) 基于最大熵模型、k阶中心矩、k阶原点矩和修匀公式等方法，给出了备件需求量的不确定分布函数获取方法；(3) 建立了不确定环境下的系统备件优化模型，包括备件数量优化模型，考虑存储策略的备件库位置优化模型以及多对多服务优化模型；(4)研究了不确定系统备件优化模型的确定等价模型；(5)设计有效算法求解，并进行实例验证。以上成果充分考虑了各类不确定性对于系统备件优化的影响，基本解决了由于武器装备系统结构复杂、系统性强、试验成本高等原因而造成的很难获得大量故障与维修保障的统计数据的困境，为装备保障系统的优化设计提供了途径，具有广阔的理论价值和应用前景。在本项目的资助下，项目组在IEEE Transactions on Fuzzy Systems、Information Science、Applied Soft Computing等多个国际顶尖学术期刊发表学术论文20篇。项目组成员积极参与国内外学术交流，参与了ESREL、MMR、QRS等顶级国际会议，以本项目成果为主题进行了3次大会报告，举办了1次国际会议专门分会，与巴黎中央理工大学Enrico Zio教授、不列颠哥伦比亚大学Frank Lambda教授等著名专家学者建立了合作关系。