周一鳴,王 茜,榮鵬輝,賈東凱
(1.空軍勤務(wù)學(xué)院,江蘇 徐州 221000;2.解放軍93038部隊(duì),吉林 通化 135300)
基于灰色局勢決策的航空彈藥保障裝備備件品種確定方法
周一鳴1,王 茜1,榮鵬輝1,賈東凱2
(1.空軍勤務(wù)學(xué)院,江蘇 徐州 221000;2.解放軍93038部隊(duì),吉林 通化 135300)
航空彈藥保障裝備備件品種復(fù)雜,數(shù)量眾多,因此要選取合理的備件品種,進(jìn)行科學(xué)有效的配置。分析了備件品種選擇的幾個(gè)主要影響因素:關(guān)鍵性、可靠性、可維修性、經(jīng)濟(jì)性,利用灰色局勢決策法對確定備件品種進(jìn)行了定量分析, 并給出了具體的實(shí)例。結(jié)果表明灰色局勢決策法能夠全面地考慮各種因素的影響,避免備件制定的主觀性。
航空彈藥;保障裝備;備件;品種確定;數(shù)學(xué)模型;灰色局勢決策
航空彈藥保障裝備備件是指在航空彈藥保障裝備使用與維修中用于替換已損壞或即將損壞的零件、部(組)件的供應(yīng)物資[1]。航空彈藥保障裝備器材是軍隊(duì)“兩成兩力”(成體系、成建制產(chǎn)生保障能力以及作戰(zhàn)能力)建立的物質(zhì)保障基礎(chǔ),是裝備保持優(yōu)良工作水平、提升保障裝備再生能力的有力保證,深刻地影響著裝備在戰(zhàn)時(shí)和平時(shí)的保障[2]。所以深化對備件的研究, 構(gòu)建合理、科學(xué)的配置方式, 對提升備件保障工作的經(jīng)濟(jì)性、軍事性有著重要的意義。航空彈藥保障裝備備件的配置包含品種以及數(shù)量的確定, 其中品種的選定是備件配置研究的基礎(chǔ)。備件品種的確定是科學(xué)預(yù)測備件需求量的前提,備件品種確定的準(zhǔn)確、合理與否將直接影響到備件的保障效果。
在確定航空彈藥保障裝備備件配備種類之前,必須要明確航空彈藥保障裝備配置備件的原則,即何種裝備需要配置備件、配置的備件具有哪些性質(zhì),具體細(xì)則如下:
(1) 配置備件主要依據(jù)備件的技術(shù)壽命、經(jīng)濟(jì)壽命以及自然壽命綜合評(píng)價(jià)。
(2) 貯存周期長、可靠性較高的裝備,在壽命以內(nèi)通常不配置備件,例如彈翼、彈頭殼體等。
(3) 大件組合體、難以更換、價(jià)格昂貴的裝備在一定時(shí)間內(nèi)不配置備件,例如發(fā)動(dòng)機(jī)等。
(4) 機(jī)械以及電子設(shè)備、元器件、零部件,須對其易出故障的環(huán)節(jié)設(shè)置備件。
(5) 具有較短貯存周期以及無法維修的設(shè)備,應(yīng)設(shè)置備件,例如火工品、電池以及灌封后的電子設(shè)備。
(6) 分解再裝過程中的替換件和消耗品,貯存過程中容易失效的部件等,例如潤滑劑、減振墊、緊固件、墊圈等[1]。
灰色局勢決策法[3-4]是灰色理論體系中的重要一環(huán),是在多個(gè)對策、多種目標(biāo)和多個(gè)時(shí)間下的科學(xué)決策,是指決策模型中包含灰元,或者在普通決策模型與灰色模型相結(jié)合的條件下進(jìn)行的決策。決策是指根據(jù)特定的事件,在眾多措施中遴選出最優(yōu)的過程,一般含有事件、對策、效果和過程4個(gè)目標(biāo),其中將事件和對策的二元組合定義為局勢。以灰色環(huán)境為背景是灰色局勢決策方式的前提,根據(jù)灰色生成方式,通過對含有隨機(jī)性的數(shù)據(jù)列進(jìn)行效果測度分析,最終獲取最優(yōu)的決策[5-6]。
2.1 灰色局勢決策法的基本概念
(1) 局勢:令ai為被決策的事件,bj為ai的第j個(gè)對策,則定義bj和ai的二元組合為局勢,記作sij=(ai,bj)=(事件,對策)。例如“配置備件”為事件a,有備件b1,備件b2,備件b3等幾種備件備選,則有s1,s2,s3等幾種局勢:s1=(a,b1)=(配置備件,b1);s2=(a,b2)=(配置備件,b2);s3=(a,b3)=(配置備件,b3)。
(2) 目標(biāo):用來評(píng)估局勢優(yōu)劣的依據(jù)和規(guī)定稱作目標(biāo)。在確定備件品種的過程中,通常權(quán)衡的目標(biāo)為關(guān)鍵性目標(biāo)、可靠性目標(biāo)、可維修性目標(biāo)以及經(jīng)濟(jì)性目標(biāo)。
(3) 效果樣本:在特定的目標(biāo)下局勢的數(shù)據(jù)特征,稱作局勢的效果樣本。例如,在配置備件局勢中s1=(a,b1)=(配置備件,b1),如果備件b1的價(jià)格是500元/件,那么局勢s1在經(jīng)濟(jì)性目標(biāo)下的效果測度等于500。
(4) 目標(biāo)極性:在特定的目標(biāo)下的效果樣本,對其數(shù)值大小的偏好稱作該目標(biāo)的極性。目標(biāo)極性主要包括:極大值極性、極小值極性、適中值極性。
極大值極性表示目標(biāo)下的效果樣本取值越大越好,即效果樣本值越大則越接近目標(biāo),那么該目標(biāo)稱作正極性目標(biāo)或者極大值目標(biāo)。比如在配置備件決策中,關(guān)鍵性目標(biāo)和可維修性目標(biāo)都是極大值目標(biāo),因?yàn)殛P(guān)鍵度和最長修復(fù)時(shí)間(MTTR)都是越大越好,備件關(guān)鍵度越高,備件的平均修復(fù)時(shí)間越長,說明該種備件越需要配置。
極小值極性表示目標(biāo)下效果樣本取值越小越好,即效果樣本值越小越接近目標(biāo),那么該目標(biāo)稱作負(fù)極性目標(biāo)或者極小值目標(biāo)。在配置備件決策中,可靠性目標(biāo)是極小性目標(biāo),因?yàn)槿绻麄浼煽啃栽礁?,平均故障間隔時(shí)間越長,說明該種備件越不需要配置。
適中值極性表示在某個(gè)目標(biāo)下的效果樣本取值,不能過大同時(shí)也不能過小,而是偏向于取一個(gè)適中值,那么這個(gè)目標(biāo)稱作中極性目標(biāo)或適中值目標(biāo)。在配置備件決策中,選定經(jīng)濟(jì)性目標(biāo)是適中值目標(biāo),因?yàn)榕渲脗浼慕K極目標(biāo)就是在一定的經(jīng)費(fèi)保障下,最大限度地滿足裝備對備件的需求。
將局勢、目標(biāo)和樣本統(tǒng)稱為灰局勢決策的三要素。
(5) 效果測度
(1)
(2)
(3)
式中:u0為適中值。
(4)
2.2 備件品種確定的灰局勢決策模型
備件品種確定的灰局勢決策運(yùn)算模型主要包括五大步驟[8]:
步驟1:確定事件、對策、局勢、目標(biāo)。
(1) 事件
在備件品種決策中,配置備件為事件a。
(2) 對策
“對策”指配備不同種類的備件,如:
對策1(記備件品種為b1):配備備件b1;
對策2(記備件品種為b2):配備備件b2;
對策3(記備件品種為b3):配備備件b3。
(3) 局勢
s1=(a,b1)=(配置備件,b1);
s2=(a,b2)=(配置備件,b2);
s3=(a,b3)=(配置備件,b3)。
(4) 目標(biāo)
根據(jù)專家建議,在備件品種決策時(shí),選定備件的關(guān)鍵性、可靠性、可維修性和經(jīng)濟(jì)性指標(biāo)作為目標(biāo)。并根據(jù)專家打分法確定這4項(xiàng)因素的權(quán)重為(0.19,0.40,0.23,0.18)。
目標(biāo)1:關(guān)鍵性;
目標(biāo)2:可靠性;
目標(biāo)3:可維修性;
目標(biāo)4:經(jīng)濟(jì)性。
步驟2:確定局勢的效果樣本。
(1) 目標(biāo)1(關(guān)鍵性)
(2) 目標(biāo)2(可靠性)
(3) 目標(biāo)3(可維修性)
(4) 目標(biāo)4(經(jīng)濟(jì)性)
步驟3:確定目標(biāo)的極性,作效果測度變換。根據(jù)以上的分析可知,關(guān)鍵性目標(biāo)為極大值目標(biāo),可靠性目標(biāo)為極小值目標(biāo),可維修性目標(biāo)為極大值目標(biāo),經(jīng)濟(jì)性目標(biāo)為適中值目標(biāo)。
(1) 關(guān)鍵性目標(biāo)
關(guān)鍵性目標(biāo)的效果測度表達(dá)式:
(5)
(2) 可靠性目標(biāo)
可靠性目標(biāo)的效果測度表達(dá)式:
(6)
(3) 可維修性目標(biāo)
可維修性目標(biāo)的效果測度表達(dá)式:
(7)
(4) 經(jīng)濟(jì)性目標(biāo)
經(jīng)濟(jì)性目標(biāo)的效果測度表達(dá)式:
(8)
式中:u0為指定的適中值。
步驟4:計(jì)算各局勢的統(tǒng)一測度si:
步驟5:選取滿意局勢。
(9)
所得的滿意局勢即為應(yīng)配備的備件品種。
根據(jù)航空彈藥保障裝備配置備件的原則,對某彈藥檢測設(shè)備的電子插件進(jìn)行分析。給定如下A、B、C、D 4種備件,它們的關(guān)鍵性、可靠性、可維修性和經(jīng)濟(jì)性指標(biāo)如表1所示。
表1 備件各項(xiàng)指標(biāo)參數(shù)值
(1) 事件:配置備件為事件;對策:配置不同的備件A、B、C、D為對策;局勢:s1=(a,A)、s2=(a,B)、s3=(a,C)、s4=(a,D)。
(4) 計(jì)算局勢的統(tǒng)一測度
局勢s1=(a,A)的統(tǒng)一測度:
局勢s2=(a,B)的統(tǒng)一測度:
局勢s3=(a,C)的統(tǒng)一測度:
局勢s4=(a,D)的統(tǒng)一測度:
(5) 找出滿意局勢
通過分析部隊(duì)備件保障情況及向有關(guān)方面專家咨詢,考慮備件A是應(yīng)配備的一種備件。這和通過采用灰色局勢決策方法得到的結(jié)果是一致的,說明應(yīng)用于備件品種確定的灰色局勢決策方法是可行的。
和傳統(tǒng)方法對比,灰色局勢決策法在備件品種的選擇確定中不但權(quán)衡了各局勢的效果,而且避免了通過以往經(jīng)驗(yàn)來決策的缺陷,得到了多個(gè)方案的綜合效果測度,保證了航空彈藥保障裝備備件品種確定的可靠性和合理性。在實(shí)踐運(yùn)用過程中,裝備備件各項(xiàng)指標(biāo)的權(quán)重存在著一定的偏差,由于權(quán)重的差異,其運(yùn)算結(jié)果也會(huì)出現(xiàn)一定的差別。
[1] 任風(fēng)云,王茜.機(jī)載彈藥保障裝備[D].徐州:空軍勤務(wù)學(xué)院,2013.
[2] 周一鳴,王茜,楊碩.動(dòng)態(tài)灰色模型在航空彈藥維修器材消耗規(guī)律中的應(yīng)用[J].物流科技,2017,40(7):135-137.
[3] 鄧聚龍.灰理論基礎(chǔ)[M].武漢:華中科技大學(xué)出版社,2002.
[4] 劉思峰,謝乃明.灰色系統(tǒng)理論及其應(yīng)用[M].北京:科學(xué)出版社,2008.
[5] 楊宇飛,汪洋,許勁松.基于灰色局勢決策的炮兵火力計(jì)劃方案優(yōu)選[J].艦船電子工程,2010,30(9): 62-64.
[6] 李云峰,王瑞林,賈云非.基于灰色局勢決策的備件品種級(jí)別配置[J].火力與指揮控制,2011,36(11):184-185.
[7] 鄭炳賢,薛培生.基于灰色局勢決策法的備件品種確定方法[J].江蘇航空,2011(4):30-31.
[8] 鄧立杰,程中華,高勇,等.基于灰色局勢決策的維修工具品種整合[J].兵工自動(dòng)化,2014,33(5):22-24.
DeterminationMethodofSparePartVarietiesforAirAmmunitionSupportEquipmentBasedonGreySituationDecision-making
ZHOU Yi-ming1,WANG Qian1,RONG Peng-hui1,JIA Dong-kai2
(1.Air Force Logistics College,Xuzhou 221000,China; 2.Unit 66382 of PLA,Tonghua 135300,China)
Both the variety and quantity of air ammunition support equipment spare parts are various,so it's necessary to select the reasonable variety of spare parts and deploy them scientifically and effectively.This paper analyzes several main influence factors for variety selection of spare parts such as criticality, reliability,maintainability and economy,uses grey situation decision-making method to analyze the determination of spare part varieties quantitatively,and gives the specific examples. Results show that the grey situation decision-making method can consider the influence of various factors fully,and avoids the subjectivity of spare parts determination.
air ammunition;support equipment;spare part;variety determination;mathematical model;grey situation decision-making
TJ07
A
CN32-1413(2017)05-0056-04
10.16426/j.cnki.jcdzdk.2017.05.012
2017-09-11