封面 书名页 版权页 前言 目录 第1章 概述 1.1 备件的基本概念 1.2 备件的分类 1.2.1 常见的备件分类方法 1.2.2 低消耗备件 1.2.3 基于模糊隶属度的低消耗备件的定义与界定 1.3 备件需求影响因素分析 1.3.1 备件需求内在影响因素分析 1.3.2 备件需求外在影响因素分析 1.3.3 影响因素的量化及规范化处理 1.3.4 基于粗糙集属性约简的主要影响因素确定 1.4 备件需求层次性分析 1.4.1 备件层次需求分析 1.4.2 装备系统层次需求分析 1.4.3 维修保障组织需求分析 1.5 备件需求特点分析 1.5.1 备件需求特征 1.5.2 常消耗备件需求特点 1.5.3 低消耗备件需求特点 第2章 武器装备备件需求预测与配置优化基础 2.1 备件消耗模式分析 2.2 备件需求预测的基本原则 2.3 备件需求预测的一般程序 2.4 备件需求预测的方法 2.4.1 定性备件需求预测方法 2.4.2 定量备件需求预测方法 2.4.3 模型复杂性与模型选择 第3章 武器装备备件品种确定方法 3.1 概述 3.2 基于相似分析法的备件品种确定方法 3.2.1 相似分析法简介 3.2.2 示例分析 3.3 基于模糊层次综合评判法的备件品种确定方法 3.3.1 模糊层次综合评判法简介 3.3.2 模型建立 3.3.3 示例分析 3.4 基于D-S理论和模糊综合评判的备件品种确定方法 3.4.1 模型建立 3.4.2 实现步骤 3.4.3 示例分析 3.5 基于灰色评估法的备件品种确定方法 3.5.1 评价指标体系的建立 3.5.2 评价模型的建立 3.5.3 示例分析 第4章 基于寿命分布和仿真的武器装备备件需求预测方法 4.1 基于寿命分布的备件需求预测方法 4.1.1 模型假设 4.1.2 模型建立 4.1.3 示例分析 4.2 基于蒙特卡罗仿真的备件需求预测方法 4.2.1 模型的假设 4.2.2 参数确定 4.2.3 蒙特卡罗方法 4.2.4 仿真模型建立 4.2.5 示例分析 4.3 基于马尔可夫与蒙特卡罗仿真的备件需求预测方法 4.3.1 马尔可夫预测模型 4.3.2 备件消耗的马尔可夫性分析 4.3.3 基于马尔可夫与蒙特卡罗仿真预测的模型建立 4.3.4 示例分析 4.4 基于Logistic回归和马尔可夫过程的备件需求预测仿真模型 4.4.1 模型建立 4.4.2 需求发生概率预测 4.4.3 需求数量预测 4.4.4 误差分析 4.4.5 示例分析 4.5 考虑设备停机的备件需求预测仿真模型 4.5.1 基于最大熵原理与概率加权矩的备件寿命分布确定 4.5.2 基于保障度的间断工作备件需求预测模型建立 4.5.3 仿真思路及流程规划 4.5.4 示例分析 第5章 基于时间序列和回归分析的武器装备备件需求预测方法 5.1 时间序列法概述 5.2 基于时间序列的备件需求预测方法 5.2.1 算数平均预测法 5.2.2 移动平均预测法 5.2.3 指数平滑预测法 5.2.4 示例分析 5.3 基于回归分析的备件需求预测方法 5.3.1 线性回归概述 5.3.2 一元线性回归模型 5.3.3 多元线性回归模型 5.3.4 示例分析 第6章 基于灰色模型的武器装备备件需求预测方法 6.1 灰色预测方法概述 6.1.1 灰色系统简介 6.1.2 灰色系统理论基础 6.1.3 灰色预测方法 6.2 基于一般序列GM(1,1)模型的备件需求预测方法 6.2.1 模型建立 6.2.2 示例分析 6.3 基于含有空缺值序列GM(1,1)模型的备件需求预测方法 6.3.1 模型建立 6.3.2 示例分析 6.4 基于加入影响因子改进灰色模型的备件需求预测方法 6.4.1 改进灰色预测模型的建立 6.4.2 示例分析 6.5 基于灰色-马尔可夫模型的备件需求预测方法 6.5.1 经典灰色-马尔可夫预测模型 6.5.2 改进的灰色-马尔可夫预测模型 6.5.3 示例分析 第7章 基于人工智能的武器装备备件需求预测方法 7.1 基于BP神经网络的备件需求预测方法 7.1.1 BP神经网络基本原理 7.1.2 预测模型的建立 7.1.3 示例分析 7.2 基于支持向量机（SVM）的备件需求预测方法 7.2.1 支持向量机概述 7.2.2 支持向量机预测原理 7.2.3 支持向量机预测模型 7.2.4 示例分析 7.3 基于复杂时间序列的组合相关向量机备件需求预测方法 7.3.1 相空间重构 7.3.2 小波变换基本理论 7.3.3 小波函数的选取 7.3.4 基于组合相关向量机的预测原理 7.3.5 示例分析 第8章 基于故障分析的武器装备备件需求预测方法 8.1 故障预测的基本原理分析 8.2 基于故障预测的备件需求预测系统构建 8.2.1 工作流程 8.2.2 数据预处理 8.2.3 故障预测 8.2.4 备件需求确定 8.3 基于信息融合和IMUGM(1,1)故障预测的备件需求预测方法 8.3.1 问题描述 8.3.2 IMUGM(1,1)模型建立 8.3.3 基于信息融合和IMUGM(1,1)故障预测的备件需求预测模型构建 8.3.4 示例分析 8.4 基于信息融合和IMUGM(1,m,w)故障预测的备件需求预测方法 8.4.1 问题描述 8.4.2 IMUGM(1,m,w)模型的建立 8.4.3 基于信息融合和IMUGM(1,m,w)故障预测的备件需求预测模型构建 8.4.4 示例分析 8.5 基于故障规律的备件需求预测方法 8.5.1 备件需求量计算公式 8.5.2 示例分析 第9章 基于组合模型的武器装备备件需求预测方法 9.1 组合预测方法概述 9.1.1 一般组合预测模型 9.1.2 最优加权系数的确定 9.1.3 模型的检验 9.2 基于回归分析和灰色模型的备件需求预测方法 9.2.1 单个预测模型建立 9.2.2 最优组合预测模型 9.2.3 示例分析 9.3 基于小波变换的备件需求预测方法 9.3.1 小波变换理论 9.3.2 GM(1,1)-ARMA模型的改进 9.3.3 WGM-ARMA模型的构建 9.3.4 示例分析 9.4 基于改进Theil不等系数的备件需求预测方法 9.4.1 单项预测模型的建立 9.4.2 基于Theil不等系数的IOWHA算子的组合预测模型构建 9.4.3 基于Theil不等系数的IOWHA算子的组合预测模型改进 9.4.4 示例分析 参考文献 ..更多