基于演算优化法的装备维修器材配备系数确定

陈 明，李 青，孙 澄

（1.中国人民解放军空军勤务学院，江苏 徐州221000；2.94754部队，浙江 嘉兴314000）

0 引言

装备的配备系数是反映装备在配备使用时，考虑到外部因素对装备数量的影响，为保证装备配备数量满足基层使用而确定的一个重要系数。其量值决定了实际消耗与预测量之间的离散程度。

配备系数的确定方法有单站法、双站法、直线图解法、演算法和优化类的方法。在实际的应用中，这些方法都有着自身的不足。其中，单站法和双站法算法简易，但两种方法需要计算历史数据分布的方差，并且方差对远离中心的数据权重所占较大，这使得其误差较大。直线图解法利用直线的方法求出离散程度，但在读取直线的斜率以及截距时存在一定的主观因素。演算法用试算的方法找到最适当的离散程度，是一种相对比较可靠的方法，但是其试算过程过于繁琐，且判断试算结束的依据容易受到认为主观影响。优化类的方法包括非线性逼近法、单纯性法、相关系数极值法、快速SA法等，这些优化法无法避免初始段的影响[1]。

为了克服上述方法的不足，结合演算法和优化类方法的优点，提出了确定配备系数的方法——演算优化法。演算优化法既能够客观地反映离散程度，也可以避免了演算法中繁琐的试算过程。

1 装备维修器材配备系数需求分析

装备维修器材配备系数的确定，目的在于对装备维修器材数量的配备标准提供科学的参考借鉴，避免在实际应用中，外部因素变化对器材消耗数量的影响，使得装备器材出现缺货现象。

根据装备维修器材消耗量预测方法的研究，可以较为准确地预测到装备维修器材的未来数年的消耗量。预测的消耗量可以为配备标准的修订提供参考依据[2]。但是，装备维修器材的消耗常常是个波动的量[3]，在一定范围区间内波动，这时就需要找到较为准确的配备系数（离散系数），进行装备维修器材的数量配备。

维修器材消耗数据具有以下特点[4]：

（1）消耗数据少；

（2）消耗数据受外界因素影响较大；

（3）消耗数据具有非线性特征。

为了对装备维修器材进行配备标准的修订，需要对预测的消耗量进行数据处理，得到满足基层使用、符合实际情况的配备数量[5]。本文提出了一种基于演算优化法[6]的装备维修器材配备系数确定的方法，很好地处理了配备系数的确定。

2 基于演算优化法的配备系数确定模型

设离散系数Kx即为需要确定的配备系数。其中演算法的公式为：

令ci（x1，t1）为预测量与实际量之间的关系数列。xi为历年预测消耗量与实际消耗量的差值，ti为对应的时间年份，i=1，2，…n，j=1，2，…m 为采样的时间序号（x2，t2j）为由ci（x1，t1）理论计算得到的系列[1]：

实际计算时的表达式为：

其中△t=t1i-t1(i-1)，t1i与 t1(i-1)分别表示 i与 i-1的采样时间。在理论计算值c¯i（x2，t2j）与ci（x1，t1）实际值的平方误差达到最小的条件下，可用优化方法求出预测值与实际值的理论均值u和离散系数Kx.

优化的公式为：

用Gauss-Newton法求解上式，Gauss-Newton标准方程为：

其中：

式中：u*和K*x为误差u离散系数Kx的初值。为了使Gauss-Newton标准方程在较差的初值情况下快速收敛，在Gauss-Newton标准方程左端增加一个大于零的因子λ，可得：

其中I为单位矩阵。λ的初值较大，随着方程的收敛而逐渐趋于零。求解上式，得出△P的值，由于△u和△Kx的方程可得到u和Kx的一组新的近似值。采用计算程序重复这个过程，直到足够小，此时上式方程求出的就是最优化的平均误差量u和Kx离散系数。

另外，为了加快收敛的速度，也可以采用前面提及的确定离散系数的其他方法首先对u和Kx进行初值估算，使演算优化法的计算过程更为快捷。

3 实例分析

某装备维修器材的预测数据以及实际消耗数据如表1所示。

表1 某器材的预测数据与实际消耗数据

对于该装备维修器材，将u*=2.0=1.0作为初值代入演算优化法的FORTRAN程序过程中，经过计算可以得出u=2.3715、Kx=1.2103，图1为演算优化法的计算过程曲线。

图1 演算优化法的计算过程曲线

平均误差量u和离散系数Kx如表2所示。

表2 平均误差量和离散系数计算值

将计算所得的离散系数应用于部队实际进行对比验证，结果如表3所示。

表3 消耗量与配备数量对比表

实际配备量与实际消耗量差值的方差为：0.6111，配备系数确定的配备量与实际消耗量差值的方差为0.25.可知演算优化法确定的配备系数对装备的配备量能更精确地进行控制。

4 结束语

本文提出的演算优化法确定配备系数在实例中得到检验，符合实际情况，满足基层部队装备维修器材的需求量，可以使基层部队的保障可用度达到最高，且不会存在装备维修器材堆积的现象，可作为配备标准修订的重要参考依据。