CN114331229A - 一种装备保障方案的综合权衡方法及*** - Google Patents

一种装备保障方案的综合权衡方法及*** Download PDF

Info

Publication number
CN114331229A
CN114331229A CN202210234757.1A CN202210234757A CN114331229A CN 114331229 A CN114331229 A CN 114331229A CN 202210234757 A CN202210234757 A CN 202210234757A CN 114331229 A CN114331229 A CN 114331229A
Authority
CN
China
Prior art keywords
matrix
scheme
equipment
evaluation index
plan
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210234757.1A
Other languages
English (en)
Inventor
王可
南福春
闫占乾
洪学超
秦伟帅
张成胜
赵旷
窦德鹏
郑宝
陈浩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BEIJING RAINFE TECHNOLOGY CO LTD
Original Assignee
BEIJING RAINFE TECHNOLOGY CO LTD
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by BEIJING RAINFE TECHNOLOGY CO LTD filed Critical BEIJING RAINFE TECHNOLOGY CO LTD
Priority to CN202210234757.1A priority Critical patent/CN114331229A/zh
Publication of CN114331229A publication Critical patent/CN114331229A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Complex Calculations (AREA)

Abstract

本发明公开了一种装备保障方案的综合权衡方法及***，包括：确定评价指标，并获取每个装备保障方案对应的每个评价指标的评价指标数据；根据所述评价指标数据和每个评价指标对应的权重，确定加权决策矩阵；根据所述加权决策矩阵确定正理想方案矩阵和负理想方案矩阵；根据所述加权决策矩阵、正理想方案矩阵和负理想方案矩阵，计算每个装备保障方案与正理想方案矩阵的第一接近程度和每个装备保障方案与负理想方案矩阵的第二接近程度；根据每个装备保障方案对应的第一接近程度和第二接近程度，确定每个装备保障方案与所述负理想方案矩阵的相对贴近度；根据最大的相对贴近度对应的装备保障方案确定最优装备保障方案。

Description

一种装备保障方案的综合权衡方法及***
技术领域
本发明涉及装备保障方案评估技术领域，并且更具体地，涉及一种装备保障方案的综合权衡方法及***。
背景技术
装备保障方案是以一次作战/训练任务为牵引，考虑装备保障的主体、保障体系、保障业务、保障关系、保障行为等要素，形成一套支撑作战/训练任务的想定方案。当根据不同的保障模式、保障体系、保障需求制定多套方案时，需要选取最优的保障方案。但是如何构建装备保障能力指标体系，如何评估装备保障方案，如何针对多保障方案综合权衡。因此，如何以装备任务为牵引，基于现行组织编制，总结传统装备保障方式，借鉴原维修保障经验，形成符合装备保障需求的保障方案，是目前亟需解决的问题。
现有的针对装备保障方案综合权衡优化有多种方法，如专家评分法，层次分析法等定性分析的方法，存在人为因素干扰大的问题。
因此，需要一种新的装备保障方案的综合权衡方法。
发明内容
本发明提出一种装备保障方案的综合权衡方法及***，以解决如何对装备保障方案评估，以获取最优装备保障方案的问题。
为了解决上述问题，根据本发明的一个方面，提供了一种装备保障方案的综合权衡方法，所述方法包括：
确定评价指标，并获取每个装备保障方案对应的每个评价指标的评价指标数据；
根据所述评价指标数据和每个评价指标对应的权重，确定加权决策矩阵；
根据所述加权决策矩阵确定正理想方案矩阵和负理想方案矩阵；
根据所述加权决策矩阵、正理想方案矩阵和负理想方案矩阵，计算每个装备保障方案与正理想方案矩阵的第一接近程度和每个装备保障方案与负理想方案矩阵的第二接近程度；
根据每个装备保障方案对应的第一接近程度和第二接近程度，确定每个装备保障方案与所述负理想方案矩阵的相对贴近度；
根据最大的相对贴近度对应的装备保障方案确定最优装备保障方案。
优选地，其中所述评价指标包括：以下评价指标中的至少一个：装备完好率、可信度、任务成功概率、使用可用度、任务可靠度、平均故障间隔时间、平均致命性故障间隔时间、平均修复时间、平均预防性维修时间、最大修复时间、平均备件延误时间、各类保障资源利用率、各类保障资源满足率、平均故障间隔时间、平均致命性故障间隔时间、平均修复时间、平均预防性维修时间、平均故障间隔时间、平均致命性故障间隔时间、平均修复时间、平均预防性维修时间、维修装备数量、维修装备工时、维修占用各类保障资源的时间、维修消耗各类保障资源的数量、备件入库量和备件消耗量。
优选地，其中所述根据所述评价指标数据和每个评价指标对应的权重，确定加权决策矩阵，包括：
Figure DEST_PATH_IMAGE001
，
其中，M为加权决策矩阵，Zm×n为决策矩阵，m为装备保障方案的数量；n为评价指标的数量；W n×1为权重矩阵；
Figure 100002_DEST_PATH_IMAGE002
为第m个装备保障方案的第n个评价指标对应的加权决策值；
Figure 100002_DEST_PATH_IMAGE003
为第n个评价指标对对应的权重；
Figure 100002_DEST_PATH_IMAGE004
为第m个装备保障方案的第n个评价指标对应的评价指标数据。
优选地，其中所述方法还包括：
对于任一评价指标，当该任一评价指标所属的指标类型为效益型指标时，利用如下方式对该任一评价指标对应的评价指标数据进行归一化处理，包括：
Figure 100002_DEST_PATH_IMAGE005
，
对于任一评价指标，当该任一评价指标所属的指标类型为成本性型指标时，利用如下方式对该任一评价指标对应的评价指标数据进行归一化处理，包括：
Figure DEST_PATH_IMAGE006
，
其中，
Figure 100002_DEST_PATH_IMAGE007
为第i个装备保障方案的第j个评价指标对应的经过归一化处理后的评价指标数据；
Figure 932644DEST_PATH_IMAGE008
为第i个装备保障方案的第j个评价指标对应的未经过归一化处理的评价指标数据；i=1,2,…,m，j=1,2,…,n，m为装备保障方案的数量；n为评价指标的数量。
优选地，其中所述根据所述加权决策矩阵确定正理想方案矩阵和负理想方案矩阵，包括：
根据所述加权决策矩阵中每一列的最大值确定正理想方案矩阵；
根据所述加权决策矩阵中每一列的最小值确定负理想方案矩阵。
优选地，其中所述根据所述加权决策矩阵、正理想方案矩阵和负理想方案矩阵，计算每个装备保障方案与正理想方案矩阵的第一接近程度和每个装备保障方案与负理想方案矩阵的第二接近程度，包括：
Figure 100002_DEST_PATH_IMAGE009
其中，
Figure 662834DEST_PATH_IMAGE010
为第i个装备保障方案与正理想方案矩阵的第一接近程度；
Figure 100002_DEST_PATH_IMAGE011
为第i个装备保障方案与负理想方案矩阵的第二接近程度；
Figure 504888DEST_PATH_IMAGE012
为第i个装备保障方案的第j个评价指标对应的加权决策值；
Figure 100002_DEST_PATH_IMAGE013
为正理想方案矩阵Y+中的第j个元素；
Figure 447567DEST_PATH_IMAGE014
为负理想方案矩阵Y-中的第j个元素。
优选地，其中所述根据每个装备保障方案对应的第一接近程度和第二接近程度，确定每个装备保障方案与所述负理想方案矩阵的相对贴近度，包括：
Figure DEST_PATH_IMAGE015
，
其中，
Figure 324256DEST_PATH_IMAGE016
为第i个装备保障方案与所述负理想方案矩阵的相对贴近度；
Figure 615560DEST_PATH_IMAGE010
为第i个装备保障方案与正理想方案矩阵的第一接近程度；
Figure 226801DEST_PATH_IMAGE011
为第i个装备保障方案与负理想方案矩阵的第二接近程度。
根据本发明的另一个方面，提供了一种装备保障方案的综合权衡***，所述***包括：
数据获取单元，用于确定评价指标，并获取每个装备保障方案对应的每个评价指标的评价指标数据；
加权决策矩阵确定单元，用于根据所述评价指标数据和每个评价指标对应的权重，确定加权决策矩阵；
正负理想方案矩阵确定单元，用于根据所述加权决策矩阵确定正理想方案矩阵和负理想方案矩阵；
接近程度计算单元，用于根据所述加权决策矩阵、正理想方案矩阵和负理想方案矩阵，计算每个装备保障方案与正理想方案矩阵的第一接近程度和每个装备保障方案与负理想方案矩阵的第二接近程度；
相对贴近度确定单元，用于根据每个装备保障方案对应的第一接近程度和第二接近程度，确定每个装备保障方案与所述负理想方案矩阵的相对贴近度；
最优装备保障方案确定单元，用于根据最大的相对贴近度对应的装备保障方案确定最优装备保障方案。
优选地，其中所述评价指标包括：以下评价指标中的至少一个：装备完好率、可信度、任务成功概率、使用可用度、任务可靠度、平均故障间隔时间、平均致命性故障间隔时间、平均修复时间、平均预防性维修时间、最大修复时间、平均备件延误时间、各类保障资源利用率、各类保障资源满足率、平均故障间隔时间、平均致命性故障间隔时间、平均修复时间、平均预防性维修时间、平均故障间隔时间、平均致命性故障间隔时间、平均修复时间、平均预防性维修时间、维修装备数量、维修装备工时、维修占用各类保障资源的时间、维修消耗各类保障资源的数量、备件入库量和备件消耗量。
优选地，其中所述加权决策矩阵确定单元，根据所述评价指标数据和每个评价指标对应的权重，确定加权决策矩阵，包括：
Figure 894543DEST_PATH_IMAGE001
，
其中，M为加权决策矩阵，Zm×n为决策矩阵，m为装备保障方案的数量；n为评价指标的数量；W n×1为权重矩阵；
Figure 156897DEST_PATH_IMAGE002
为第m个装备保障方案的第n个评价指标对应的加权决策值；
Figure 619103DEST_PATH_IMAGE003
为第n个评价指标对对应的权重；
Figure 711780DEST_PATH_IMAGE004
为第m个装备保障方案的第n个评价指标对应的评价指标数据。
优选地，其中所述***还包括：归一化处理单元，用于：
对于任一评价指标，当该任一评价指标所属的指标类型为效益型指标时，利用如下方式对该任一评价指标对应的评价指标数据进行归一化处理，包括：
Figure 917634DEST_PATH_IMAGE005
，
对于任一评价指标，当该任一评价指标所属的指标类型为成本性型指标时，利用如下方式对该任一评价指标对应的评价指标数据进行归一化处理，包括：
Figure 34494DEST_PATH_IMAGE006
，
其中，
Figure 542967DEST_PATH_IMAGE007
为第i个装备保障方案的第j个评价指标对应的经过归一化处理后的评价指标数据；
Figure 253434DEST_PATH_IMAGE008
为第i个装备保障方案的第j个评价指标对应的未经过归一化处理的评价指标数据；i=1,2,…,m，j=1,2,…,n，m为装备保障方案的数量；n为评价指标的数量。
优选地，其中所述正负理想方案矩阵确定单元，根据所述加权决策矩阵确定正理想方案矩阵和负理想方案矩阵，包括：
根据所述加权决策矩阵中每一列的最大值确定正理想方案矩阵；
根据所述加权决策矩阵中每一列的最小值确定负理想方案矩阵。
优选地，其中所述接近程度计算单元，根据所述加权决策矩阵、正理想方案矩阵和负理想方案矩阵，计算每个装备保障方案与正理想方案矩阵的第一接近程度和每个装备保障方案与负理想方案矩阵的第二接近程度，包括：
Figure 122033DEST_PATH_IMAGE009
其中，
Figure 968766DEST_PATH_IMAGE010
为第i个装备保障方案与正理想方案矩阵的第一接近程度；
Figure 648141DEST_PATH_IMAGE011
为第i个装备保障方案与负理想方案矩阵的第二接近程度；
Figure 845904DEST_PATH_IMAGE012
为第i个装备保障方案的第j个评价指标对应的加权决策值；
Figure 518193DEST_PATH_IMAGE013
为正理想方案矩阵Y+中的第j个元素；
Figure 485012DEST_PATH_IMAGE014
为负理想方案矩阵Y-中的第j个元素。
优选地，其中所述相对贴近度确定单元，根据每个装备保障方案对应的第一接近程度和第二接近程度，确定每个装备保障方案与所述负理想方案矩阵的相对贴近度，包括：
Figure 600867DEST_PATH_IMAGE015
，
其中，
Figure 20347DEST_PATH_IMAGE016
为第i个装备保障方案与所述负理想方案矩阵的相对贴近度；
Figure 496328DEST_PATH_IMAGE010
为第i个装备保障方案与正理想方案矩阵的第一接近程度；
Figure 317653DEST_PATH_IMAGE011
为第i个装备保障方案与负理想方案矩阵的第二接近程度。
本发明提供了一种装备保障方案的综合权衡方法及***，包括：确定评价指标，并获取每个装备保障方案对应的每个评价指标的评价指标数据；根据所述评价指标数据和每个评价指标对应的权重，确定加权决策矩阵；根据所述加权决策矩阵确定正理想方案矩阵和负理想方案矩阵；根据所述加权决策矩阵、正理想方案矩阵和负理想方案矩阵，计算第一接近程度和第二接近程度；根据第一接近程度和第二接近程度，确定每个装备保障方案与所述负理想方案矩阵的相对贴近度；根据最大的相对贴近度对应的装备保障方案确定最优装备保障方案。本发明方法的评价指标体系更加全面有效，能够从整体上对装备保障方案进行评估，能够高效地对多个保障方案进行决策，实现多保障方案的综合权衡，确定最优的装备保证方案，可避免评估中主观性过高，缺乏实际数据支撑的问题。
附图说明
通过参考下面的附图，可以更为完整地理解本发明的示例性实施方式：
图1为根据本发明实施方式的装备保障方案的综合权衡方法100的流程图；
图2为根据本发明实施方式的装备保证能力评价指标体系的示意图；
图3为根据本发明实施方式的进行装备保障方案综合权衡的示例图；
图4为根据本发明实施方式的装备保障方案的综合权衡***400的结构示意图。
具体实施方式
现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。
除非另有说明，此处使用的术语（包括科技术语）对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。
图1为根据本发明实施方式的装备保障方案的综合权衡方法100的流程图。如图1所示，本发明实施方式提供的装备保障方案的综合权衡方法，评价指标体系更加全面有效，能够从整体上对装备保障方案进行评估，能够高效地对多个保障方案进行决策，实现多保障方案的综合权衡，确定最优的装备保证方案，可避免评估中主观性过高，缺乏实际数据支撑的问题。本发明实施方式提供的装备保障方案的综合权衡方法100，从步骤101处开始，在步骤101确定评价指标，并获取每个装备保障方案对应的每个评价指标的评价指标数据。
优选地，其中所述评价指标包括：以下评价指标中的至少一个：装备完好率、可信度、任务成功概率、使用可用度、任务可靠度、平均故障间隔时间、平均致命性故障间隔时间、平均修复时间、平均预防性维修时间、最大修复时间、平均备件延误时间、各类保障资源利用率、各类保障资源满足率、平均故障间隔时间、平均致命性故障间隔时间、平均修复时间、平均预防性维修时间、平均故障间隔时间、平均致命性故障间隔时间、平均修复时间、平均预防性维修时间、维修装备数量、维修装备工时、维修占用各类保障资源的时间、维修消耗各类保障资源的数量、备件入库量和备件消耗量。
本发明分析的对象是装备保障方案，目的是进行多保障方案的综合权衡选优，基于此，本发明通过保障方案综合权衡指标体系构建、理想点法应用及开发实现和保障方案综合权衡结果输出三方面实现装备保障方案的综合权衡。
在本发明中，在保障方案综合权衡指标体系构建时，选择装备体系、保障组织为保障方案权衡的指标体系对象，构建一套可评估装备保障能力的方案，装备体系指标分类主要是针对装备体系、单装、***、可更换单元等构建综合性参数、可靠性单项参数、维修性单项参数和保障性单项参数；保障组织参数主要针对维修组织、供应组织构建反映其维修保障能力的参数指标。
在本发明中，装备保障方案的评估是针对装备保障能力的评估构建指标体系，根据不同保障方案分析的目的不同，构建一整套分析评估的指标体系，用以度量保障方案优劣。
装备保障能力指标体系构建是以装备体系、保障组织为对象，建立的多个保障能力指标，它们相互之间有机配合，组成一套指标体系，如图2所示。
（1）装备体系可靠性、维修性和保障性（Reliability，Maintainbility，Supportability，RMS）参数
装备体系在属性描述时，需要考虑RMS参数属性，通过对装备的RMS参数分析，分别给出了装备层RMS参数、***RMS参数，直到可更换单元层（LRU）RMS参数，将这些参数按照装备的硬件结构进行汇总，就可以获得整个装备的参数集合，形成装备体系评价模型。装备的层次不同，所关注的特性不同，而适用于描述其特性的参数也不尽相同。对于装备体系来说，多关注综合性参数来评价装备完好性、任务成功性和任务持续性，对于装备及其下级硬件构成的***、可更换单元，多关注RMS单项参数，如可靠性、维修性、保障性等特性参数，对于装备的特殊需求，也可选取某些单项参数来描述，如平均故障间隔时间、平均修复时间等。具体地，装备体系RMS参数体系如表1所示，其中，装备保障常用的保障资源为保障设施、保障工位、保障装备、保障设备、备品备件等。
表1 装备体系RMS参数体系
Figure 100002_DEST_PATH_IMAGE017
（2）保障组织参数
保障组织根据装备保障的两类主体分为维修组织和器材仓库，维修组织负责装备的维修，器材仓库负责备件的供应，故针对不同主体，评估的指标也是不同，维修组织评估是维修过程的分析，装备维修过程构成要素是保障能力评估的基础，主要依赖于维修装设备、人员和资源综合过程。装备修理模式（包括机动修理和固定修理）和修理方式（包括原件修理和换件修理）的不同也会影响着保障能力指标的计算。
器材供应是装备维修的制约因素，要考虑不同的供应模式（如临时供应、定时供应）带来维修时间的延长和备件筹措，在供应时要考虑装备供应计划、协调运力，器材供应评估模型是供应策略是否合理的体现。保障组织参数体系如表2所示。
表2 保障组织参数体系
Figure 932305DEST_PATH_IMAGE018
在本发明中，可以根据上述评价指标体系进行评价指标的选取，并获取每个装备保障方案对应的每个评价指标的评价指标数据，其中每个方案和对应的评价指标数据的关系如表3所示。
表3 方案和评价指标数据的对应关系
Figure DEST_PATH_IMAGE019
根据保障方案评估权衡的关注点不同，指标1-指标n可从表1和表2中选取全部或者部分，Rij是第i个方案的第j个评价指标对应的评价指标数据。
在步骤102，根据所述评价指标数据和每个评价指标对应的权重，确定加权决策矩阵。
优选地，其中所述根据所述评价指标数据和每个评价指标对应的权重，确定加权决策矩阵，包括：
Figure 183289DEST_PATH_IMAGE020
，
其中，M为加权决策矩阵，Zm×n为决策矩阵，m为装备保障方案的数量；n为评价指标的数量；W n×1为权重矩阵；
Figure 72748DEST_PATH_IMAGE002
为第m个装备保障方案的第n个评价指标对应的加权决策值；
Figure 873214DEST_PATH_IMAGE003
为第n个评价指标对对应的权重；
Figure 455505DEST_PATH_IMAGE004
为第m个装备保障方案的第n个评价指标对应的评价指标数据。
优选地，其中所述方法还包括：
对于任一评价指标，当该任一评价指标所属的指标类型为效益型指标时，利用如下方式对该任一评价指标对应的评价指标数据进行归一化处理，包括：
Figure 724943DEST_PATH_IMAGE005
，
对于任一评价指标，当该任一评价指标所属的指标类型为成本性型指标时，利用如下方式对该任一评价指标对应的评价指标数据进行归一化处理，包括：
Figure 418093DEST_PATH_IMAGE006
，
其中，
Figure 73065DEST_PATH_IMAGE007
为第i个装备保障方案的第j个评价指标对应的经过归一化处理后的评价指标数据；
Figure 826257DEST_PATH_IMAGE008
为第i个装备保障方案的第j个评价指标对应的未经过归一化处理的评价指标数据；i=1,2,…,m，j=1,2,…,n，m为装备保障方案的数量；n为评价指标的数量。
理想点法是一种评价函数方法，使各目标值尽可能逼近其理想值或者最优值的求解多目标对象综合权衡的方法，其基本思想是通过对多指标体系评估值加权，确定其权重，并衡量评估对象参考点距离正负理想点的距离来确定各保障方案的优劣。目前用理想点法多解决多目标决策分析的问题，通过多个对象进行相对优劣排序，确定一点范围的最优解，保障方案综合权衡需要对多个目标对象进行优劣排序，因此本发明通过选择装备保障常用的指标体系为基础，选用理想点法作为综合权衡优化的方法，采用Java建模语言， 实现装备保障方案的综合权衡，为较优的方案选择提供依据。
在本发明中，在确定了评价指标且获取到评价指标数据后，可以预先对对评价指标数据进行归一化处理，以得到经过归一化处理的决策矩阵，再根据经过归一化处理的决策矩阵和权重得到加权决策矩阵。
具体地，针对各保障方案的Rij集合进行划分，区分出影响实验方案的效益型指标集合和成本型指标集合。每个评价指标的指标类型可以根据表1和表2获取。
对于效益型指标集合中的评价指标，指标评价数据越大越好，利用如下公式对效益型指标进行归一化处理，包括：
Figure 582992DEST_PATH_IMAGE005
，
对于成本型指标集合中的评价指标，指标评价数据越小越好，利用如下公式对成本型指标进行归一化处理，包括：
Figure 938887DEST_PATH_IMAGE006
，
通过上述归一化处理可以得到归一化决策矩阵为：Z=[zij]，
其中，
Figure 589311DEST_PATH_IMAGE007
为第i个装备保障方案的第j个评价指标对应的经过归一化处理后的评价指标数据；
Figure 140770DEST_PATH_IMAGE008
为第i个装备保障方案的第j个评价指标对应的未经过归一化处理的评价指标数据；i=1,2,…,m，j=1,2,…,n，m为装备保障方案的数量；n为评价指标的数量。
结合已规范化的归一化处理后的决策矩阵Z=[zij]和保障方案的指标权重集确定加权决策矩阵，包括：
Figure 509434DEST_PATH_IMAGE020
，
其中，M为加权决策矩阵，Zm×n为决策矩阵，m为装备保障方案的数量；n为评价指标的数量；Wn×1为权重矩阵；
Figure 669020DEST_PATH_IMAGE002
为第m个装备保障方案的第n个评价指标对应的加权决策值；
Figure 439530DEST_PATH_IMAGE003
为第n个评价指标对对应的权重；
Figure 144312DEST_PATH_IMAGE004
为第m个装备保障方案的第n个评价指标对应的评价指标数据。
在步骤103，根据所述加权决策矩阵确定正理想方案矩阵和负理想方案矩阵。
优选地，其中所述根据所述加权决策矩阵确定正理想方案矩阵和负理想方案矩阵，包括：
根据所述加权决策矩阵中每一列的最大值确定正理想方案矩阵；
根据所述加权决策矩阵中每一列的最小值确定负理想方案矩阵。
在本发明中，在确定了加权决策矩阵M后，在M矩阵中选取每一列的最大值，形成正理想方案矩阵Y+=Max[Mij]，在M矩阵中选取每一列的最小值，形成正理想方案矩阵Y-=Min[Mij]。
在步骤104，根据所述加权决策矩阵、正理想方案矩阵和负理想方案矩阵，计算每个装备保障方案与正理想方案矩阵的第一接近程度和每个装备保障方案与负理想方案矩阵的第二接近程度。
优选地，其中所述根据所述加权决策矩阵、正理想方案矩阵和负理想方案矩阵，计算每个装备保障方案与正理想方案矩阵的第一接近程度和每个装备保障方案与负理想方案矩阵的第二接近程度，包括：
Figure 273DEST_PATH_IMAGE009
其中，
Figure 963549DEST_PATH_IMAGE010
为第i个装备保障方案与正理想方案矩阵的第一接近程度；
Figure 322987DEST_PATH_IMAGE011
为第i个装备保障方案与负理想方案矩阵的第二接近程度；
Figure 198670DEST_PATH_IMAGE012
为第i个装备保障方案的第j个评价指标对应的加权决策值；
Figure 276347DEST_PATH_IMAGE013
为正理想方案矩阵Y+中的第j个元素；
Figure 43315DEST_PATH_IMAGE014
为负理想方案矩阵Y-中的第j个元素。
在步骤105，根据每个装备保障方案对应的第一接近程度和第二接近程度，确定每个装备保障方案与所述负理想方案矩阵的相对贴近度。
优选地，其中所述根据每个装备保障方案对应的第一接近程度和第二接近程度，确定每个装备保障方案与所述负理想方案矩阵的相对贴近度，包括：
Figure 522838DEST_PATH_IMAGE015
，
其中，
Figure 835002DEST_PATH_IMAGE016
为第i个装备保障方案与所述负理想方案矩阵的相对贴近度；
Figure 259030DEST_PATH_IMAGE010
为第i个装备保障方案与正理想方案矩阵的第一接近程度；
Figure 439475DEST_PATH_IMAGE011
为第i个装备保障方案与负理想方案矩阵的第二接近程度。
在本发明中，分别计算每个参与决策的保障方案到正理想方案Y+和负理想方案Y-的接近程度，再根据接近程度确定每个参与决策的保障方案i到负理想方案Y-的相对贴近度。
其中，每个参与决策的保障方案i与正理想方案矩阵Y+的接近程度
Figure 648871DEST_PATH_IMAGE010
为：
Figure 100002_DEST_PATH_IMAGE021
，
每个参与决策的方案i与负理想方案矩阵Y-的接近程度
Figure 850045DEST_PATH_IMAGE011
为：
Figure 902315DEST_PATH_IMAGE022
，
然后，计算每个参与决策的保障方案i与负理想方案矩阵Y-的相对贴近度为；
Figure 496238DEST_PATH_IMAGE015
，
其中，
Figure 684774DEST_PATH_IMAGE010
为第i个装备保障方案与正理想方案矩阵的第一接近程度；
Figure 588008DEST_PATH_IMAGE011
为第i个装备保障方案与负理想方案矩阵的第二接近程度；
Figure 127574DEST_PATH_IMAGE012
为第i个装备保障方案的第j个评价指标对应的加权决策值；
Figure 525188DEST_PATH_IMAGE013
为正理想方案矩阵Y+中的第j个元素；
Figure 833810DEST_PATH_IMAGE014
为负理想方案矩阵Y-中的第j个元素；
Figure 907945DEST_PATH_IMAGE016
为第i个装备保障方案与所述负理想方案矩阵的相对贴近度。
在步骤106，根据最大的相对贴近度对应的装备保障方案确定最优装备保障方案。
在本发明中，按di值从大到小对各个参与决策的方案进行排序，若di值最大，则可认为相应的决策方案最优。如图3所示，保障方案3到负理想方案的接近程度最大，则其对应的决策方案最优。
在目前实际应用中，针对不同的保障方案进行综合权衡有助于装备综合保障的研究，本发明针对保障方案构建符合装备保障能力评估的指标参数，并应用多目标分析的理想点法，可以接近真实情况的分析装备保障业务，有助于装备及其保障体系综合保障能力的研究，实现多个保障方案的权衡和优化，为保障方案的优选提供理论支撑；同时，为更好的应用本方法解决问题，通过C#搭建软件程序，提升应用的效率。随着保障方案评估的指标参数不断丰富，增加其参数的多样性，有助于更贴近装备保障业务的权衡优化多个保障方案，形成合理的、高效的、符合实际情况的方案，为装备综合保障能力的薄弱环节提出有效改进建议，形成适合装备综合保障的工作方法。
图4为根据本发明实施方式的装备保障方案的综合权衡***400的结构示意图。如图4所示，本发明实施方式提供的装备保障方案的综合权衡***400，包括：数据获取单元401、加权决策矩阵确定单元402、正负理想方案矩阵确定单元403、接近程度计算单元404、相对贴近度确定单元405和最优装备保障方案确定单元406。
优选地，所述数据获取单元401，用于确定评价指标，并获取每个装备保障方案对应的每个评价指标的评价指标数据。
优选地，其中所述评价指标包括：以下评价指标中的至少一个：装备完好率、可信度、任务成功概率、使用可用度、任务可靠度、平均故障间隔时间、平均致命性故障间隔时间、平均修复时间、平均预防性维修时间、最大修复时间、平均备件延误时间、各类保障资源利用率、各类保障资源满足率、平均故障间隔时间、平均致命性故障间隔时间、平均修复时间、平均预防性维修时间、平均故障间隔时间、平均致命性故障间隔时间、平均修复时间、平均预防性维修时间、维修装备数量、维修装备工时、维修占用各类保障资源的时间、维修消耗各类保障资源的数量、备件入库量和备件消耗量。
优选地，所述加权决策矩阵确定单元402，用于根据所述评价指标数据和每个评价指标对应的权重，确定加权决策矩阵。
优选地，其中所述加权决策矩阵确定单元402，根据所述评价指标数据和每个评价指标对应的权重，确定加权决策矩阵，包括：
Figure DEST_PATH_IMAGE023
，
其中，M为加权决策矩阵，Zm×n为决策矩阵，m为装备保障方案的数量；n为评价指标的数量；W n×1为权重矩阵；
Figure 13435DEST_PATH_IMAGE002
为第m个装备保障方案的第n个评价指标对应的加权决策值；
Figure 339375DEST_PATH_IMAGE003
为第n个评价指标对对应的权重；
Figure 627136DEST_PATH_IMAGE004
为第m个装备保障方案的第n个评价指标对应的评价指标数据。
优选地，其中所述***还包括：归一化处理单元，用于：
对于任一评价指标，当该任一评价指标所属的指标类型为效益型指标时，利用如下方式对该任一评价指标对应的评价指标数据进行归一化处理，包括：
Figure 747539DEST_PATH_IMAGE005
，
对于任一评价指标，当该任一评价指标所属的指标类型为成本性型指标时，利用如下方式对该任一评价指标对应的评价指标数据进行归一化处理，包括：
Figure 865625DEST_PATH_IMAGE006
，
其中，
Figure 854309DEST_PATH_IMAGE007
为第i个装备保障方案的第j个评价指标对应的经过归一化处理后的评价指标数据；
Figure 871944DEST_PATH_IMAGE008
为第i个装备保障方案的第j个评价指标对应的未经过归一化处理的评价指标数据；i=1,2,…,m，j=1,2,…,n，m为装备保障方案的数量；n为评价指标的数量。
优选地，所述正负理想方案矩阵确定单元403，用于根据所述加权决策矩阵确定正理想方案矩阵和负理想方案矩阵。
优选地，其中所述正负理想方案矩阵确定单元403，根据所述加权决策矩阵确定正理想方案矩阵和负理想方案矩阵，包括：
根据所述加权决策矩阵中每一列的最大值确定正理想方案矩阵；
根据所述加权决策矩阵中每一列的最小值确定负理想方案矩阵。
优选地，所述接近程度计算单元404，用于根据所述加权决策矩阵、正理想方案矩阵和负理想方案矩阵，计算每个装备保障方案与正理想方案矩阵的第一接近程度和每个装备保障方案与负理想方案矩阵的第二接近程度。
优选地，其中所述接近程度计算单元404，根据所述加权决策矩阵、正理想方案矩阵和负理想方案矩阵，计算每个装备保障方案与正理想方案矩阵的第一接近程度和每个装备保障方案与负理想方案矩阵的第二接近程度，包括：
Figure 304193DEST_PATH_IMAGE009
其中，
Figure 40068DEST_PATH_IMAGE010
为第i个装备保障方案与正理想方案矩阵的第一接近程度；
Figure 832444DEST_PATH_IMAGE011
为第i个装备保障方案与负理想方案矩阵的第二接近程度；
Figure 704585DEST_PATH_IMAGE012
为第i个装备保障方案的第j个评价指标对应的加权决策值；
Figure 307736DEST_PATH_IMAGE013
为正理想方案矩阵Y+中的第j个元素；
Figure 530906DEST_PATH_IMAGE014
为负理想方案矩阵Y-中的第j个元素。
优选地，所述相对贴近度确定单元405，用于根据每个装备保障方案对应的第一接近程度和第二接近程度，确定每个装备保障方案与所述负理想方案矩阵的相对贴近度。
优选地，其中所述相对贴近度确定单元405，根据每个装备保障方案对应的第一接近程度和第二接近程度，确定每个装备保障方案与所述负理想方案矩阵的相对贴近度，包括：
Figure 595814DEST_PATH_IMAGE015
，
其中，
Figure 588041DEST_PATH_IMAGE016
为第i个装备保障方案与所述负理想方案矩阵的相对贴近度；
Figure 362093DEST_PATH_IMAGE010
为第i个装备保障方案与正理想方案矩阵的第一接近程度；
Figure 806981DEST_PATH_IMAGE011
为第i个装备保障方案与负理想方案矩阵的第二接近程度。
优选地，所述最优装备保障方案确定单元406，用于根据最大的相对贴近度对应的装备保障方案确定最优装备保障方案。
本发明的实施例的装备保障方案的综合权衡***400与本发明的另一个实施例的装备保障方案的综合权衡方法100相对应，在此不再赘述。
已经通过参考少量实施方式描述了本发明。然而，本领域技术人员所公知的，正如附带的专利权利要求所限定的，除了本发明以上公开的其他的实施例等同地落在本发明的范围内。
通常地，在权利要求中使用的所有术语都根据他们在技术领域的通常含义被解释，除非在其中被另外明确地定义。所有的参考“一个/所述/该[装置、组件等]”都被开放地解释为所述装置、组件等中的至少一个实例，除非另外明确地说明。这里公开的任何方法的步骤都没必要以公开的准确的顺序运行，除非明确地说明。
本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备（***）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims (14)

1.一种装备保障方案的综合权衡方法，其特征在于，所述方法包括：
确定评价指标，并获取每个装备保障方案对应的每个评价指标的评价指标数据；
根据所述评价指标数据和每个评价指标对应的权重，确定加权决策矩阵；
根据所述加权决策矩阵确定正理想方案矩阵和负理想方案矩阵；
根据所述加权决策矩阵、正理想方案矩阵和负理想方案矩阵，计算每个装备保障方案与正理想方案矩阵的第一接近程度和每个装备保障方案与负理想方案矩阵的第二接近程度；
根据每个装备保障方案对应的第一接近程度和第二接近程度，确定每个装备保障方案与所述负理想方案矩阵的相对贴近度；
根据最大的相对贴近度对应的装备保障方案确定最优装备保障方案。
2.根据权利要求1所述的方法，其特征在于，所述评价指标包括：以下评价指标中的至少一个：装备完好率、可信度、任务成功概率、使用可用度、任务可靠度、平均故障间隔时间、平均致命性故障间隔时间、平均修复时间、平均预防性维修时间、最大修复时间、平均备件延误时间、各类保障资源利用率、各类保障资源满足率、平均故障间隔时间、平均致命性故障间隔时间、平均修复时间、平均预防性维修时间、平均故障间隔时间、平均致命性故障间隔时间、平均修复时间、平均预防性维修时间、维修装备数量、维修装备工时、维修占用各类保障资源的时间、维修消耗各类保障资源的数量、备件入库量和备件消耗量。
3.根据权利要求1所述的方法，其特征在于，所述根据所述评价指标数据和每个评价指标对应的权重，确定加权决策矩阵，包括：
Figure DEST_PATH_IMAGE002
其中，M为加权决策矩阵，Zm×n为决策矩阵，m为装备保障方案的数量；n为评价指标的数量；Wn×1为权重矩阵；
Figure DEST_PATH_IMAGE003
为第m个装备保障方案的第n个评价指标对应的加权决策值；
Figure DEST_PATH_IMAGE004
为第n个评价指标对对应的权重；
Figure DEST_PATH_IMAGE005
为第m个装备保障方案的第n个评价指标对应的评价指标数据。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
对于任一评价指标，当该任一评价指标所属的指标类型为效益型指标时，利用如下方式对该任一评价指标对应的评价指标数据进行归一化处理，包括：
Figure DEST_PATH_IMAGE007
，
对于任一评价指标，当该任一评价指标所属的指标类型为成本性型指标时，利用如下方式对该任一评价指标对应的评价指标数据进行归一化处理，包括：
Figure DEST_PATH_IMAGE009
，
其中，
Figure DEST_PATH_IMAGE010
为第i个装备保障方案的第j个评价指标对应的经过归一化处理后的评价指标数据；
Figure DEST_PATH_IMAGE011
为第i个装备保障方案的第j个评价指标对应的未经过归一化处理的评价指标数据；i=1,2,…,m，j=1,2,…,n，m为装备保障方案的数量；n为评价指标的数量。
5.根据权利要求1所述的方法，其特征在于，所述根据所述加权决策矩阵确定正理想方案矩阵和负理想方案矩阵，包括：
根据所述加权决策矩阵中每一列的最大值确定正理想方案矩阵；
根据所述加权决策矩阵中每一列的最小值确定负理想方案矩阵。
6.根据权利要求1所述的方法，其特征在于，所述根据所述加权决策矩阵、正理想方案矩阵和负理想方案矩阵，计算每个装备保障方案与正理想方案矩阵的第一接近程度和每个装备保障方案与负理想方案矩阵的第二接近程度，包括：
Figure DEST_PATH_IMAGE013
其中，
Figure DEST_PATH_IMAGE014
为第i个装备保障方案与正理想方案矩阵的第一接近程度；
Figure 20642DEST_PATH_IMAGE015
为第i个装备保障方案与负理想方案矩阵的第二接近程度；
Figure DEST_PATH_IMAGE016
为第i个装备保障方案的第j个评价指标对应的加权决策值；
Figure DEST_PATH_IMAGE017
为正理想方案矩阵Y+中的第j个元素；
Figure DEST_PATH_IMAGE018
为负理想方案矩阵Y-中的第j个元素。
7.根据权利要求1所述的方法，其特征在于，所述根据每个装备保障方案对应的第一接近程度和第二接近程度，确定每个装备保障方案与所述负理想方案矩阵的相对贴近度，包括：
Figure DEST_PATH_IMAGE020
，
其中，
Figure DEST_PATH_IMAGE021
为第i个装备保障方案与所述负理想方案矩阵的相对贴近度；
Figure 16410DEST_PATH_IMAGE014
为第i个装备保障方案与正理想方案矩阵的第一接近程度；
Figure 264989DEST_PATH_IMAGE015
为第i个装备保障方案与负理想方案矩阵的第二接近程度。
8.一种装备保障方案的综合权衡***，其特征在于，所述***包括：
数据获取单元，用于确定评价指标，并获取每个装备保障方案对应的每个评价指标的评价指标数据；
加权决策矩阵确定单元，用于根据所述评价指标数据和每个评价指标对应的权重，确定加权决策矩阵；
正负理想方案矩阵确定单元，用于根据所述加权决策矩阵确定正理想方案矩阵和负理想方案矩阵；
接近程度计算单元，用于根据所述加权决策矩阵、正理想方案矩阵和负理想方案矩阵，计算每个装备保障方案与正理想方案矩阵的第一接近程度和每个装备保障方案与负理想方案矩阵的第二接近程度；
相对贴近度确定单元，用于根据每个装备保障方案对应的第一接近程度和第二接近程度，确定每个装备保障方案与所述负理想方案矩阵的相对贴近度；
最优装备保障方案确定单元，用于根据最大的相对贴近度对应的装备保障方案确定最优装备保障方案。
9.根据权利要求8所述的***，其特征在于，所述评价指标包括：以下评价指标中的至少一个：装备完好率、可信度、任务成功概率、使用可用度、任务可靠度、平均故障间隔时间、平均致命性故障间隔时间、平均修复时间、平均预防性维修时间、最大修复时间、平均备件延误时间、各类保障资源利用率、各类保障资源满足率、平均故障间隔时间、平均致命性故障间隔时间、平均修复时间、平均预防性维修时间、平均故障间隔时间、平均致命性故障间隔时间、平均修复时间、平均预防性维修时间、维修装备数量、维修装备工时、维修占用各类保障资源的时间、维修消耗各类保障资源的数量、备件入库量和备件消耗量。
10.根据权利要求8所述的***，其特征在于，所述加权决策矩阵确定单元，根据所述评价指标数据和每个评价指标对应的权重，确定加权决策矩阵，包括：
Figure 129040DEST_PATH_IMAGE002
其中，M为加权决策矩阵，Zm×n为决策矩阵，m为装备保障方案的数量；n为评价指标的数量；Wn×1为权重矩阵；
Figure 412254DEST_PATH_IMAGE003
为第m个装备保障方案的第n个评价指标对应的加权决策值；
Figure 952825DEST_PATH_IMAGE004
为第n个评价指标对对应的权重；
Figure 688700DEST_PATH_IMAGE005
为第m个装备保障方案的第n个评价指标对应的评价指标数据。
11.根据权利要求8所述的***，其特征在于，所述***还包括：归一化处理单元，用于：
对于任一评价指标，当该任一评价指标所属的指标类型为效益型指标时，利用如下方式对该任一评价指标对应的评价指标数据进行归一化处理，包括：
Figure 356442DEST_PATH_IMAGE007
，
对于任一评价指标，当该任一评价指标所属的指标类型为成本性型指标时，利用如下方式对该任一评价指标对应的评价指标数据进行归一化处理，包括：
Figure 494162DEST_PATH_IMAGE009
，
其中，
Figure 707100DEST_PATH_IMAGE010
为第i个装备保障方案的第j个评价指标对应的经过归一化处理后的评价指标数据；
Figure 930271DEST_PATH_IMAGE011
为第i个装备保障方案的第j个评价指标对应的未经过归一化处理的评价指标数据；i=1,2,…,m，j=1,2,…,n，m为装备保障方案的数量；n为评价指标的数量。
12.根据权利要求8所述的***，其特征在于，所述正负理想方案矩阵确定单元，根据所述加权决策矩阵确定正理想方案矩阵和负理想方案矩阵，包括：
根据所述加权决策矩阵中每一列的最大值确定正理想方案矩阵；
根据所述加权决策矩阵中每一列的最小值确定负理想方案矩阵。
13.根据权利要求8所述的***，其特征在于，所述接近程度计算单元，根据所述加权决策矩阵、正理想方案矩阵和负理想方案矩阵，计算每个装备保障方案与正理想方案矩阵的第一接近程度和每个装备保障方案与负理想方案矩阵的第二接近程度，包括：
Figure 136124DEST_PATH_IMAGE013
其中，
Figure 128351DEST_PATH_IMAGE014
为第i个装备保障方案与正理想方案矩阵的第一接近程度；
Figure 276305DEST_PATH_IMAGE015
为第i个装备保障方案与负理想方案矩阵的第二接近程度；
Figure 986772DEST_PATH_IMAGE016
为第i个装备保障方案的第j个评价指标对应的加权决策值；
Figure 730737DEST_PATH_IMAGE017
为正理想方案矩阵Y+中的第j个元素；
Figure 843049DEST_PATH_IMAGE018
为负理想方案矩阵Y-中的第j个元素。
14.根据权利要求8所述的***，其特征在于，所述相对贴近度确定单元，根据每个装备保障方案对应的第一接近程度和第二接近程度，确定每个装备保障方案与所述负理想方案矩阵的相对贴近度，包括：
Figure 601052DEST_PATH_IMAGE020
，
其中，
Figure 64394DEST_PATH_IMAGE021
为第i个装备保障方案与所述负理想方案矩阵的相对贴近度；
Figure 612050DEST_PATH_IMAGE014
为第i个装备保障方案与正理想方案矩阵的第一接近程度；
Figure 31399DEST_PATH_IMAGE015
为第i个装备保障方案与负理想方案矩阵的第二接近程度。
CN202210234757.1A 2022-03-11 2022-03-11 一种装备保障方案的综合权衡方法及*** Pending CN114331229A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210234757.1A CN114331229A (zh) 2022-03-11 2022-03-11 一种装备保障方案的综合权衡方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210234757.1A CN114331229A (zh) 2022-03-11 2022-03-11 一种装备保障方案的综合权衡方法及***

Publications (1)

Publication Number Publication Date
CN114331229A true CN114331229A (zh) 2022-04-12

Family

ID=81033163

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210234757.1A Pending CN114331229A (zh) 2022-03-11 2022-03-11 一种装备保障方案的综合权衡方法及***

Country Status (1)

Country Link
CN (1) CN114331229A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117172611A (zh) * 2023-09-27 2023-12-05 北京瑞风协同科技股份有限公司 一种设计制造过程中全机紧固件测评的方法、***及设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109242273A (zh) * 2018-08-20 2019-01-18 西南交通大学 一种配电网故障恢复方案群体评估方法
CN109523183A (zh) * 2018-11-27 2019-03-26 中铁二院工程集团有限责任公司 基于混合多属性决策的铁路建设方案的评价方法
CN111008440A (zh) * 2019-12-04 2020-04-14 中国直升机设计研究所 一种基于理想解法的五性与性能综合权衡方法
CN111340306A (zh) * 2020-03-12 2020-06-26 郑州航空工业管理学院 一种面向智能制造的机床设备优化方法
US20200282503A1 (en) * 2018-08-28 2020-09-10 Dalian University Of Technology Comprehensive performance evaluation method for cnc machine tools based on improved pull-off grade method

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109242273A (zh) * 2018-08-20 2019-01-18 西南交通大学 一种配电网故障恢复方案群体评估方法
US20200282503A1 (en) * 2018-08-28 2020-09-10 Dalian University Of Technology Comprehensive performance evaluation method for cnc machine tools based on improved pull-off grade method
CN109523183A (zh) * 2018-11-27 2019-03-26 中铁二院工程集团有限责任公司 基于混合多属性决策的铁路建设方案的评价方法
CN111008440A (zh) * 2019-12-04 2020-04-14 中国直升机设计研究所 一种基于理想解法的五性与性能综合权衡方法
CN111340306A (zh) * 2020-03-12 2020-06-26 郑州航空工业管理学院 一种面向智能制造的机床设备优化方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117172611A (zh) * 2023-09-27 2023-12-05 北京瑞风协同科技股份有限公司 一种设计制造过程中全机紧固件测评的方法、***及设备

Similar Documents

Publication Publication Date Title
CN106779441B (zh) 一种预测变更风险方法和装置
CN107590569A (zh) 一种数据预测方法及装置
CN111614491A (zh) 一种面向电力监控***安全态势评估指标选取方法及***
Tadić et al. The evaluation and ranking of medical device suppliers by using fuzzy topsis methodology
CN114331229A (zh) 一种装备保障方案的综合权衡方法及***
CN111178731A (zh) 基于大数据赋能条件下的社会单位动态火灾风险评估方法
Chatterjee et al. Supplier selection using compromise ranking and outranking methods
CN113554213A (zh) 一种天然气需求预测方法、***、存储介质及设备
CN117196311A (zh) 一种铁路工程建设项目风险管理方法
CN103646189A (zh) 一种微生物能力验证结果综合评价方法
CN117035158A (zh) 一种基于多种收益模式的用户侧储能优化配置评估***及方法
CN113592362A (zh) 一种城市电网抗灾变能力评估方法及相关装置
Azadeh et al. An integrated approach for configuration optimization in a CBM system by considering fatigue effects
CN113850471A (zh) 一种综合能源***的状态评价方法及装置
CN112801544A (zh) 一种公路数字化管理绩效评价方法及***
CN113867922B (zh) 一种适用于互感器计量性能在线监测***的任务调度方法
Borgianni et al. Integration of OTSM-TRIZ and Analytic Hierarchy Process for choosing the right solution
CN118134297A (zh) 一种行业低碳节能能力的评价排序方法和***
CN113222461B (zh) 基于ahp-critic的海上风电升压站冷却***评价方法
CN112749963A (zh) 一种降低雷达全寿命周期费用的估算方法和***
Junying On emergency of large scale engineering sports events
CN105005738A (zh) 一种多属性决策的信息安全效用提升方法
Singh et al. Evaluation of Critical Factors of Production System Life Cycle (PSLC): An AHP Approach
CN114912802A (zh) 一种电网技术路线差异化制定方法及***
CN116911487A (zh) 一种社区燃气管道泄漏事故应急资源优化方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination