[發明專利]基于免疫粒子群的民機航材修理級別與庫存配置聯合優化方法

有效

• 申請號: 202011315328.4
• 申請日: 2020-11-21
• 公開（公告）號: CN112464558B
• 公開（公告）日: 2022-09-13
• 發明（設計）人: 夏俊;馮蘊雯;譚宏斌;薛小鋒
• 申請（專利權）人: 西北工業大學;上海飛機客戶服務有限公司
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/00;G06Q10/08;G06F111/04;G06F111/06
• 代理公司: 西安凱多思知識產權代理事務所(普通合伙) 61290
• 代理人: 劉新瓊

本發明涉及一種基于免疫粒子群方法的民機航材修理級別與庫存配置聯合優化方法，屬于民機修理技術領域。本發明在傳統的修理級別與庫存配置分開計算的基礎之上，綜合修理級別與航材庫存配置費用，建立聯合優化模型，實現考慮航材修理級別與庫存配置的總費用，運用免疫粒子群算法進行求解，達到符合工程實際，降低航材庫存及民機用戶航材投資成本的目的。

技術領域

本發明屬于民機修理技術領域，涉及一種基于免疫粒子群的民機航材修理級別與庫存配置的聯合優化方法。

背景技術

民機航材修理級別與庫存配置是飛機維修保障的基礎，對飛機持續安全運營具有重要影響。修理級別分析結果決定產品發生故障后是需要修理還是報廢，以及在哪一個級別完成修理，直接影響了航材的庫存配置方案。而航材庫存配置過多會造成資金占用，庫存配置不足會影響飛機的正常運營。目前工程中傳統的修理級別與庫存配置優化方法較多是對修理級別與庫存配置依次單獨進行優化，僅考慮使修理級別成本最小而沒有綜合考慮修理級別分析結果對后續庫存配置方案的影響，因此研究修理級別分析與庫存配置聯合優化具有重要意義。

近年來智能優化算法廣泛應用于民機修理級別與航材庫存配置問題中，但在修理級別分析與庫存配置聯合優化方面的研究甚少，現有聯合優化技術將備件庫存配置費用作為修理級別分析中的一項指標，通過在修理級別分析過程中將備件配置費用不斷迭代，從而得到修理級別分析與備件庫存配置的聯合最優解，但現有技術僅適用于求解對稱系統模型，即假設各底層庫存具有相同的備件配置數量，這一假設與實際工程不符，此外現有技術由于迭代求解過程復雜且精度不能滿足要求。

發明內容

要解決的技術問題

在計算民機航材修理級別與庫存配置的聯合成本時，考慮修理級別分析結果與庫存配置方案之間的相互影響以及不同修理地點庫存配置數量的差異性，針對傳統民機航材修理級別與庫存配置分別進行計算的問題，提出一種基于免疫粒子群的民機航材修理級別與庫存配置聯合優化方法，首先通過航材修理級別分析，判定航材是否維修。建立航材修理級別與庫存配置總費用模型，本模型使用智能免疫粒子群算法對聯合模型進行求解，提高計算效率實現航材修理級別與庫存配置聯合優化，達到航材投資費用最小的目的。

技術方案

一種基于免疫粒子群方法的民機航材修理級別與庫存配置聯合優化方法，其特征在于步驟如下：

步驟1：按照目前普遍的兩級維修模式：航線級和基地級，首先對航材運用LORA分析，對故障件進行判斷，如果技術上不可修，則選擇報廢；如果技術上可修，則轉至下一步；

步驟2：結合ELORA分析，從經濟性的角度判別故障件是否可修，一般而言，如果修理費用大于購買全新備件的70％以上，則選擇不可修，即報廢；如果可修則轉至下一步；

步驟3：通過維修費用判別故障件的修理級別，如果航線維修費用小于基地維修費用，則選擇在航線修理；如果航線維修費用大于基地維修費用，則選擇在基地修理；

步驟4：確定不同修理級別下維修成本與相應庫存配置成本的計算參數，見下式1中參數，建立以維修成本與庫存配置成本之和最小為目標的聯合優化數學模型，模型目標函數由三部分組成：LORA可變費用、固定費用，航材費用，分別為下式1中的三部分；通常把人工、運輸、備件費用認為是可變費用工具，而把設備與技術文檔相關的費用認為是固定費用，航材費用則是指航材本身的價格，計算如下式；