一种船舶维修资源配置优化方法及装置制造方法及图纸

本发明专利技术涉及一种船舶维修资源配置优化方法及装置，基于模糊层次分析法，建立船舶状态评价指标体系，所述指标体系中包括指标层和子指标层，并计算指标体系中子指标层各元素对于船舶状态的综合重要度；利用所述评价指标体系中的子指标层各元素的当前数据及各元素对于船舶状态的综合重要度，对预先建立的船舶维修资源需求预测模型的系数进行优化。本发明专利技术利用模糊数学原理，以精确的数学语言描述定性或者不确定因素，对其修理状态进行评价，得到最优化的配置模型。

A method and device for optimizing the allocation of ship maintenance resources

The invention relates to a method and device for optimizing the allocation of ship maintenance resources. Based on the fuzzy analytic hierarchy process, a ship state evaluation index system is established. The index system includes an index layer and a sub index layer, and the comprehensive importance of each element in the sub index layer of the index system to the ship state is calculated. The current data of each element in the sub index layer of the evaluation index system is used And the comprehensive importance of each element to the state of the ship, optimize the coefficient of the pre established prediction model of ship maintenance resource demand. The invention uses the principle of fuzzy mathematics to describe the qualitative or uncertain factors in precise mathematical language, evaluates the repair state, and obtains the optimal configuration model.

【技术实现步骤摘要】
一种船舶维修资源配置优化方法及装置
本专利技术涉及船舶维修领域，具体涉及一种船舶维修资源配置优化方法及装置。
技术介绍
船舶维修资源是指实施维修工作所必需的物资和维修工作完成的其他条件，主要包括人员、物资、环境、规程等。船舶维修资源优化配置问题是个复杂而系统的数学问题，它涉及维修资源的最优化整体分配和把修船单位看为整体的资源分配最优化以及单一资源的最优化分配和多维资源的最优化分配等各种问题。现阶段船舶维修资源配置大多是基于单项分析法，即仅以单一维修资源为优化目标开展优化配置，而且在配置时对船舶本身技术状态参数、航行里程、船坞综合修理能力等重要影响因素没有充分系统考虑，不能根据船舶实际修理需求动态的调整维修资源配置数据，造成维修资源配置不科学、不合理，产生不要的浪费。
技术实现思路
本专利技术针对现有技术中存在的技术问题，提供一种船舶维修资源配置优化方法及装置。本专利技术解决上述技术问题的技术方案如下：第一方面，本专利技术提供一种船舶维修资源配置优化方法，包括以下步骤：基于模糊层次分析法，建立船舶状态评价指标体系，所述指标体系中包括指标层和子指标层，并计算指标体系中子指标层各元素对于船舶状态的综合重要度；利用所述评价指标体系中的子指标层各元素的当前数据及各元素对于船舶状态的综合重要度，对预先建立的船舶维修资源需求预测模型的系数进行优化；所述的船舶维修资源需求预测模型如下式所示，ZYSLi＝αJIBIE1SLi+βJIBIE2SLi+γJIBIE3SLi式中，ZYSLi表示维修过程中第i类资源的需求数量；JIBIE1SLi、JIBIE2SLi、JIBIE3SLi则分别表示第i类资源对应坞修级别一般、较严重、严重的历史统计平均值；α、β、γ为加权系数。在上述技术方案的基础上，该方法还包括系数优化结果评价方法，包括：计算子指标层各元素对于船舶状态的隶属度值；利用各元素对于船舶状态的综合重要度以及各元素的隶属度值，计算系数优化结果评价值。进一步的，所述的计算子指标层各元素对于船舶状态的隶属度值，包括：根据专家经验定义隶属度系数；利用所述评价指标体系中的子指标层各元素的当前数据计算子指标层各元素对应的所述船舶维修资源需求预测模型的修正系数；根据所述隶属度系数及子指标层各元素对应的修正系数，计算子指标层各元素对于船舶状态的隶属度值。第二方面，本专利技术还提供一种船舶维修资源配置优化装置，包括：评价指标体系建立模块，用于基于模糊层次分析法，建立船舶状态评价指标体系，所述指标体系中包括指标层和子指标层，并计算指标体系中子指标层各元素对于船舶状态的综合重要度；系数优化模块，用于利用所述评价指标体系中的子指标层各元素的当前数据及各元素对于船舶状态的综合重要度，对预先建立的船舶维修资源需求预测模型的系数进行优化。本专利技术的有益效果是：船舶维修资源优化配置通常采用的加权系数为定值，但实际船舶技术状态肯定是动态的，所以必须对船舶状态进行评估，更准确的船舶状态权重系数，能够更好地反映船舶待修状态，更有针对性的指导坞修资源配置。为此，本维修资源优化配置研究主要针对船舶状态加权系数进行优化，采用基于模糊层次分析方法的权重配置方法确定船舶状态加权系数[α,β,γ]，使优化后的船舶状态加权系数更加准确的反映船舶维修状态。本专利技术采用基于模糊层次分析方法的船舶技术状态评估体系，在对船舶技术状态、航行里程等参数进行综合分析的基础上，建立待评对象的递阶层次结构，根据评价指标的属性，采用动态系数加权的模型，利用模糊数学原理，以精确的数学语言描述定性或者不确定因素，对其修理状态进行评价，得到最优化的配置模型。附图说明图1为本专利技术实施例一提供的一种船舶维修资源配置优化方法流程图；图2为本专利技术实施例二提供的一种船舶维修资源配置优化装置结构图。具体实施方式以下结合附图对本专利技术的原理和特征进行描述，所举实例只用于解释本专利技术，并非用于限定本专利技术的范围。船舶维修资源优化配置通常采用的加权系数为定值，但实际船舶技术状态肯定是动态的，所以必须对船舶状态进行评估，更准确的船状态权重系数，能够更好地反映船舶待修状态，更有针对性的指导坞修资源配置。为此，本维修资源优化配置研究主要针对船舶状态加权系数进行优化，采用基于模糊层次分析方法的权重配置方法确定船舶状态加权系数[α,β,γ]，使优化后的船舶状态加权系数更加准确的反映船舶维修状态。本专利技术采用基于模糊层次分析方法的船舶技术状态评估体系，在对船舶技术状态、航行里程等参数进行综合分析的基础上，建立待评对象的递阶层次结构，根据评价指标的属性，采用动态系数加权的模型，利用模糊数学原理，以精确的数学语言描述定性或者不确定因素，对其修理状态进行评价，得到最优化的配置模型。实施例一如图1所示，本专利技术实施例提供的一种船舶维修资源配置优化方法，包括以下内容：步骤100，基于模糊层次分析法，建立船舶状态评价指标体系，所述指标体系中包括指标层和子指标层，并计算指标体系中子指标层各元素对于船舶状态的综合重要度。所述的船舶维修资源需求预测模型如下式所示，ZYSLi＝αJIBIE1SLi+βJIBIE2SLi+γJIBIE3SLi式中，ZYSLi表示维修过程中第i类资源的需求数量；JIBIE1SLi、JIBIE2SLi、JIBIE3SLi则分别表示第i类资源对应坞修级别一般、较严重、严重的历史统计平均值；α、β、γ为加权系数。依据评价体系中各因素所属类型，对其进行层次划分，形成船舶状态评价的递阶层次结构模型。船舶状态评价结构模型是一个完全独立的层次结构，其特点是同级指标都是独立的，与下一级指标完全不同。通过对某船坞修单位调研，确定船舶维修状态评价指标体系和递阶层次关系结构，第一层设置“航行情况”和“船体状况”两个指标参数，“航行情况”下级指标为“上次维修后航行时间”、“上次维修后航行里程”以及“上次维修后间隔时间”；“船体状态”在此设定为该船船长对该船技术状态的评价。递阶层次关系结构见表1。该层次关系后续可以进行不断修正与补充完善。表1某船维修状态评价指标体系层次关系结构完成递阶层次结构建立后，就确定了上、下层之间的元素隶属关系，在此，由表1可知指标体系分为了两层：指标层，这里仅列举了船舶航行情况以及船体状态两个元素；但是不排除，根据船舶类型不同而增加其他类别元素的可能。子指标层，同样这里仅列举了上次维修后的航行时间、上次维修后的航行流程、上次维修后的间隔时间以及船体状态船长评价值四个元素；所述上次维修后的航行时间、上次维修后的航行流程、上次维修后的间隔时间隶属于所述船舶航向情况，所述船体状态船长评价值隶属于所述船体状态。递阶层次结构建立后，根据下层指标对上层评价准则的影响重要度，计算各级指标的综合重要度wj，wj＝ai本文档来自技高网...

【技术保护点】
1.一种船舶维修资源配置优化方法，其特征在于，包括以下步骤：/n基于模糊层次分析法，建立船舶状态评价指标体系，所述指标体系中包括指标层和子指标层，并计算指标体系中子指标层各元素对于船舶状态的综合重要度；/n利用所述评价指标体系中的子指标层各元素的当前数据及各元素对于船舶状态的综合重要度，对预先建立的船舶维修资源需求预测模型的系数进行优化；/n所述的船舶维修资源需求预测模型如下式所示，/nZYSL

【技术特征摘要】
1.一种船舶维修资源配置优化方法，其特征在于，包括以下步骤：
基于模糊层次分析法，建立船舶状态评价指标体系，所述指标体系中包括指标层和子指标层，并计算指标体系中子指标层各元素对于船舶状态的综合重要度；
利用所述评价指标体系中的子指标层各元素的当前数据及各元素对于船舶状态的综合重要度，对预先建立的船舶维修资源需求预测模型的系数进行优化；
所述的船舶维修资源需求预测模型如下式所示，
ZYSLi＝αJIBIE1SLi+βJIBIE2SLi+γJIBIE3SLi
式中，ZYSLi表示维修过程中第i类资源的需求数量；
JIBIE1SLi、JIBIE2SLi、JIBIE3SLi则分别表示第i类资源对应坞修级别一般、较严重、严重的历史统计平均值；α、β、γ为加权系数。


2.根据权利要求1所述的方法，其特征在于，所述船舶状态评价指标体系，包括：
指标层，所述指标层至少包括船舶航行情况以及船体状态两个元素；
子指标层，所述子指标层至少包括上次维修后的航行时间、上次维修后的航行流程、上次维修后的间隔时间以及船体状态船长评价值四个元素；
所述指标层与所述子指标层存在隶属关系，所述上次维修后的航行时间、上次维修后的航行流程、上次维修后的间隔时间隶属于所述船舶航向情况，所述船体状态船长评价值隶属于所述船体状态。


3.根据权利要求2所述的方法，其特征在于，所述的计算指标体系中各指标对于船舶状态的综合重要度，包括：
根据指标层各元素对于船舶状态评价的重要度为指标层各元素赋值；
根据子指标层各元素对于指标层各元素的重要度为子指标层中各元素进行赋值；
利用下式计算所述子指标层中各元素相对于船舶状态的综合重要度；
wj＝ai*bj
其中，ai表示指标层元素i的值，bj表示子指标层元素j的值。


4.根据权利要求1所述的方法，其特征在于，所述的利用所述评价指标体系中的子指标层各元素的当前数据及各元素对于船舶状态的综合重要度，对预先建立的船舶维修资源需求预测模型的系数进行优化，包括：
利用所述评价指标体系中的子指标层各元素的当前数据计算子指标层各元素对应的所述船舶维修资源需求预测模型的修正系数；
结合所述各元素对于船舶状态的综合重要度，利用所述子指标层各元素对应的修正系数，计算所述船舶维修资源需求预测模型的优化系数。


5.根据权利要求4所述的方法，其特征在于，所述的利用所述...

【专利技术属性】
技术研发人员：魏来，解锋，冯源，黄登斌，叶晓慧，彭丹，
申请(专利权)人：中国人民解放军海军工程大学，
类型：发明
国别省市：湖北;42