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+γJIBIE ...
【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
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。