导读:本文包含了面向任务维修论文开题报告文献综述、选题提纲参考文献，主要关键词:装备,算法,相控阵,用度,空间站,资源配置,选择性。
面向任务维修论文文献综述写法
冉悄然,王强,王双川[1]（2019）在《面向复杂任务的装备维修人员仿真评估》一文中研究指出为解决装备维修任务人员需求分析与决策中解析模型建立困难的问题,采用仿真技术对复杂任务的装备维修人员评估进行研究。在仿真线程设计的基础上,通过对装备维修人员评估仿真中的关键部分进行设计,建立仿真整体控制程序,得到装备维修人员编配方案并进行仿真评估。结果表明:该研究可提高维修人员仿真评估的科学性和合理性,为实施维修保障运行仿真及维修人员编配方案仿真评估提供技术参考。(本文来源于《兵工自动化》期刊2019年10期）
冯淑红,吕箴,孟瑶[2]（2019）在《面向任务需求的在轨维修地面验证方法研究与应用》一文中研究指出维修性验证对航天器在轨维修具有重要的作用和意义。从空间站维修性验证任务需求出发,结合验证对象、验证项目、验证环境等方面,对国内外常用维修性验证方法进行比较分析,提出了分步归类的地面验证思路及一种化繁为简的零重力局部环境模拟维修性验证平台,以适应空间站各类大量在轨维修设备的维修全流程验证需求。(本文来源于《质量与可靠性》期刊2019年03期）
陈卓[3]（2018）在《面向维修任务的机务人员优化配置研究》一文中研究指出随着民航维修业的飞速向前发展,航班频率和保障工作难度的增加,任务量的提升与资源需求供应不足、人员疲劳、工作保障质量下降的矛盾正日益凸显。解决该矛盾的根本途径不是一味增加人数,而是在维修保障装备日益提高的今天,更加充分地了解任务的安排方法并更加有效地利用人力资源。针对以上问题,详细论述了考虑人为因素的人力资源配置建模理论与方法,从数量配置以及过程中的动态配置两个方面,提出面向多个维修任务时人员优化配置一般方法以在降低人为因素影响的同时实现人员总人数,资源资质需求方面的优化。首先,从理论分析入手,以维修任务分析分析子任务中的人员合作需求,利用改进粒子群算法优化维修人员的疲劳状态和时间压力以满足维修人员跨地点支援工作时能够出色完成任务。当人员面对应急排故时,通过人为因素影响分析确定排故方案。然后,利用着色Petri网理论为多任务维修过程建模,在模型中利用人为因素分析对人力资源配置方法进行研究,并从维修等待、资源利用角度分析优化结果。最后,从资源、工作量、可靠性方面检验人员配置结果。另外,在进行维修任务分析同时,利用统计回归,为面向多任务人员配置建立数量关系模型。考虑到人为因素影响,提出了一种面向多个维修任务的工作人员配置方法,从人员数量、时间压力、人员疲劳程度等方面实现了配置优化,为维修工作配置人员提供参考。(本文来源于《中国民航大学》期刊2018-05-01）
于风竺,方光统,杨瑞平,丁志超[4]（2017）在《面向任务的舰船装备维修保障资源优化配置研究》一文中研究指出保障资源是舰船装备维修保障的重要组成部分,合理的优化与分配对于及时恢复舰船装备战斗力具有重要意义。论文主要是以舰船装备维修保障任务为牵引,明确各阶段任务划分、保障资源要素构成及两者之间的相互关系。在此基础上,分析了优化配置的影响因素及具体思路,构建了基于任务优先级的保障资源优化配置模型,并用具体实例验证了模型的可行性。(本文来源于《舰船电子工程》期刊2017年06期）
曹文斌,李锋,冉悄然[5]（2017）在《面向随机任务的多状态系统选择性维修优化研究》一文中研究指出针对多状态系统执行随机任务时的选择性维修决策问题,建立当任务间隔、任务持续时间、任务需求均为随机变量时,多状态系统的任务成功概率评估模型,并以维修时间为目标函数,以维修费用和任务成功概率为约束条件,建立了选择性维修决策模型,得到了最优维修方案.最后,以某型装备的为例,进行了案例分析,验证了模型的有效性,并分析了随机任务参数对选择性维修决策结果的影响.(本文来源于《军械工程学院学报》期刊2017年02期）
戴锦虹,王永攀,闫抒升[6]（2017）在《面向任务的相控阵雷达维修方案优选方法》一文中研究指出针对不同任务等级条件下相控阵雷达维修方案的选择问题,提出一种面向任务的维修方案选择方法。该方法在逼近理想排序法(TOPSIS)思想的基础上,通过引入区间数来处理决策信息的不确定性,通过引入变权理论来弥补常权决策带来的误差,通过控制任务属性权重来实现面向任务的维修方案优选。给出了具体的方法步骤,并通过应用实例对方法的有效性和可行性进行了验证。(本文来源于《舰船电子对抗》期刊2017年01期）
刘佳,杨建军,谢宗仁[7]（2016）在《面向任务的舰船装备预防性维修规划模型研究》一文中研究指出为降低任务期间舰船系统装备的故障风险、提高系统可靠性、减少故障风险损失,以最小化系统任务性、经济性及安全性风险为目标,建立了面向任务的舰船装备预防性维修规划模型,研究分析了模型的求解方法。并针对装备系统故障概率计算问题,建立了GO法和Extend模型相结合的仿真模型;以护航任务期间柴油机燃油系统预防性维修周期决策为典型案例,验证了模型的适用性、可行性和准确性。论文的舰船装备预防性维修规划模型有效地优化了维修方案,具有重要的社会效益及经济效益。(本文来源于《中国造船》期刊2016年04期）
于春风,郭昊,王磊,景国范[8]（2016）在《面向任务的装甲装备基本维修单元配置优化》一文中研究指出针对基本维修单元调度优化问题,基于排队论方法,建立了面向任务的装甲装备基本维修单元配置优化模型,并采用遗传算法对模型进行求解,结果表明优化模型和求解算法是可行的。(本文来源于《装甲兵工程学院学报》期刊2016年01期）
郭小威,李保刚,滕克难[9]（2016）在《面向多阶段任务可用度的装备群维修决策模型》一文中研究指出多种维修方式的综合应用可最大限度提高装备可用度。针对装备群的多阶段任务特点,将维修活动近似安排在任务间隔期内,认为部件以一定的概率必然出现故障,获得了阶段期望维修时间。然后充分考虑了部件的3种维修策略以及产生的延误时间,给出了任务可用度的定义。以最大化任务可用度为目的,在综合分析阶段任务分配方案及维修方式选择影响的基础上,建立了一种非线性整数规划模型。基于问题实际提出了改进遗传算法对模型进行求解,以新的多层分段染色体形式表示优化方案,并调整遗传算子的操作方法以易于算法的实现。最后给出具体实例证明了模型及算法的有效性,有利于决策人员做出合理的任务及维修活动安排。(本文来源于《系统工程与电子技术》期刊2016年03期）
蒋庆喜,徐志锋,王勇[10]（2015）在《面向特殊事件的维修任务确定方法研究》一文中研究指出民用飞机在运营过程中遇到的特殊事件可能影响飞机的持续适航,需要在特殊事件发生后对飞机进行维修。本文从确定特殊事件维修任务所需考虑的主要因素入手,阐述了特殊事件的概念及其引起的任务类别,介绍了确定任务候选项的方法,明确了运营阶段制造商和运营商的职责,提出了特殊事件概率的相关计算方法及应用领域。(本文来源于《航空维修与工程》期刊2015年09期）
面向任务维修论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
维修性验证对航天器在轨维修具有重要的作用和意义。从空间站维修性验证任务需求出发,结合验证对象、验证项目、验证环境等方面,对国内外常用维修性验证方法进行比较分析,提出了分步归类的地面验证思路及一种化繁为简的零重力局部环境模拟维修性验证平台,以适应空间站各类大量在轨维修设备的维修全流程验证需求。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
面向任务维修论文参考文献
[1].冉悄然,王强,王双川.面向复杂任务的装备维修人员仿真评估[J].兵工自动化.2019
[2].冯淑红,吕箴,孟瑶.面向任务需求的在轨维修地面验证方法研究与应用[J].质量与可靠性.2019
[3].陈卓.面向维修任务的机务人员优化配置研究[D].中国民航大学.2018
[4].于风竺,方光统,杨瑞平,丁志超.面向任务的舰船装备维修保障资源优化配置研究[J].舰船电子工程.2017
[5].曹文斌,李锋,冉悄然.面向随机任务的多状态系统选择性维修优化研究[J].军械工程学院学报.2017
[6].戴锦虹,王永攀,闫抒升.面向任务的相控阵雷达维修方案优选方法[J].舰船电子对抗.2017
[7].刘佳,杨建军,谢宗仁.面向任务的舰船装备预防性维修规划模型研究[J].中国造船.2016
[8].于春风,郭昊,王磊,景国范.面向任务的装甲装备基本维修单元配置优化[J].装甲兵工程学院学报.2016
[9].郭小威,李保刚,滕克难.面向多阶段任务可用度的装备群维修决策模型[J].系统工程与电子技术.2016
[10].蒋庆喜,徐志锋,王勇.面向特殊事件的维修任务确定方法研究[J].航空维修与工程.2015