基于agent的航材计划优化算法的研究与实现

《基于agent的航材计划优化算法的研究与实现》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、中国民航大学硕士学位论文基于Agent的航材计划优化算法的研究与实现姓名：张明水申请学位级别：硕士专业：模式识别与智能系统指导教师：董健康;陈静杰20070312中国民航夫学硕f。学位论文摘要航材管理一直是影响航空公司效益高低的重要因素，其中一项重要内容就是航材的计划采购。本课题足以南方航空公司航材管理理论研究为背景，着重研究航材管理中的计划采购环节。首先，本文深入研究了空客公司提供的航材设备推荐清单(RSPL)以及求解／fi

2、T1：J类型航材的三个计算公式。其次，针对RSPL提供的计算公式中存在的

3、不足，本课题从库存管理的角度，依掘航材特性的不同，构建了相应的计划优化算法，即定量订货法和定期订货法，并对兑进行了修改。此外，本课题结合航材消耗数据和射影预测中四种常用的方法，给出了这止!方法的预测效果。然后，本课题深入分析研究了影响航材计划采购的重要因素一平均故障间隔n,1f￡1J(～ITBF)和航材消耗的内在规律性一季节特性，以完善航材计划优化算法。运用多霞线件明归分析了MTBF与采购数量l’H】的关系，利用中心移动平均法得到了每月相应的季箝指数，以此作为采购数量的加权系数，提高了航材采购的准确

4、性。最后，把计划采购环节看作一个Agent实体，以各种预测算法作为Agent结构内鄢的核心推理规则，辅以事实数据库、约束条件等，以此柬构建软件Agent程序实体，并在采用了VisualProlog逻辑程序设计语言实现。本课题还得到了以下基金项目的支持：国家自然科学基会项目(60572166)，民航总局科技基会项目(MY0517413)。关键阋：设备推荐清单(RSPL)、计划采购预测算法、平均故障间隔时1．日J(3dTBF)、季节指数、Agent、VisualProlog中田民航人学硕卜学位论交Abs

5、tractSparepartsmanagementistheimportantfactoraffectingairlinecompanybenefit，andsparepartsplanningorderisoneofimportantcontentsofsparepartsmanagement．Thispaperjustaboutresearchesplanningorder．First，thepaperthoroughresearchestherecommendedsparepartslist(

6、RSPL)providedbyAirBuscompanyandthreeformulasforsolvingdifferentstylesspareparts．Second，inordertoperfectingthethreeformulasinRSPL，thepaperestablishesoptimizationarithmeticaccordingascharacteristicofsparepartsfromstockmanagementangle，thatisquantitativeor

7、derarithmeticandperiodicalorderarithmetic．Thepapermodifiesthetwoarithmetics．Besides，itcombineshistorydamandfourmethodsofallusiveforecastarithmetictoforecastorderquantity,andgivestheforecastresults．Third，thepaperthoroughresearchestheimportantfictoraffec

8、tingsparepartsplanningorder--meantimebetweenfailure(MTBF)andinternalruleofthecostofspareparts—seasonalcharacteristic．UsingmulriplelinearregresstoanalyzingMTBFandorderquantityandusingcentralmovingaveragemethodtoreceivethecorrespondingseasonalindex，impro

9、vetheveracityofsparepartsordeLFinally,thepaperregardsplanningordera8Agent，anddifferentarithmeticisusedasinternalconsequenceruleofAgent，combiningfactsdatabaseandrestrictedconditions．Inthepaper,VisualPrologisusedtoestablishAgent．Keywords：