一种船舶维修资源配置验证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验证方法及装置，根据各类维修资源中的各类指标对维修保障能力的影响因素，分别构建所述各类指标的统计模型；将实际船舶维修资源配置数据代入所述统计模型中，计算各类指标对评价结果的影响值；利用模糊层次分析法，根据资源类型及指标类型构建层次结构模型，并根据所述层次结构模型计算各类指标对于验证评估结果的综合重要度；结合指标类型对维修保障能力的影响值及所述综合重要度，对实际船舶维修资源配置数据进行验证评估。本发明专利技术针对各类维修保障资源建立评估指标体系，并利用模糊层次分析法对维修资源配置方案进行优化验证，以得到最优化的资源配置模型。

【技术实现步骤摘要】
一种船舶维修资源配置验证方法及装置
本专利技术涉及船舶维修中的资源配置
，具体涉及一种船舶维修资源配置验证方法及装置。
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及验证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、把修船单位看为整体的资源最优化分配、单一资源的最优化分配、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，造成维修资源配置不科学、不合理，产生不必要的浪费。
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验证方法及装置，针对各类维修保障资源建立评估指标体系，并利用模糊层次分析法对维修资源配置方案进行优化验证，以得到最优化的资源配置模型。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验证方法，包括以下步骤：根据各类维修资源中的各类指标对维修保障能力的影响因素，分别构建所述各类指标的统计模型；将实际船舶维修资源配置数据代入所述统计模型中，计算各类指标对评价结果的影响值；利用模糊层次分析法，根据资源类型及指标类型构建层次结构模型，并根据所述层次结构模型计算各类指标对于验证评估结果的综合重要度；结合指标类型对维修保障能力的影响值及所述综合重要度，对实际船舶维修资源配置数据进行验证评估。进一步的，所述的利用模糊层次分析法，根据资源类型及指标类型构建层次结构模型，并根据所述层次结构模型计算各类指标对于验证评估结果的综合重要度，包括：步骤201，构建评价层次结构模型，所述评价层次结构模型包括指标层和子指标层；所述指标层元素分别对应各维修资源类型；所述子指标层中各元素分别对应各指标类型；步骤202，根据专家及历史资源配置经验确定模型中指标层各元素对于验证评估结果的相对重要度以及子指标层各元素对于各指标层元素的相对重要度；步骤203，根据所述指标层和子指标层的相对重要度计算子指标层各元素对于验证评估结果的综合重要度。进一步的，所述的根据所述指标层和子指标层的相对重要度计算子指标层各元素对于验证评估结果的综合重要度，包括：根据下式计算综合重要度wjwj＝ai*bj式中，ai表示指标层第i个元素对于验证评估结果的相对重要度；bj表示子指标层第j元素对于指标层第i个元素的相对重要度。进一步的，所述的结合指标类型对维修保障能力的影响值及所述综合重要度，对实际船舶维修资源配置数据进行验证评估，包括：利用线性加权法计算实际船舶维修资源配置数据对船舶维修的综合评价值T；式中，U(xj)表示第j个指标类型xj对维修保障能力的影响值，wj表示第j个指标类型xj对维修保障能力的综合重要度，n表示在各类维修资源中的所有指标的数量。进一步的，所述维修资源类型包括人力资源、设备资源和设施资源。进一步的，所述的人力资源类型中包括：职称率指标、经验率指标以及培训率指标；所述职称率指标用于表征维修队伍职称水平，其统计模型为：式中，Qj表示第j个专业的人员职称率，ni表示具有第i类职称的人数，qi表示第i类职称的比重因数；所述经验率指标用于表征维修人员的生产力水平，其统计模型为：P＝x1/2式中，P表示维修人员的生产力，x表示维修人员的归一化工作年限；所述归一化工作年限为维修人员的实际工作年限与指定工作年限的比值；所述培训率指标用于表征维修人员的培训次数、培训效果、培训专业相关度对人力资源的影响程度，其统计模型为：式中，PX表示维修人员整体的平均培训率；PXj表示第j个专业的人员维修培训率，ti表示第i次培训的专业针对性，qi表示第i次培训的效果，pi表示第i次培训的参加人数；m表示维修专业类别的数量；pi,j表示第j个专业的人员参加第i次培训课程的人数。进一步的，所述的设备资源类型和所述设施资源类型均包括：寿命周期指标、可运转率指标以及配套率指标；所述寿命周期指标用于表征维修设备或维修设施的寿命周期影响因素，其统计模型为：式中，Sn表示所有维修设备或维修设施的平均寿命周期指数，n表示维修设备或维修设施的数量，Si表示第i个维修设备或维修设施的寿命周期指数；t为维修设备或维修设施使用年限；T为维修设备寿命周期；所述可运转率指标是指设备扣除设备事故、故障及维护、检修等自身因素所占用的停机台时外，设备可用于生产的时间与其制度工作时间的百分比，其统计模型为：式中，Syz为所有维修设备或维修设施的平均可运转率，n表示维修设备或维修设施的数量，Syi表示第i个维修设备或维修设施的可运转率；Z为设备制度工作时间，G为事故故障停机时间，J为设备检修时间；所述配套率指标用于表征维修设备或维修设施的配套水平，其统计模型为：式中，Ps为所有维修设备或维修设施的平均配套率；n表示维修设备或维修设施的数量；Psi表示第i个维修设备或维修设施的配套率，Psi＝0.6Pzj+0.4Pwx,Pzj为专家打分配套率，Pwx为维修设备或设施使用人员打分配套率。第二方面，本专利技术提供一种船舶维修资源配置验证装置，包括：统计模型构建模块，根据各类维修资源中的各类指标对维修保障能力的影响因素，分别构建所述各类指标的统计模型；影响值计算模块，将实际船舶维修资源配置数据代入所述统计模型中，计算各类指标对评价结果的影响值；综合重要度计算模块，利用模糊层次分析法，根据资源类型及指标类型构建层次结构模型，并根据所述层次结构模型计算各类指标对于验证评估结果的综合重要度；评估模块，结合指标类型对维修保障能力的影响值及所述综合重要度，对实际船舶维修资源配置数据进行验证评估。第三方面，本专利技术提供一种电子设备，其特征在于，包括：存储器，用于存储计算机软件程序；处理器，用于读取并执行所述存储器中存储的计算机软件程序，用以实现本专利技术第一方面所述的一种船舶维修资源配置验证方法。第四方面，本专利技术提供一种非暂态计算机可读存储介质，所述存储介质中存储有用于实现本专利技术第一方面所述的一种船舶维修资源配置验证方法的计算机软件程序。本专利技术的有益效果是：采用基于模糊层次分析方法的船舶技术状态评估体系就是在对维修保障资源实际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，对其修理能力进行评价，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提供的船舶维修资源能力评估体系图；图2为本本文档来自技高网...

【技术保护点】
1.一种船舶维修资源配置验证方法，其特征在于，包括以下步骤：/n根据各类维修资源中的各类指标对维修保障能力的影响因素，分别构建所述各类指标的统计模型；/n将实际船舶维修资源配置数据代入所述统计模型中，计算各类指标对评价结果的影响值；/n利用模糊层次分析法，根据资源类型及指标类型构建层次结构模型，并根据所述层次结构模型计算各类指标对于验证评估结果的综合重要度；/n结合指标类型对维修保障能力的影响值及所述综合重要度，对实际船舶维修资源配置数据进行验证评估。/n

【技术特征摘要】
1.一种船舶维修资源配置验证方法，其特征在于，包括以下步骤：
根据各类维修资源中的各类指标对维修保障能力的影响因素，分别构建所述各类指标的统计模型；
将实际船舶维修资源配置数据代入所述统计模型中，计算各类指标对评价结果的影响值；
利用模糊层次分析法，根据资源类型及指标类型构建层次结构模型，并根据所述层次结构模型计算各类指标对于验证评估结果的综合重要度；
结合指标类型对维修保障能力的影响值及所述综合重要度，对实际船舶维修资源配置数据进行验证评估。


2.根据权利要求1所述的方法，其特征在于，所述的利用模糊层次分析法，根据资源类型及指标类型构建层次结构模型，并根据所述层次结构模型计算各类指标对于验证评估结果的综合重要度，包括：
步骤201，构建评价层次结构模型，所述评价层次结构模型包括指标层和子指标层；所述指标层元素分别对应各维修资源类型；所述子指标层中各元素分别对应各指标类型；
步骤202，根据专家及历史资源配置经验确定模型中指标层各元素对于验证评估结果的相对重要度以及子指标层各元素对于各指标层元素的相对重要度；
步骤203，根据所述指标层和子指标层的相对重要度计算子指标层各元素对于验证评估结果的综合重要度。


3.根据权利要求2所述的方法，其特征在于，所述的根据所述指标层和子指标层的相对重要度计算子指标层各元素对于验证评估结果的综合重要度，包括：根据下式计算综合重要度wj
wj＝ai*bj
式中，ai表示指标层第i个元素对于验证评估结果的相对重要度；bj表示子指标层第j元素对于指标层第i个元素的相对重要度。


4.根据权利要求1所述的方法，其特征在于，所述的结合指标类型对维修保障能力的影响值及所述综合重要度，对实际船舶维修资源配置数据进行验证评估，包括：
利用线性加权法计算实际船舶维修资源配置数据对船舶维修的综合评价值T；



式中，U(xj)表示第j个指标类型xj对维修保障能力的影响值，wj表示第j个指标类型xj对维修保障能力的综合重要度，n表示在各类维修资源中的所有指标的数量。


5.根据权利要求1-4任一项所述的方法，其特征在于，所述维修资源类型包括人力资源、设备资源和设施资源。


6.根据权利要求5所述的方法，其特征在于，所述的人力资源类型中包括：职称率指标、经验率指标以及培训率指标；
所述职称率指标用于表征维修队伍职称水平，其统计模型为：



式中，Qj表示第j个专业的人员职称率，ni表示具有第i类职称的人数，qi表示第i类职称的比重因数；
所述经验率指标用于表征维修人员的生产力水平，其统计模型为：
P＝x12
式中，P表示维修人员的生产力，x表示维修人员的归一化工作年限；所述归一化工作年限为维修人员的实际工作年限与指定工作年限的比值；
所述培训率指标用...

【专利技术属性】
技术研发人员：解锋，范越，吴苏，马知远，彭丹，王肖君，胡秋月，王红霞，刘峰，陈虎，冯源，尹明，
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