基于指标模糊分割和MULTIMOORA的航空公司机队可靠性识别模型

doi:10.13196/j.cims.2019.02.016

计算机集成制造系统 ›› 2019, Vol. 25 ›› Issue (第2): 431-438.DOI: 10.13196/j.cims.2019.02.016

基于指标模糊分割和MULTIMOORA的航空公司机队可靠性识别模型

熊升华¹,陈振颂²⁺,陈勇刚¹,贺强¹

1.中国民用航空飞行学院民航安全工程学院
2.武汉大学土木建筑工程学院

出版日期:2019-02-28 发布日期:2019-02-28
基金资助:
国家重点研发计划资助项目(2018YFC0810600);国家自然科学基金资助项目(71801175,71373222);民航飞行技术与飞行安全科研基地基金资助项目(F2015KF01);中国民航飞行学院科研基金资助项目(J2018-12,J2018-20,J2014-32,J2016-37);中央高校基本科研业务费专项资金资助项目(2042018kf0006)。

Recognition method of airline fleet reliability based on index fuzzy segmentation and MULTIMOORA

Online:2019-02-28 Published:2019-02-28
Supported by:
Project supported by the National Key R&D Program,China(No.2018YFC0810600),the National Natural Science Foundation,China(No.71801175,71373222),the CAAC Scientific Research Base Foundation on Aviation Flight Technology and Safety,China(No.F2015KF01),the Civil Aviation Flight University of China Scientific Research Foundation,China(No.J2018-12,J2018-20,J2014-32,J2016-37),and the Fundamental Research Funds for the Central Universities,China(No.2042018kf0006).

摘要/Abstract

摘要：

为有效识别航空公司机队可靠性状态,提出一种基于指标模糊分割和MULTIMOORA的航空公司机队可靠性识别模型。考虑传统指标分割通常未能考量可靠性级别划分界限的模糊特性,基于模糊隶属度函数的思想构建了指标模糊分割模型,结合该模型将航空公司机队可靠性状态识别问题转化为多属性决策问题,并利用高鲁棒性的MULTIMOORA多属性决策方法合理寻求航空公司机队的可靠性状态级别。通过实例分析和对比分析表明,基于指标模糊分割和MULTIMOORA方法的航空公司机队可靠性状态识别模型具有较强的可行性和合理性,为航空公司机队可靠性状态识别提供了一种科学的方法。

关键词: 航空公司机队, 可靠性, 模式识别, 多属性决策, MULTIMOORA方法

Abstract: To effectively recognize the reliability status of airline fleet,a novel recognition method was proposed on the basis of Index Fuzzy Segmentation (IFS) and MOORA plus the full Multiplicative form (MULTIMOORA).In view of the problem that the fuzzy nature of reliability level segmentation had been overlooked usually in the past research,IFS model was constructed based on the theory of fuzzy membership function.With the proposed IFS model,the problem of recognizing aircraft fleet reliability status was further adapted into the treatment of a prototypical multi-attribute decision making issue.The MULTIMOORA method with strong robustness was further adopted to legitimately recognize the reliability status of airline fleet.The effectiveness and feasibility of the proposed approach were demonstrated with a case study as well as a comparison,which highlighted a novel way of reliability status recognition to facilitate the management of aircraft fleet.

Key words: airline fleet, reliability, pattern recognition, multiple attribute decision making, MOORA plus the full multiplicative form

中图分类号:

V240.2

熊升华,陈振颂,陈勇刚,贺强. 基于指标模糊分割和MULTIMOORA的航空公司机队可靠性识别模型[J]. 计算机集成制造系统, 2019, 25(第2): 431-438.

[1]	郜启凯,李莹,邓水光. 支持跨组织协作的高可靠性服务编排框架[J]. 计算机集成制造系统, 2021, 27(9): 2501-2507.
[2]	杜彦斌,吴国奥,许磊. 基于神经网络和再制造因子的再制造机床可靠性分配方法[J]. 计算机集成制造系统, 2021, 27(4): 1052-1061.
[3]	李丽丽,陈琨,高建民,李辉,冯增行,张建. 采用优化概率神经网络的质量异常识别方法[J]. 计算机集成制造系统, 2021, 27(10): 2813-2821.
[4]	胡启国,周松. 考虑刚柔耦合的工业机器人多目标可靠性拓扑优化[J]. 计算机集成制造系统, 2020, 26(第3): 623-631.
[5]	揭丽琳,刘卫东. 基于使用可靠性区域粒度的产品保修期优化决策[J]. 计算机集成制造系统, 2020, 26(第1): 92-102.
[6]	黄联标,敖银辉. 基于模拟退火算法的多工段系统预防维护策略[J]. 计算机集成制造系统, 2020, 26(9): 2404-2411.
[7]	戴怡,刘琴. 基于生存分析与极大似然法的可靠性评估[J]. 计算机集成制造系统, 2020, 26(11): 2976-2981.
[8]	潘柏松,俞铭杰,项涌涌,罗路平,丁炜. 考虑刀具磨损的铣削加工精度可靠性分析及工艺优化设计[J]. 计算机集成制造系统, 2020, 26(11): 2982-2991.
[9]	邱涛,王增臣,游令非. 随机和区间变量共存的结构可靠性分析算法[J]. 计算机集成制造系统, 2020, 26(11): 2992-3000.
[10]	谷长超,何益海,韩笑,陈兆祥. 面向健康保障的制造系统预测性维修决策模型[J]. 计算机集成制造系统, 2019, 25(第9): 2149-2158.
[11]	张立香,孟欣佳,敬石开,张贺. 混合不确定性下的多学科协同可靠性分析方法[J]. 计算机集成制造系统, 2019, 25(第9): 2198-2207.
[12]	冯嘉珍,张建国,邱继伟. 可靠性多目标优化设计的自适应行为博弈算法[J]. 计算机集成制造系统, 2019, 25(第3): 736-742.
[13]	杜党党,贾晓亮,王卓. 基于故障彩色图谱的航空发动机故障模式识别[J]. 计算机集成制造系统, 2018, 24(第9): 2297-2305.
[14]	徐泉,王良勇,刘长鑫. 工业云应用与技术综述[J]. 计算机集成制造系统, 2018, 24(第8): 1887-1901.
[15]	揭丽琳,刘卫东,滕沙沙,孙政. 基于动态优选元胞遗传模糊聚类的使用可靠性区域粒度确定方法[J]. 计算机集成制造系统, 2018, 24(第8): 1929-1945.

基于指标模糊分割和MULTIMOORA的航空公司机队可靠性识别模型

Recognition method of airline fleet reliability based on index fuzzy segmentation and MULTIMOORA

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics