军用车辆装备战略储备器材属于军委决策部门掌握,战时或紧急情况下动用,对战役或战术层次支援保障的装备器材,对于战时车辆装备技术保障起着极其重要的支撑作用,关乎作战任务的目标达成。因此,车辆装备战略储备器材储备决策和管理的好坏直接影响和关联作战行动的军事效益。作为国家和军队的战略储备物资,需要“储多少、储在哪、怎么储”是当前车辆装备器材战略储备领域亟待解决的基本问题,也是重难点问题。即要解决当前车辆装备战略储备结构、储备规模和储备布局、方式的问题。自2000年以来,虽然我军在装备物资战略储备方面做出了很多努力,投入了大量的资金来进行建设,取得了“储量”优势,但却忽略了“储质”的高低,造成了当前器材储备车型老化、布局不够合理、储备方式单一等问题,制约了车辆器材战略储备军事效益的发挥。究其原因,虽然存在客观体制上的束缚,更深层次的是决策机构和人员缺乏一套行之有效的战略储备决策方法、手段来替代传统的人工经验式决策方法。基于此,本课题立足决策机关战储决策工作实际需求,通过对车辆装备器材战略储备要素系统分析,将战略储备决策体系按照功能要素划分为储备结构优化决策模块、储备规模决策模块、储备布局优化决策三个功能模块分别进行研究,针对战时各影响因素不稳定性、随机性大的特点,改变传统的基于数据统计的线性研究方法,利用SVM支持向量机、BP神经网络以及多目标规划等多种优化和决策工具分别建立相应数学模型,同时采用启发式法和遗传算法对模型进行求解。在上述研究结果的基础上,基于.net平台和数据仓库(DW)建立战储关联数据仓库,对数据进行挖掘分析,初步设计和开发出集实力查询、储备决策、效能评估等功能于一体的车辆器材战略储备DSS系统,为车辆器材战略储备保障方案的形成提供定量化依据,为决策机关提供辅助决策功能。本课题依据“任务牵引、技术支撑、兼顾效益、统筹规划”的研究思路,主要进行了六个方面的研究:(1)论证性提出并辨析了储备决策三要素之间的关系,围绕三要素对国内外装备器材战储现状、文献研究和决策模型进行了概述和分析,进一步提出了我军车辆器材战储决策方面的发展方向和注意问题,并构设出论文整体研究框架和技术途径。(2)构建了基于SVM支持向量机的车辆器材战略储备结构优化模型。针对传统器材分类不足之处,紧密结合战储器材储备管理特性,采用两阶段分类的方法对器材进行了种类划分,凸显了储备方式多样化的分类特色,在此基础上引入SVM支持向量机的方法,按照需求紧急度对器材进行战储品种筛选,并确定了品种数量,通过对原车辆装备器材储备基数标准进行改进形成了新型基数标准,为后续研究提供了基础。(3)分别构建了基于BP神经网络的储备规模测算模型和基于幂指数对比的储备量测算模型。结合决策机关实际工作需求和储备规模需求分析,围绕战损率这一中心因素,分两种情况分别构建了基准战损率预测模型和分阶段动态战损率预测模型,在此基础上进一步确定了储备量测算模型,为决策机关制定中长期储备规划和专项储备计划过程中更加准确地确定储备量提供了定量化依据。(4)构建了基于BP神经网络和启发算法的车辆器材储备布局优化模型。立足于现有后方仓库布局,在对现有后方仓库初步筛选的基础上,运用模糊综合评价和BP神经网络方法,对各战略方向后方仓库进行评估和选址决策,形成车辆器材战略储备支撑点备选仓库集,以前述测算的各方向储备分配量为约束,构建网络化保障布局为目标,利用启发式算法来确定各方向储备仓库的数量,为储备布局选点提供决策依据。(5)构建了基于BP神经网络的储备方案效能评估模型。基于以上研究结果,通过对储备三要素的系统分析,提炼出储备方案储备效能评估的指标体系并进行量化处理,利用BP神经网络方法对指标样本进行数据仿真,从而对形成的草案进行定性评估,通过反馈来改善方案,提高决策的有效性。(6)设计和初步实现了车辆器材战略储备辅助决策系统。分析和设计了车辆器材战略储备辅助决策支持(原型)系统架构和理论模型,并基于.net平台完成了系统主要功能模块的物理实现,并对决策支持系统做了安全性方面的考量和初步的理论性设计,最后以大规模作战车辆器材保障方案的拟制为例进行了决策过程的演示,通过结果分析表明,与传统的决策相比,利用辅助决策系统拟制的保障方案可以较为有效地提高决策柔性、有效性以及准确性,从而提升储备效益。