高颖杰，曹继平，杨阅兵，许泽中

(火箭军工程大学 作战保障学院，陕西 西安 710025)

随着我军信息化建设的推进，部队“高精尖”装备列装种类数量大幅提升，对装备保障提出了更高要求。维修保障资源的科学配置，能极大提升装备保障能力，而配置的前提是准确掌握装备对维修资源的需求，因此确定维修资源需求是提高资源配置水平的重要内容和主要影响因素。

目前，关于维修资源需求确定的研究区分宏观与微观两个方面。宏观上多采用基于数据统计和产品可靠性的方法进行预测，基于数据统计的常用方法有回归预测法[1]、时间序列法[2]、支持向量机(SVM)[3]等，基于产品可靠性的预测方法有相似产品法、案例推理法[4]等。另外还有人工神经网络[5]、灰色预测[6]等系统观点的方法。微观上的研究相对较少，主要针对装备指定故障确定维修资源，主要有传统的维修工作分析法(Maintenance Task Analysis，MTA)[7]、基于仿真的实体流图法、ARIS法和Petri网方法[8]等。

通过研究现状分析，发现存在几个问题：

1)宏观预测法适用于装备预防性维修所需资源的预测，但使用不同的方法对同一装备预测出的结果差别较大，可用于资源初始配置。对于修复性维修，宏观预测法就不适用了。

2)现代化战争更加注重保障的精准和高效，在高强度、高损耗的战场上，更加注重提高维修资源的使用率，结合具体的维修任务进行资源配置在战时能有效提高资源使用率，使资源配置更加精准。因此研究微观故障维修的资源需求具有重大意义。……