航空备件是军机维修保障的物质基础,以换件为主的维修方式势必导致作战过程中对备件供应保障的依赖程度大。有效的备件供应保障是保证航空装备处于良好状态的重要因素。精确保障要求下,为了应对备件需求的不确定性,战时备件供应保障不仅强调战前规划给出备件配置策略,还强调作战过程中合理动态协调以发挥有限备件资源的最大军事效益。论文研究结合当前备件供应保障的特点,强调备件供应保障的多阶段属性,提出预期决策与适应决策的概念,并把二者结合起来置于不确定需求下航空备件多阶段供应保障决策框架中。该框架充分体现了备件供应保障计划统一性与保障灵活性的特点。框架中决策模型和方法的建立是围绕备件品种确定与需求预测、备件在多级供应保障结构中的配置以及多阶段作战过程中备件动态协调这三个关键部分展开,具体工作包括:(1)提出了基于质量功能展开(Quality Function Deployment,QFD)的备件品种模糊综合评价方法及基于模糊推理的需求预测方法(Fuzzy Inference Based Demand Forecasting,FIBDF)。影响战时备件品种确定的因素众多,且有些不易量化,论文采用模糊综合评价确定战时备件品种,并采用QFD的质量屋(House of Quantity,HoQ)从战场抢修需求入手确定模糊综合评价中的评价指标及指标权重。针对战时备件需求的不确定性及阶段相关性特点,为了避免历史需求记录缺乏情形下需求预测的盲目性,提出了FIBDF方法。该方法能够把体现作战意图的专家预测值与体现需求量阶段相关性的Markov预测值有效结合起来。从实现机理上看,FIBDF方法可广泛用于有多个需求预测来源的不确定需求预测问题中。(2)建立了用于预期决策的规划模型。规划模型在战略层次上综合考虑作战的军事效益与经济效益,能够体现整体作战意图。考虑到不同类型备件在供应保障系统中周转方式的不同,分别采用阶段期望满足率(Stage Expected Fill Rate,SEFR)与阶段期望缺货数(Stage Expected number of BackOrders,SEBO)作为系统的性能参数,建立了不可修复备件的机会约束规划模型以及可修复备件在不同修复情形下的优化配置模型,并给出了模型的求解过程。在解决多类备件配置问题时,把多类备件配置优化看作组合优化问题,给出了采用仿真优化解决组合优化问题的途径。(3)采用ABMS(Agent Based Modeling and Simulation)技术建立了用于适应决策的动态协调机制并进行了验证。多阶段保障过程中,考虑到备件供应保障系统状态的动态变化,需要确定有限的备件资源如何在备件供应保障系统中协调以发挥最佳军事效益。鉴于备件供应保障结构中的组成单元具有自治能力及彼此协调能力的特点,论文采用ABMS技术研究作战过程中备件供应保障的动态协调机制(即相关库存节点的库存控制策略)。在分析库存控制要素及特点基础上,给出了精确保障时效性要求下的订购量决策模型;以最大化军事效益为目标给出了基于强化学习(Reinforcement Learning,RL)的供应决策机制。论文研究以精确保障为目标,不仅建立了能有效用于备件供应保障管理工作的定量决策模型与方法,更从预期决策与适应决策相结合的思想上对精确保障要求下的备件供应保障进行了全新论述。论文研究是我军迈向“精确保障”道路的有益探索,对提高我军战时备件供应保障水平具有重要的理论意义和实用价值。