针对质量状态评估中所需测试信息的冲突性和不确定性,及其对装备质量状态评估准确性和完备性所造成的不良影响,提出一种基于改进证据推理(evidential reasoning,ER)方法的质量状态评估方法。在对质量状态进行等级划分和测试数据预处理之后,该方法通过将各测试参数之间的“冲突”和“不确定”按比例分配到各等级,使证据之间的冲突有效降低,评估的总体不确定性减少。将其应用到导弹装备的质量状态评估中,运算结果和方法对比表明改进后的方法能有效融合冲突信息、降低评估的不确定性,且方法原理简单,理论基础充分,方便程序实现。

在现实装备的维修中,针对发生故障的器材需选择经济与高效的维修级别进行维修,但往往这一问题受诸多因素的影响。为此,结合现有的成果,从定性和定量的角度,利用决策流图法给出了某型装备器材的多级维修流程,并分别构建了包含经济性和非经济性指标在内的多目标优化模型,利用TOPSIS和遗传算法的组合算法对模型进行求解,确定最优决策方案,最终通过实例仿真验证了方法的良好效果,为装备的维修保障提供了参考。