作为装备全寿命周期管理中的重要组成,装备维修是确保军事信息装备保障效能的重要手段。当前军事信息装备主要采取定时维修,容易出现维修不足或维修过剩,维修费用较高。随着军队现代化建设的深入推进,军事信息装备种类及数量大幅增加,加之其自身技术密集、结构复杂等特点,使得军事信息装备维修要求更高、难度更大。如何以最低维修资源消耗保持和恢复良好技术状态是军事信息装备维修管理所面临的一项重大课题。基于状态的维修以状态监测为基础,通过状态评估与故障预测,判断装备的维修需求,继而实施精确维修,能够有效减少停机时间,节约维修费用。作为一种先进的维修思想,基于状态的维修已成为军事装备维修发展的新方向。本文致力于将基于状态维修的思想运用于军事信息装备维修领域,并就涉及的关键技术进行深入研究。论文主要研究内容和主要贡献包括以下几个方面:第一,基于状态监测的军事信息装备维修管理模型研究。本文以基于状态的维修思想为指导,设计了基于状态监测的军事信息装备维修管理模型,从模型思想、模型框架、数据建模和过程建模四个层次对进行了详细阐述。模型是对基于状态维修的一种拓展,不仅涵盖了基于状态维修中状态监测、状态评估与故障预测三个基本过程,更加入了维修决策,以更好地指导军事信息装备维修管理实践。通过与OSA-CBM体系进行对比分析,指出模型具有合理性和较强的针对性。模型的提出为论文后续研究奠定了理论基础。第二,军事信息装备状态监测技术研究。本文以网络密码装备为例介绍监测指标体系构建过程。首先在分析网络密码装备结构组成和功能特点的基础上,提出以加解密和网络性能评估网络密码装备技术状态的思路,建立了网络密码装备性能监测指标体系;然后针对监测信息传递过程中信息一致性与通信开销权衡问题,提出一种改进的推、拉模式协作算法MP&P,实现推模式与拉模式的灵活切换与有序配合。实验表明,MP&P算法相比于同类算法更具健壮性。第三,军事信息装备状态评估技术研究。本文将状态评估视作分类问题,提出一种基于带置信度支持向量机的状态评估方法-,在区分正常状态和故障状态的基础上,以待识状态对应特征空间中数据点到最佳分离超平面的距离为基准,评估异常状态逼近故障状态的程度,得出故障概率。为优化-的性能,提出一种自适应基于双组合变异策略的差分进化算法对参数寻优。是对BBDE算法家族中MGBDE算法的一种改进,借鉴自适应差分算法的设计思想,以适应值引导个体选择变异策略,提高优质解产生机率,并加入停滞扰动策略,降低算法陷入局部最优的风险。经与多种同族算法在统计学上的分析比较,证明是一种具有竞争力的进化算法。第四,军事信息装备故障概率预测与维修决策技术研究。本文将故障概率预测看作时间序列分析问题,提出一种基于广义回归神经网络的故障概率预测方法-,基于历史故障概率预测未来一段时间内的故障概率,为维修决策提供支持数据。接着对维修决策进行初探,给出维修大纲中维修间隔期与维修类型的决策建议。在仅考虑预防性维修费用与修复性维修费用的前提下,提出一种单位时间维修费用最少的维修间隔期确定方法-,结合故障态势,给出维修类型建议。