フリート管理：相互運用性の機能と最適化

この記事全体を通して、「80/20」分配法について言及します。
これは正規分布とその微分に関連する大まかな分割です。
多くの場合、対数曲線または f(x) = 1-1/x として示されます。

一方の極端からもう一方の極端まで

多くの場合、フリート管理に関する議論は次のような意見に分かれます。

• 専用フリートのセット、より安価、より複雑でなく、よりリスクが少ない
• 単一の多役割フリートにより、フリートの小型化が可能

専用の安価なフリート?

必ずしも ：

デバイスのユニットあたりのコストが低い場合、またはフリートを取得する場合でも、これらのデバイスの増加により、運航乗務員の数、メンテナンス費用などの直接的な運用コストの増加が生じます。
残念ながら、 たくさん（量）、少ない（単価）、たくさん与える（フリートの運用コスト）.

対照的に、オムニロール フリート (単一マルチロール フリート) は次のようになります。

この観察に基づいて、単一のオムニロール フリートのソリューションがよく検討されます…
より複雑なシステムのコスト (取得コストだけでなく、維持コストも高くなります) を支払うことで、フリートを大幅に (場合によっては最大 1/3) 削減することができ、したがって直接コストを倍増させることができます。
しかし、 少し（量）、たくさん（単価）、またたくさん（艦隊の運用コスト）を与えます.

多くの場合、空間と時間の問題を無視して計算が不十分で、サイズが設定されているため、不可能な遍在性という特定の才能が必要になります。.
この問題は、追加のコピーを数部注文することで、遡及的に解決されることがよくあります。

これらの側面については、すでに他の記事で取り上げて扱う機会があったので、ここでは詳しく説明しません。

経済的なポイント:

これら 2 つの極端の間には、経済ポイントまたは経済量と呼ばれる、より微妙な妥協点があります。

必要性を思い出してみましょう。

• 運用上のニーズを満たす
• 完成時に最良のコストで (つまり、取得 + 運用、運航乗務員の管理を含むすべての費用が含まれます)

完成時のコストを簡単にメモします。
多くの場合、分析はデバイス管理に限定されます。ただし、必要なのは航空機の保有と管理ではなく、任務のニーズを満たすことです。
もちろん、これにはデバイスも含まれますが、それだけではありません。客室乗務員についてだけ話しましょう。

空間と時間の次元で定められたニーズを満たすシステム (つまり要素のセット) の能力を、私たちは「能力」と呼んでいます。 能力.

ファンダメンタルズ

ニーズを正しく定義する

私は、記事「」で取り上げた艦隊サイズの最適化の計算に戻るつもりはありません。 フリート能力の計算« 
この記事の目的は、一連の専用フリートと単一のオムニロール フリート間の公平な配分に対処することです。

能力について語るということは、スキルと能力の次元について語ることを意味します。
したがって、セットとは、一連のニーズに対応することを意味します。

これらのニーズとは何でしょうか?
リソースは、用途に「割り当てられる」たびに必要になります。

• 使命のための雇用（それが何であれ）
• ただし、「リクエストに応じて利用可能」（例: SAR）
• メンテナンスのためのダウンタイムを忘れることなく (オンラインまたは定期的に)
• そして何よりも、期待される仕様に関して考慮することを選択する信頼性の低いリスクのレベルです (これは非常に頻繁に忘れられ、キャパシティの中断につながります)。

この結果、必要になる確率は次のようになります。

この確率から、必要率、つまり割り当てが推定されます。

簡単に言うと、200 機の航空機からなるこのグラフに関連して仮説を考えてみましょう。
技術的には、特にリスクを考慮する必要があるため、これらの最初のステップは少し複雑になります。これらの手順は参加しますが、主題の中心ではありませんので、説明します。.

これらの側面について詳しくは、本を読んでください。 「6 シグマ: その適用方法」モーリス・ピレ著.

ちなみに、この積分の積分により、次のようなさまざまな危険を吸収するための柔軟性の割合を推定できることに注意してください。

• 故障 (つまり、機器の推定信頼性からの予期せぬ逸脱)。
• ニーズの確かな進化。
• 特定の期間にわたってニーズが増加する中期改修や大規模検査の管理。

フリートの規模と比較して、この柔軟性率は「柔軟性の深さ」、つまり傑出した量をもたらします。

相互運用性の最適化:

説明のために、次の 2 つのニーズについて考えてみましょう。

• 140機から200機の航空機が必要な場合
• もう 60 つは 100 ～ XNUMX 台のデバイス

(これらの値は演習前にランダムに選択されたことをすべての意図と目的に明記します)

まず最初に、それを覚えておきましょう この最適化は、一般的で交換可能なものにのみ関係しており、すべてのニーズに合わせて寸法を決定する必要がある専用の機器ではありません。.

エクストリーム 1: 2 つの専用フリート

• すべての艦隊 = 300 (200 + 100)
• 平均雇用者数 = 250 ((140+200)/2 + (60+100)/2)

したがって、平均して「休止状態」のデバイスが 50 台あり、これはフリートの 17%、または一部の計算では 20% (Average_Dormant / Average_Employment = 50 / 250) であることに注意してください。

エクストリーム 2: 1 つの共通マルチロール フリート

まず第一に、覚えておくべきことは、 2 つのフリートの共通性は、2 つの変動範囲の平均ではありません。 !
したがって、これは 50 ( [(100-60) + (200-140)] / 2 ) ではありません。
このタイプのエラー (私たちが考えているよりも頻繁にコミットされる) は、容量の中断につながります。

この間違いは、多くの場合、平均だけを根拠にして行われます。

• 片側の平均要件は 170 (140 + (200-140)/2)
• もう一方は 80 (60 + (100-60)/2)
• …こうして 250 に到達すると、必然的に容量の中断が発生します。

2 つのフリートの現在のケースでは、共通性ルールは非常に単純です。
共通性はせいぜい最も制限された変動性であり、したがって最も弱いものになります。
200-140 60 =
100-60 40 =
したがって、コミュニティは40になります。

この 2 番目の計算の限界は次のとおりです。

この理論的計算には、艦隊統合の能力分析がまったく考慮されていないという事実に関連するいくつかの欠陥があります。

• 1つ目の欠陥: ピーク時の共有ニーズ :

前の計算では、一方の艦隊が最大限に使用されているとき、もう一方の艦隊は最小限の使用しか行われていないという一方的な仮説が考慮されています。
2 つのフリートのニーズの一致度によっては、容量の中断が発生する可能性があります。

持つ平均確率は 少なくとも 1 つのデバイスの破損は 15%...
7% は少なくとも 5 つ…
（以下の障害影響を除く）

« 15％!?許容範囲です »
… 必ずしも ：
15% は少なくとも 1 つのデバイスに欠陥があります。欠損の深さによって重み付けすることが適切です (たとえば、5 つのデバイスでは、確率は 7% です...または欠損は 0.35 です)。
最小限の計算を行うと、不足の程度は 5 デバイス程度になるはずです。これは、次のことを行うと言うのと同じです。 5 つのデバイスが永久に欠落しています。一部の活動は延期する必要があります。

• 2番目の欠陥: 再割り当て。これはゼロチャージではありません。

再割り当てのたびに、機器の搬送、機器の取り付けまたは取り外し、さらには新しい割り当ての色でのデバイスの再塗装など、機器にさまざまな負荷がかかる場合があります。
この負荷は方程式で考慮する必要があります。

• 3番目の欠点：いつも プールの再配分は最高潮に達する.

柔軟性が低下すればするほど、再割り当てを強いられることになります。柔軟性の深さにより、反対側の端まで「事前に配置された」予備が得られますが、2 つの専用フリートを使用すると、再割り当てを行う必要がありません。

3 番目の欠陥は、自然に私たちをより穏やかな解決策へと導きます。

プールの深さ

容量の計算に関する記事で述べたように、プーリングには 3 つの概念が関連付けられています。

• 共有フリート
• 専用のフリート
• そして共有フリートの事前配置

これまで見てきたように、 完全なプールは必ずしも賢明ではない (再割り当て要素に柔軟性を持たせて、これらの再割り当てを緩和できる場合を除きます)。

80\20:
可能な最大プーリング (つまり、この例では 20) の 8% 未満では、プールするのは面白くないと考えることができます。利得があったとしても、利得が低すぎるでしょう。
80% (つまり 32) を超えると、容量の中断が発生すると合理的に想定できます。

詳細な説明は省きますが、最大プーリングの 80% に設定すると、停止のリスクが 45% 減少します (つまり、少なくとも 8 台のデバイスの容量停止の平均リスクが 1% 以上)。

経済的なポイント: コストの最適化 :
冒頭でエコノミックポイントの概念についてお話しました。
次の要素を考慮することで、コストの観点から最適なプーリングを評価できます。

• 共有デバイスごとに、注文するデバイスが 1 つ少なくなります (注: バージョンのコストは必ずしも同じではありません)。
• 再配置（輸送、設置/撤去など）のコストが相殺されます。
• 期間中の再割り当ての平均確率とハードウェア寿命の期間数を掛けて重み付けされます。

しかし、共通性という本当の問題に取り組んでみましょう。

非対称プーリング

まず、トーテムを終了しましょう。
いいえ、単一の共通の交換可能なフリートを所有する必要はまったくありません。 その恩恵を享受するために。

指示に正しく従った場合は、両側に艦隊基地があり、交換可能にする必要がないことが理解できたはずです。
完全な互換性が望ましいとすれば、それはフリート管理の方程式を単純化するためです。

しかし、彼は 非対称プーリングの方が有利な特殊なケース :

私は共有の側面について言及し、時には共通性の概念を呼び起こしました。しかし、この共通点は何でしょうか？
最初の極端な場合、共通性が必要なく、1 つのフリートが別個である場合、単一フリートのプールに関する章は完全な共通性を想定します。
つまり、2 つの艦隊のすべての航空機 (つまり 260 ～ 300 機、268 機を推奨) が艦隊 A または艦隊 B のニーズを満たすことができます。

上昇する共同体性

コンピューティングで広く使用されている下位互換性は、以下の原則に基づいています。 新しいバージョンは、1 つ以上の前のバージョンの機能を保証します。.

基本バージョン A の開発の場合、他のバージョンはこのバージョンからの逸脱の開発から派生しており、このタイプの互換性は完全に適用できます。
エインi、HAP から派生した Tiger HAD は、すべての HAD および HAP ミッションを実行できます。一方、HAP は HAP ミッションのみを実行できます。

このタイプの共通性が上昇する場合、ベースを正確に推定することで、フリート全体に共通性を持たせる必要はありません。
したがって、タイガーの場合、その任務要件の 2/3 は HAP タイプです。また、展開は通常 1 つずつ行われ、HAD は HAP なしでミッションを遂行することは決してないこともわかっているため、デバイスの 3/XNUMX はリスクなく HAP バージョンのままにしておくことができたでしょう。

実用例

2 (100 から 60) と 100 (200 から 160) の 200 つのニーズに戻りましょう。
容量サイジングを測定できない場合でも、正しく見積もる方法がわかれば、計算を改良することができます。
各艦隊が実際にはサブ艦隊（さまざまな基地、Opex 配備、メンテナンス中の艦隊など）に分割されていることを考慮すると、演習は急速に複雑になる可能性があります。
(ここでも、詳細については上記の記事を参照してください)

デフォルトでは、80 対 20 の分割を維持します。

したがって、考慮すべき仮説は次のとおりです。

• 専用フリートの管理において一定の柔軟性を維持するには、次のようにします。
  • 変動の 20% は専用フリートに属するものとみなされます。
    (実際、最初の 95% は 20% の確率で雇用されます)
  • 実際、変動の重複 (したがって、フリート サイズの最適化) は、これらの最大 80% に対して行われます。
• 再割り当てを柔軟に管理するには、次のようにします。
  • 重複は、プール可能なフリートの最大 80% を表す必要があります。理想的には: 80% ^number_Axis_Reallocations。
    (したがって、ローカル割り当て [基地、運用コストなど] を考慮したい場合は、2 番目の軸があるため、80%^2 = 64% になります)
• 最後に、再割り当てを調整するには、次のようにします。
  • 重複は共有フリートの最大 80% のみを表す必要があります。

Ascending Community 機能を備えたフリートに応じて、以下が得られます。

どちらの場合も、2 つのフリートの合計は 2 であることに注意してください。
要件 A の 200 + B の最小要件の 60 + B の変動性の最初の 8% の 40 (0.2 x 20)。

同様に、基本割り当て (および関連する事前配置) の分布は、共有フリートの範囲ではなく、何よりも 2 つのフリートの重複部分の雇用レベルの確率に依存します。

必要	89	88	87	86
確率	9%	視聴者の３８%が	視聴者の３８%が	視聴者の３８%が
ニーズB	186	187	188	189
確率	視聴者の３８%が	視聴者の３８%が	視聴者の３８%が	視聴者の３８%が

まとめ

非対称相互化は、上昇共同性を利用して、以下の間で最適な妥協点を実現します。

• フリートサイズの最適化
• 最も高価なバージョンでこれらすべてを提供せずに
• 単一の艦隊と同じ利点を大幅に享受しながら

数値化された予算評価がない場合は、各自の意見形成に委ねます。
ただし、私の結論と推奨事項は次のとおりです。

• 海兵隊艦隊が 200 [#°1] の艦隊である場合、専用の艦隊を維持することは面白くありません。プーリング ([250 で] 完全または非対称) に移行する必要があります。
• 海軍艦隊が 100 [#°2] の艦隊である場合 (これはより可能性が高い)、最良のシナリオは非対称プーリングです。
• いずれにしても、ここでは単一のフリートをプールすることはお勧めできません。
  • 260 ということは、少なくとも 15 台のデバイスの容量不足、つまり平均で約 1 台のデバイスの容量不足が発生するリスクが 5% であることを想定しています。
  • 268 ソリューションはかなり混合されたソリューションです。プーリングの非対称ソリューションよりも高価ですが、優れているわけではありません。

ただし、この非対称プーリングは次の場合にのみ可能です。

• これがあります 上昇する共同体 機能内 [例: HAD = (HAP + x)]
• 再割り当ては、 コストと納期の点で実現可能
• 高度な デザインの共通性 （MCO プロセスおよびスペアパーツ用）そのため、単一の多役割フリートと比較して、共存によってコストが重複することはありません。
• 最後に、このソリューションは変動性の高いフリートでも可能ですが、それでも単一のフリートよりも興味深いものではない可能性があります。

（注：株式管理のこの側面については、意図的に避けています。これにはさまざまな戦略が関係する可能性があり、そのような研究の場合にはそれらを考慮する必要がありますが、ここでの理解を複雑にする可能性があるためです。）

© ジュリアン・メール.