维修保障资源是完成装备维修保障的物质保证。维修保障活动高效进行,是确保作战顺利进行,乃至影响军事行动成败的关键所在。部队需要根据具体的维修任务量从而确定需求点所需要的维修资源量,以及如何合理有效将维修资源快速、及时地调度到各个需求点中。本文结合具体的维修保障实际问题,研究装备维修保障资源预测与调度优化方案。本文的研究内容如下:1)首先针对基于时间序列的备件需求预测,考虑到目前备件需求的历史数据积累的量比较少,传统的预测模型难以实现精准预测。由于灰色预测模型针对小样本数据预测性能较好,因此将马尔科夫模型与灰色预测模型相结合,并利用残差进行修正,提升预测的精度,可以比较准确预测出所需要的备件;其次考虑维修任务产生的特点,估计车辆的定程维修任务量、随机故障维修任务量和作战损坏维修任务量,根据现有维修人员的基本特点研究战时车辆装备维修人员的规划问题,建立人员数量预测模型和人员配置模型。采用改进的果蝇算法对模型进行求解,得到维修人员配置方案。2)针对固定式维修资源调度问题,为解决维修资源调度过程中存在的预测不准确、分配不合理等关键性问题,建立了不同作战阶段的多供应中心-多需求点的动态维修资源调度优化模型,使得多个供应中心可以及时、有效、迅速进行维修资源调度优化,尽可能满足每个需求点相应的资源需求。采用三种进化算子（正态分布交叉算子、全局探索增强型差分进化算子和自适应变异算子）的协同进化策略对传统的进化算法进行改进,通过改进的MOEA/D算法对模型进行求解,仿真结果表明,作战指挥者可以根据所处阶段的不同,获得符合具体情况的维修资源调度优化方案。3)针对远距离维修,固定的保障点无法满足远距离维修的特点,且会造成维修资源的浪费,资源预测不准确、时效性较高,对资源保障要求较高。根据上述因素,建立了以维修资源调度优化时间最短、资源不满足量最少和机动式保障点数目最少的多目标多约束优化模型,使得各机动式保障点可以协同对需求点进行资源调度优化。从权重向量、种群更新策略和进化算子三方面对多目标进化算法进行改进,可以有效提升算法的求解效率,采用稀疏度的方法来剔除多余的非劣解。仿真结果得出在机动式保障下,各机动式保障点的维修资源调度优化方案。