基于混合遗传算法的多基地多无人机战场物资配送任务分配

战场物资无人机配送是未来后勤保障的一种重要方式。以战时多基地、多无人机保障多需求点的模式为研究对象,通过分析多需求点战场物资无人机配送的特点及决策目标,利用多约束条件下的多车场车辆路径问题对无人机物资配送任务分配进行建模,通过将节约里程法与最近邻算法引入遗传算法中,较好地提高了算法求解速率及解的质量,最后通过仿真算例验证了模型和算法的合理性、有效性。结果表明:模型与算法能够在满足部队需求和给定的配送资源条件下优化物资配送方案,可较好地解决多基地、多无人机的战场物资配送任务分配问题。     

车辆路径问题的分层遗传算法研究

本文将分层遗传算法用于解决车辆路径问题,避免了传统遗传算法常见的早熟收敛问题。实验结果证明,该算法可以有效求得车辆路径问题的优化解,是求解车辆路径问题的一个较好的方案。     

战役方向地面防空战斗部署优化研究

对战役方向地面防空战斗部署进行了详细分析,建立了兵力优化分配的数学规划模型.为了获得部署问题的全局最优解,将遗传算法(GA)用于战役方向地面防空部署优化研究中,并对传统遗传算法进行了改进,最后给出了模型求解的方法和步骤.经过应用实例的计算,取得了良好的部署效果.     

野战指控系统机动时间路线优化研究*

以战时指控系统的机动路线优化问题为研究对象,建立了野战指控系统机动时间路线模型,在此模型的基础上提出用遗传算法来解决时间路线优化问题.初步处理了作战过程机动路线的必经点问题.在此基础上总结提出了机动路线优化的算法,将此算法在机步师野战指控系统遂行作战进行了验证.此算法可用来解决当前指控系统机动时间路线优化的问题.最后提出需要进一步解决的问题.     

遗传算法在装备调拨辅助决策中的应用

利用遗传算法求解装备调拨中的路径优化问题和运输装载问题,并利用MATLAB进行了实例仿真,对装备调拨的辅助决策具有积极的意义。     

军事物流运输中的最小风险最大流模型构建及求解

文章综合考虑运输风险、弧的容量和网络流量等因素,基于最小费用最大流问题,构建最小风险最大流模型并进行求解,研究军事物流运输中的最小风险路径选择和增广链流量调整问题。实例分析结果表明,最小风险最大流模型,可以较好地应用于军事物流运输路线的选择上。通过获得最优的运输路线,可以为军事物流运输的决策提供理论支持。     

基于时空网络的物资保障网络效能优化

针对应急物资保障效能优化问题,通过构建时空二维空间将物资保障实体网络转换为保障时空网络,提出了基于时空网络的物资保障网络效能优化模型。利用时空网络技术描述了保障网络中物资配送路径,各节点和节线(边)所运输的物资量以及相互保障关系。应用遗传算法求解得出物资保障最优配送方案。最后,通过实例仿真分析验证了模型的有效性和可行性,可为后勤保障决策部门做好应急情况下的物资保障决策提供参考。     

遗传算法的泛函极值求解与应用

路径规划可以描述为泛函极值模型.针对传统的变分法、最大值原理等求解泛函目标函数类型有限的局限性,考虑遗传算法在解空间中进行随机优化搜索的特点,引入遗传算法对泛函极值问题进行求解,给出了求解过程.该方法具有广泛适应性,数值仿真结果表明了该算法的有效性和合理性.最后得到了飞行器飞行的最优控制规律和最优路径.     

遗传算法在武警勤务中的应用研究

遗传算法是一种新的全局优化仿生算法。介绍了遗传算法的编码方法、选择算子、交叉算子和变异算子 ,以及适应度函数的设计 ,结合武警部队勤务的特点 ,探讨遗传算法在武警勤务中的应用。并以遗传算法在军事 (行军 )路线优化选择和智能排课系统中的应用为例 ,对遗传算法的建模等进行了探讨     

联合配送在军事物流领域中的应用

文章提出将联合配送及其系统引入军事物流领域,并对军事物流领域联合配送的模式、配送网络体系的构建等问题进行了探讨。