合成分队双层主从决策模型研究

针对合成分队不同指挥层级之间的决策交互优化问题,提出了基于主从决策的双层武器目标分配模型。该模型能够体现上下指挥层级之间交互式决策协调优化的特点:上层目标为主攻方向我方遭受威胁最小,下层目标为对敌打击最大。结合合成分队作战决策的特点和要求,提出了一种求解该模型的改进型粒子群优化算法。仿真结果表明,该模型合理有效,改进的求解算法能够获得满意解。     

基于双层规划的通信干扰兵力部署优化

投掷式通信干扰机是未来通信对抗装备发展的一种趋势,针对其压制无线战术通信的兵力部署优化问题,引入"通信干扰压制概率"和"通信干扰效益"两个指标,建立了基于双层规划的兵力部署优化模型,上层规划以整体通信干扰效益最大化为目标,下层为随机机会约束规划,以通信干扰压制概率满足一定置信水平为约束,以干扰机需求量最小化为目标。采用随机模拟、遗传算法和动态规划相结合的混合智能算法求解双层规划模型,并通过算例分析验证了模型的有效性。     

基于实物期权的军队油库设备投资改造决策模型研究

利用实物期权的投资决策理论对军事油库设备改造进行了探讨,针对投资项目所具有的时间选择期权和放弃期权的混合特征,根据决策树的思想,采用二项式期权定价理论和不确定规划方法,构造了一种以战略净现值最大化为投资目标的军队油库设备投资决策模型。该模型有效地评估了投资机会的价值,解释了投资者时机选择和投资期限决策行为,有助于提高油库资金的军事效益和经济效益。     

基于效果的联合作战行动规划研究

联合作战行动规划是依据联合作战的使命和资源约束建立完成使命的最佳行动过程,通过对交战环境状态、交战主体的资源能力状态、行动、事件和效果的定义,结合人工智能领域解决"计划"问题的研究、军事领域基于效果的作战思想提出了联合作战行动规划模型及策略优选方法.模型结合了马尔可夫决策过程和贝叶斯网络技术来求解交战主体的最优策略,对联合作战设计具有适应性的行动策略做出的初步尝试.     

SEAD场景异构无人机配置与任务规划联合优化方法

对敌防空压制(suppression of enemy air defenses, SEAD)场景是多无人机协同的典型应用,针对该场景特点,在任务规划问题基础上将各类型无人机数量也作为决策变量,充分表征目标、任务和无人机的多种约束,建立异构无人机编队路径问题模型。设计了双层联合优化方法求解该模型：上层设计了任务衔接参数指标,精确评估各类型无人机需求,指导无人机配置调整;下层设计了改进遗传算法,高效处理多类型约束并能结合无人机数量变化对任务方案进行精细调整;双层相互协调获得满足需求的无人机配置和执行方案。仿真结果表明,该方法可以在避免遍历无人机配置组合的前提下获得合理的无人机配置方案和高效可行的执行方案。     

多约束多关联条件下的目标选择

处理了如何从具有复杂关联和多种约束的目标集中选择目标的问题。首先,对目标集的组成结构和目标间的相互关联关系进行了描述,并分析了目标选择的两种约束类型,建立了多约束多关联条件下的目标选择模型。然后使用惩罚函数将多约束目标选择问题转化为无约束问题,给出了用遗传算法求解模型的方法步骤。最后通过案例表明,该方法结果稳定,优化效果好,能够在目标间具有复杂关联的条件下为军事人员进行目标选择决策提供有效的辅助。     

基于遗传模拟退火算法的空袭兵力分配及优化

对遗传模拟退火算法中的交叉、变异操作进行了改进,并实施了最优保留策略,形成了改进遗传模拟退火算法.以突击效果最大化和兵力损失最小化为目标函数,以空袭兵力总量的限制、空袭兵器挂载类型的限制等为约束条件,建立了空袭兵力分配及优化模型.在考虑兵力分配模型特点的基础上,利用改进遗传模拟退火算法求解.通过与多目标数学规划和标准遗传算法优化进行的比较表明,该方法能够有效地解决带约束的多目标优化问题.     

基于改进粒子群算法的岛礁孤立多能源军事供电系统运行优化研究

为更好地发挥岛礁孤立多能源军事供电系统的保障效能,合理使用储能蓄电池,尽量延长蓄电池使用寿命,提出了一种蓄电池折旧成本模型,建立了包括发电成本和蓄电池折旧成本的多能源供电系统运行优化模型.针对传统粒子群算法求解优化模型易出现"早熟收敛"的缺点,提出了改进的粒子群算法.该算法利用最大速度线性递减方法,早期采用惯性权重自适应来平衡全局寻优能力和算法收敛精度之间的矛盾,后期增加压缩因子来加强算法的收敛速度.最后,以某岛礁孤立多能源军事供电系统为例,验证了模型的有效性和算法的性能,可为岛礁多能源供电系统运维人员制定系统运行策略提供指导.     

基于进化算法的多无人机协同航路规划

以突防航路时域协同指数、空域协同指数、突防时长指数和受威胁指数为规划目标,以最小直线航路段长度、可飞空域、续航能力和进入任务航路方向为约束,构建了多无人机协同突防航路规划模型。结合模型特点,利用合作型协同进化遗传算法对该模型进行求解。     

导弹对抗离散数学模型

针对现代非接触战争的特点,用数学方法研究导弹对抗模型问题,针对作战的不同目的和要求,建立两个导弹对抗的非线性规划数学模型,对模型求解设计了近似方法,该方法把上述非线性规划模型化为多个线性规划模型进行求解.对一类较简单的特殊情况进行了仔细分析,得到了分析解.最后指出该方法如何应用于动态实时优化决策.本文的方法可用来预测和评估导弹对抗的效果,为作战实时优化决策提供参考.     

An algorithm for the discrete bilevel programming problem

The bilevel programming problem (BLPP) is an example of a two-stage, noncooperative game in which the first player can influence but not control the actions of the second. This article addresses the linear formulation and presents a new algorithm for solving the zero-one case. We begin by converting the leader's objective function into a parameterized constraint, and then attempt to solve the resultant problem. This produces a candidate solution that is used to find a point in the BLPP feasible reagion. Incremental improvements are sought, which ultimately lead to a global optimum. An example is presented to highlight the computations and to demonstrate some basic characteristics of the solution. Computational experience indicates that the algorithm is capable of solving problems with up to 50 variables in a reasonable amount of time.     

军队人力资源培训问题的整数线性规划模型

文章研究了军队人力资源培训问题,并基于时间和费用两个指标,建立了一个满足培训时间约束且费用最省的0-1整数线性规划模型,给出了基于Lagrange松驰分解的模型求解算法。在算法中,采用一种简单可行的Lagrange乘子更新方法代替传统的次梯度法。另外,文章证明了算法获得最优解的两个充分条件,计算实例初步表明给出的算法是行之有效的。     

Optimality conditions for the bilevel programming problem

The bilevel programming problem (BLPP) is a sequence of two optimization problems where the constraint region of the first is determined implicitly by the solution to the second. In this article it is first shown that the linear BLPP is equivalent to maximizing a linear function over a feasible region comprised of connected faces and edges of the original polyhedral constraint set. The solution is shown to occur at a vertex of that set. Next, under assumptions of differentiability, first-order necessary optimality conditions are developed for the more general BLPP, and a potentially equivalent mathematical program is formulated. Finally, the relationship between the solution to this problem and Pareto optimality is discussed and a number of examples given.     

一种基于多目标优化的QoS路由交互式算法

为了满足通信网络中一些特定业务对于多个网络指标性能的同时要求 ,研究了一类基于多目标决策的QoS路由算法。通过选取带宽作为约束条件 ,把时延和丢失率作为优化目标 ,建立了QoS路由选择的多目标非线性整数规划模型 ,并给出了一种求解模型的交互式算法。该算法通过逐步调整目标函数的上界 ,压缩目标函数的搜索空间来满足决策者的要求和网络条件。实例计算结果表明了算法的可行性     

A branch and bound algorithm for allocation problems in which constraint coefficients depend upon decision variables

A branch and bound algorithm is developed for a class of allocation problems in which some constraint coefficients depend on the values of certain of the decision variables. Were it not for these dependencies, the problems could be solved by linear programming. The algorithm is developed in terms of a strategic deployment problem in which it is desired to find a least-cost transportation fleet, subject to constraints on men/materiel requirements in the event of certain hypothesized contingencies. Among the transportation vehicles available for selection are aircraft which exhibit the characteristic that the amount of goods deliverable by an aircraft on a particular route in a given time period (called aircraft productivity and measured in kilotons/aircraft/month) depends on the ratio of type 1 to type 2 aircraft used on that particular route. A model is formulated in which these relationships are first approximated by piecewise linear functions. A branch and bound algorithm for solving the resultant nonlinear problem is then presented; the algorithm solves a sequence of linear programming problems. The algorithm is illustrated by a sample problem and comments concerning its practicality are made.     

基于改进SLP的军事物流基地设施平面布局研究

由于传统SLP方法的不足,在解决设施较多的军事物流基地布局问题上面临较大困难。为解决此问题,提出了改进SLP方法,以军事物流基地设施间综合相互关系为基础,构建平面布局模型,并确定目标函数和主要约束条件。随后对模型的求解进行遗传算法设计,并运用Matlab编程实现模型的求解,从而得出平面布局的最优解。最后以最优解为基础,结合限制条件进行修正,完成军事物流基地设施平面布局设计。     

卫星任务调度问题的约束规划模型

卫星任务规划与调度是空间资源管理的重要内容之一,其目的在于为卫星系统的任务计划编制提供科学合理的决策手段与依据。卫星任务调度问题的重要特点在于,调度任务存在可见时间窗口约束。只有在可见时间窗口内,调度任务才可能执行并完成。在进行合理假设的基础上,建立卫星任务调度问题的约束规划模型。对基本禁忌搜索算法进行改进,提出了模型求解的变邻域禁忌搜索算法。应用结果表明,约束规划模型的建立与求解是合理的。     

A bounded dual (all-integer) integer programming algorithm with an objective cut

In this article, we describe a new algorithm for solving all-integer, integer programming problems. We generate upper bounds on the decision variables, and use these bounds to create an advanced starting point for a dual all-integer cutting plane algorithm. In addition, we use a constraint derived from the objective function to speed progress toward the optimal solution. Our basic vehicle is the dual all-integer algorithm of Gomory, but we incorporate certain row- and column-selection criteria which partially avoid the problem of dual-degenerate iterations. We present the results of computational testing.