共查询到19条相似文献,搜索用时 140 毫秒
1.
2.
3.
4.
地空导弹使用保障过程复杂,很难有效地对使用保障设备进行优化配置。结合地空导弹使用保障需求以及其使用保障作业流程的特点,构建地空导弹使用保障设备优化配置模型。该模型属于典型的NP难问题,基于此提出以改进的粒子群优化方法对模型进行求解。新的粒子群优化方法中,将粒子线性移动改进为非线性移动方式,有效提高粒子的全局搜索能力。粒子的编码方案首次采用位移向量表达方式,并提出一种新的粒子修复策略,有效地简化了模型的求解过程。给出算例并且设计了对比实验。实验结果表明本文方法能够解决地空导弹使用保障设备的优化配置问题,并且对于其他资源配置问题求解也具有重要的参考意义。 相似文献
5.
《海军工程大学学报》2017,(1)
以作战单元长期远离保障基地执行作战任务为背景,考虑作战单元携行维修能力有限的实际情况,基于可靠性理论,提出了两级多单元保障系统下的故障件部分可修时的装备可用度评估方法。通过搭建蒙特卡洛仿真模型开展了保障过程仿真,并与所提方法做了对比验证,结果表明:该方法在处理有限维修能力下作战单元可用度评估问题时具有较高的精度。以备件购置费用为优化目标、装备可用度为约束条件,构建了有限维修能力下的备件库存优化模型,并采用边际优化方法对备件库存进行了优化配置,算例表明:根据备件优化模型和优化方法可以得到合理可靠的备件配置方案,能够为装备保障人员对作战单元备件配置方案的选取和评估提供决策支持。 相似文献
6.
7.
8.
9.
针对随舰备件配置问题,首先建立了考虑维修时间的随舰备件保障概率模型与使用可用度模型,研究了部件的使用可用度与备件保障概率之间的关系,并给出了部件寿命服从指数分布、维修时间为定长时的备件保障概率解析表达式;然后,以串联系统为对象,建立了基于使用可用度的系统备件配置优化模型,给出了随舰备件配置优化算法及流程;最后,定量分析了维修时间对装备使用可用度和备件保障概率的影响程度,验证了随舰备件配备方案的制定方法是合理可行的。 相似文献
10.
针对同类装备构成的集群预防性维修计划问题,综合考虑了装备的使用和维修过程,分析了装备动用与维修计划之间的相互关系,刻画了装备使用和维修的触发机制,提出了一个包含离散事件仿真和粒子群优化算法的混合模型,并描述了模型的结构和数学表示。该模型基于离散事件仿真对给定的预防性维修计划进行评估,并以该评估值为基础利用粒子群演化进行优化,从而通过多次迭代进化可逐步逼近可能的全局优化结果。由于模型中考虑了装备使用过程中的不确定性,并且粒子群优化可从任意初始值开始,因而可用作维修系统效能评估以及维修方案优化的决策工具。 相似文献
11.
航天测控系统是一个典型的多阶段任务系统,讨论了可靠性分配时的约束条件和分配目标,构建了其任务可靠性分配模型,针对任务可靠性分配这类复杂的约束组合优化问题,提出了一种速度可控的粒子群优化算法.为克服粒子群算法的早熟问题,该算法引入了速度更新的方向控制规则和尺度控制规则用于增加群体的多样性,并根据两种控制规则,提出了种群粒子的速度更新策略.通过算例仿真,表明算法在用于航天测控系统任务可靠性分配问题时具有分配结果优、收敛速度快等优点. 相似文献
12.
针对支持向量机(SVM)在网络故障诊断中应用存在的参数设置和诊断模型复杂的问题,提出一种基于小生境粒子群优化的SVM解决方案。算法在进行参数寻优的同时考虑支持向量个数,实现对诊断模型复杂度的优化,并采用小生境粒子群算法进行求解,提高算法跳出局部最优的能力。在DARPA数据集上的实验表明本文提出的方法能够有效提高诊断模型的泛化性和诊断速度。 相似文献
13.
针对多个虚拟网络同时映射时资源统一优化分配的问题,提出了一种基于多目标微粒群优化的虚拟网络映射方法(MSC-VNE),提高底层网络资源利用率及全局负载均衡性能。建立了虚拟网络映射的多目标优化模型,将单个虚拟网络映射作为一个子群,并采用多子群协作优化的方法在子群映射时通过相互信息交换进行协同进化,最终达到全局资源的优化分配。仿真结果表明,与典型成果相比,提出的方法有效地提高了底层网络资源利用率和虚拟网络构建成功率。 相似文献
14.
15.
机内测试设备(Built—in Test Equipment,BITE)在复杂系统中的应用越来越多,由于BITE诊断存在不确定性,就可能导致无效的维修.采用一种考虑BITE诊断不确定性的维修任务选择模型及其求解算法,以在一定置信水平下获得最佳的维修方案.首先,给出了考虑BITE诊断不确定性的维修任务选择问题的假设条件,建立了非线性的、离散的随机机会约束规划模型.其次,设计了求解随机机会约束规划模型的一种基于随机模拟的粒子群算法,包括粒子的表示、适应度函数、更新公式、算法框架等.最后,给出了具体实例,证明了模型与算法的有效性.该模型适用于管理人员在考虑BITE诊断不确定性的情况下做出合理的维修任务选择决策. 相似文献
16.
针对以往考虑时间窗约束的多无人机协同任务分配问题模型不能反映在有效时间窗内,任务执行时间对任务收益的影响及求解算法效率较低的问题。建立了将任务收益和任务执行时间直接联系起来的任务分配模型和可行解到粒子整数编码方式的映射,设计了混合离散粒子群-郭涛算法的组合优化问题求解策略。借助粒子群算法利用粒子自身信息和种群有用信息指导种群进化的本质特点,优化郭涛算法的适应性序列倒置操作;设计了可变的学习选择概率来选择个体的学习粒子,改进了序列倒置算子。仿真实验验证了该方法处理复杂任务分配问题的有效性。 相似文献
17.
标准粒子群算法通过线性减小惯性权重系数来调整寻优性能,但缺乏智能化机制易导致算法后期产生早熟或陷入局部最优而产生僵局。针对这一问题,提出一种基于云模型改进惯性权重的混沌交替粒子群优化算法。根据粒子迭代变化关系,采用云模型理论对惯性权重ω进行智能化调整,以平衡其全局和局部搜索能力,防止算法产生局部僵局;另外,判定粒子稳定性,对于可能陷入局部僵局的稳定粒子进行混沌扰动,促使其跳出僵局进而向最优位置更新。实验与分析表明,基于云模型改进惯性权重的混沌交替粒子群优化算法能够跳出局部僵局且具有较高的寻优精度,算法接近完全收敛时的平均迭代次数,较现有相关研究分别降低了13.73%~20.11%。 相似文献
18.