基于单亲遗传算法的战时维修力量抽调模型研究

分析了影响维修力量抽调决策的因素,对装备维修力量的抽调问题进行了数学描述,建立了一种基于灰色关联度的多目标优化模型。针对装备维修力量抽调的非线性多目标优化问题,提出了基于单亲遗传算法的求解方法,该算法用换位算子取代了传统的交叉、变异算子,但仍然保持了他们的进化功能。通过仿真算例分析表明,该方法可有效求解多目标的保障力量抽调问题。     

基于成本分析的装备维修调度优化模型

针对装备维修保障任务量大、保障资源有限,维修调度组织粗放、保障效益低等问题。利用作业成本法分析装备维修资源投入与效益关系,建立装备维修成本模型,精准核算装备维修成本,以维修装备数量最多和平均单装维修成本最低为目标,建立了多目标装备维修优化模型。针对模型参数多、运算复杂的特点,融合粒子群算法和遗传算法,设计了改进的混合嵌套式粒子群算法,并以某维修机构为例,进行实例仿真计算,对模型和算法进行验证,效果良好,为装备维修调度决策提供了一定的理论依据。     

基于多目标约束的基本保障单元人力资源优化研究

针对装备维修工作中基本保障单元的人员优化问题,在维修过程中为保证以最少的人员在最短的时间内完成预定的维修任务,分析了修理工期与人员数量的关系,应用多目标约束理论建立了工期人员优化的多目标数学模型,通过预处理将模型转化为路径组合优化问题,并用改进的蚁群算法对模型的求解进行了研究,最后通过实例验证了优化模型及求解方法的有效性和实用性。     

装备维修保障的多目标优化模型研究

通过对装备维修保障问题进行分析,针对目前研究的目标单一,就修复后的加权作战时间和装备尽可能短的延误双重目标加以研究,建立了维修保障的多目标优化模型,并给出了模型的求解算法,从而弥补了这些不足,使维修保障更加合理。最后,算例表明模型的求解方法简单,计算时间较短,是一种便于实现的好算法。     

基于Pareto排序法的战时装备维修任务多目标调度方法

针对战时武器装备维修保障问题,建立了包括最大完工时间、延迟时间和维修单元负荷在内的多目标优化调度模型。为提高解的多样性和收敛性,构建了一种基于Pareto排序法和小生境技术相结合的遗传算法用于模型求解,引入Pareto排序和拥挤距离进行适应度计算,通过混沌系统随机生成权重系数,并使用小生境技术改进选择方式。通过实例验证表明,该方法能够有效地解决装备维修多目标调度问题。     

基于多目标问题的装备维修保障资源调度研究

针对战时装备维修保障资源调度面临维修保障资源需求量不确定、调度时间不确定、调度路径可靠性不确定的问题,通过引入三角模糊数,将不确定信息量化,构建了以维修保障资源调度时间最短、维修保障资源调度路径可靠性最高和维修保障资源调度成本最小为目标的多目标调度模型,并给出了确定各目标相对重要度的方法,然后通过极大极小法将多目标模型转换为单目标模型,并结合LINGO软件对模型进行求解得出维修保障资源的最优调度方案。最后,引入算例进行了分析计算,结果证明了该模型的有效性,对于战时开展装备维修保障资源调度具有一定参考价值。     

基于粒子群实验寻优算法的后勤装备维修器材仓库布局选址

针对我军后勤装备维修器材仓库分布点多面广、配送时效性不高、整体保障效益偏低等问题,建立了基于混合整数规划的仓库布局选址模型,设计了粒子群实验寻优算法进行求解。以SY战区为例,验证了模型和算法的有效性,得到了该战区的后勤装备;维修器材仓库布局方案,并与基本粒子群算法进行了对比分析。     

基于模糊聚类——拍卖机制的火力协同方法

针对协同作战中环境影响复杂度高,火力分配不及时、效率低等问题,提出了陆战场协同任务分配方法,构建了多武器-目标任务的数学模型。在该数学模型的基础上,基于聚类算法与拍卖算法相结合的原理进行优化求解,在两级分配的模式下,可在更短的时间内获得分配方案。算例表明,所构建协同任务分配模型能够及时有效地获得任务分配方案,较好地解决了多武器-目标的协同任务分配问题。     

变精度粗糙集的战时装备维修保障资源优化配置

以战时维修保障资源难以预测为背景,面向战时维修保障任务,建立了基于变精度粗糙集的战时装备维修保障资源优化配置模型,实现了不同精度下的多资源点、多需求点的资源优化配置。证明了战时维修保障资源所需时间的取值范围,以此推导出模型中所需时间与成本的取值范围。利用粒子群算法对该模型进行求解,得到最优目标函数值,从而验证出此模型与算法的有效性。     

战时装备维修保障力量抢修行动模型构建与求解

针对战时装备维修保障任务重、修理时间有限以及维修保障力量类型与待修装备损伤需求不匹配,难以实现战场精确保障的问题,进行了战时装备维修保障力量多目标行动控制研究。考虑修理时间窗、装备损伤状态、维修保障力量类型与维修保障能力变化以及非遍历性等复杂约束,构建了以装备重要度总和、修竣装备总和以及超出修理时间窗时间总和为目标的维修保障力量多目标抢修行动控制模型。对带精英策略的非支配排序遗传算法进行改进,结合变邻域搜索算法加强算法的局部搜索能力,设计了改进变邻域搜索和非支配排序遗传算法的混合算法实现模型求解,并通过示例验证了模型及算法的合理性和有效性。     

基于多资源点的装备应急器材调度决策模型

针对装备应急器材调度决策问题,从调度路径优化和调度计划分配2个方面,研究了其多目标优化模型的构建。将资源点划分为若干级别来确定资源点选取的优先次序,通过先求解资源点与需求点之间的最优路径,后求解器材资源分配量的思路,建立了装备应急器材调度决策的广义最优路径模型和运输模型,采用改进的Dijkstra算法对模型进行求解,仿真结果表明:所构建的决策模型及算法是有效的。     

小行星探测多脉冲交会轨道多目标优化

现有的小行星探测交会轨道研究多集中于二脉冲最优燃料研究,本文则研究了小行星探测多脉冲交会轨道多目标优化问题.基于Lambert交会算法建立了包含地球逃逸轨道和日心转移轨道的多脉冲交会轨道优化模型,以燃料消耗最小和转移时间最短为两个优化目标函数.采用一类典型的多目标进化算法——NSGA -Ⅱ用于Pareto最优解的确定....     

装备维修过程中备件布局人机工效优化设计

备件取用效率是决定战争胜负的关键因素之一,为了在装备维修过程中能精确、及时、高效地取用备件,提出了考虑人机工效的备件布局优化问题。根据备件布局的特点,在保证备件车行车安全性的前提下,选取了人机工效学中的重要性原则、取用频率原则、相关性原则及相容性原则为备件布局依据及目标,建立了备件布局多目标优化数学模型,并在实例中采用萤火虫算法求解。结果表明:布局模型能综合考虑各子目标,且萤火虫算法求解模型可以获得较好的布局优化方案,备件布局易于查找及存取,达到快速完成维修任务提高维修保障能力的目的。     

D运输问题在物资调度中的应用

D运输问题是含离散目标约束的目标规划问题.首先将此多目标问题转化为单一目标问题,使之简化为传统的运输问题,然后使用一种相对简单的方法求解.最后结合一个实例,讨论了D运输问题在物资调度中的应用.     

装备器材保障资源调度决策模型及算法

装备器材保障资源调度问题是一个非常复杂的问题,根据其优化目标要求,从保障时间最短、保障耗费最低、安全性最高3个方面建立了该问题的多目标优化模型,并通过目标优先度决策将其转化为单目标模型;接着,采用两阶段法进行求解,将其分为最优路径决策、器材分配决策两个阶段进行决策优化,在明确资源点到需求点之间的最优路径后再进行器材资源的分配;并分别采用基于小生境的自适应遗传算法和基于生成树的遗传算法进行求解。通过实例分析,求解结果能够满足装备器材保障的要求,表明所构建的决策模型和算法是有效的。     

装备维修器材生产路径决策的两阶启发式算法

当前装备供应保障系统中维修器材存在短缺、积压以及配送系统效率低下等问题,亟须对生产、库存和配送作业环节进行集成优化。为客观反映各个决策环节,将该问题公式化为一个混合整数线性规划模型,针对该模型多变量、多约束的特点,提出了一个基于数学规划的两阶启发式算法对其进行求解。结合算例,检验模型的可行性,并选取求解器CPLEX和一个类似的迭代算法与该算法在求解质量和运算时间方面进行对比与分析。结果表明,提出的模型是合理可行的,该算法在求解不同规模实例时表现出优异的性能。     

基于遗传算法的多目标虚拟装配路径规划

针对以往求解路径规划问题中以路径最短为目标的局限性以及随机选取初始路径的缺陷,引入合适的目标函数和遗传算子,提出了一种基于遗传算法的多目标虚拟装配路径规划方法,利用大范围初始化的方式产生具有代表性的初始群体,设计了具有启发作用、适合路径规划的遗传算子,能够同时得到不同特点的多条路径,优化了装配路径.     

基于GRA-PSO算法的端铣工艺参数多目标优化

考虑生产实际的需求,综合最小变形误差、最大金属切除率和最大刀具耐用度建立端铣工艺参数多目标优化模型。通过对粒子群全局寻优能力和灰色理论的适应性综合分析,研究提出耦合粒子群算法（Particle Swarm Op-timization,PSO）和灰色关联（Gray Relevancy Analysis,GRA）的多目标工艺参数优化算法。该方法将多目标函数的优化问题转化为优化单项灰关联度,得到了多项工艺指标要求下的参数优化组合。将该方法应用在多目标工艺参数优化设计中取得了满意的结果,表明其具有很大的适应性。