基于MPSO的地面防空群维修任务规划研究

针对地面防空群的维修任务规划问题,建立维修任务规划流程,以维修任务的优先级、维修时间和维修保障资源消耗为目标,建立了地面防空群维修任务规划模型,根据战场环境特点,基于置信度法确定多目标参量的权重,将多目标优化问题转化为单目标问题,并采取改进的自适应粒子群优化算法对模型进行求解。通过实例验证,该方法在收敛速度及求解结果质量上均优于传统粒子群算法,可以有效解决地面防空群的维修任务规划问题,对部队维修保障决策具有一定的参考价值。     

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(m,T,r)维修策略的k/n系统维修优化模型

提出了一种(m,T,r)维修策略,并以使用可用度最大、单位时间维修费用最小作为优化目标,建立了k/n系统的多目标维修优化模型以及系统的使用可用度模型和维修费用模型。在此基础上,结合维修实际,设计了一种基于遗传算法的模型求解算法。最后,通过算例分析证实了所提出维修策略和维修优化模型的可行性与有效性。     

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。     

基于遗传算法的装备维修方案多目标优化

针对装备维修方案规划的特点,构建了以维修费用最低和作战能力最大的多目标装备维修方案优化模型,并提出针对该模型求解的改进多目标遗传优化算法。在遗传算法设计中,为保证解集的均匀性和多样性,避免过早收敛,建立了随机权重适应度函数,引入精英保留机制和小生境技术,通过实例对该模型的求解进行了验证。仿真结果表明,所构建的模型合理可行,算法运行高效,为部队装备维修方案的制定提供了一定的借鉴。     

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。     

基于维修专业的任务调度及优化方法

通过对现实维修任务调度问题进行分析,以最短时间内恢复作战单元战斗力为目标,建立了基于维修专业的任务调度模型,并且研究了模型求解及优化的方法.该模型既适用于静态维修任务调度也适用于动态维修任务的调度,最后通过实例对方法的正确性和可行性进行了说明和验证,实例结果表明,该方法更贴近于实际,实现了快速、有效地解决维修任务调度问题.     

引入区域量化的相控阵天线维修优化模型

针对大型相控阵天线维修成本高、多部件维修时机难以确定、模型仿真计算困难等问题,提出一种引入区域量化的维修优化模型。建立天线阵列的区域量化模型,将天线阵列维修问题转化成一个由不同区域阵元组成的k/n系统维修优化问题。以使用可用度为约束条件,以单位时间维修费用最小为优化目标,建立引入区域量化的大型相控阵天线多部件视情维修决策优化模型,并通过算例仿真与分析进行了模型验证。结果表明:提出的维修优化模型真实有效,能够很好地解决分布不均匀的相控阵天线维修优化问题。     

基于粒子群算法维修保障单元优化配置

针对维修保障单元配置过程中需权衡综合多因素问题,提出了一种基于粒子群算法的维修保障单元优化配置决策模型和方法。首先,以维修任务完成概率为设计目标、以维修保障单元总数量为约束,建立维修保障单元配置决策模型;其次,运用粒子群算法对维修保障单元配置问题进行优化求解。通过具体实例分析,证明了该方法的正确性和有效性。     

战时装备保障力量抽组多目标优化模型研究

分析了影响装备保障力量抽组决策的因素,对装备保障力量的抽组问题进行了数学描述,建立了装备保障力量抽组多目标优化模型。针对多目标优化的求解问题,提出了一种相对理想点的求解算法。在相同的约束条件下,基于目标函数向量与理想目标向量之间的相对接近度而构造一个偏好函数,将多目标优化问题转变为单目标优化问题进行求解,通过实际算例验证了算法的可行性。     

装备保障人员优化配置方法研究

将装备保障人员按级别分为操作人员、维修人员及管理人员,结合人员进入、培训和退出的状态,构造了状态转移矩阵,求出了各级别人员数量。定义了不同级别针对不同任务的保障效率,按照保障人员完成最高效率任务构建了最优化配置模型。通过实例验证了模型的实用性。     

基于MOEA/D的柔性结构燃料—时间多目标优化控制研究

利用基于分解的多目标优化算法(MOEA/D)研究了柔性航天器多目标优化的rest-to-rest机动问题.基于空间飞行器刚柔耦合动力学方程,提出了最小时间-最少耗能的多目标优化控制模型;给出了基于MOEA/D的算法框架,并对柔性飞行器空间机动问题进行了多目标优化控制的分析设计;典型算例表明该算法可有效地应用于柔性航天器姿态机动控制器的分析设计之中.     

滑翔飞行器多目标弹道优化的进化-配点混合求解策略

针对高超声速滑翔飞行器弹道多目标优化问题,综合考虑计算效率和精度,结合分解进化算法与配点法提出一种混合求解策略。根据滑翔飞行器动力学模型和弹道设计中需要考虑的约束条件,建立飞行器多目标弹道优化模型。利用控制量离散化方法将多目标弹道优化问题转化为带约束的多目标参数优化问题,并采用罚函数法处理约束条件,随后利用分解多目标进化算法进行求解。为了提高弹道优化的精度,将椭球聚合法与配点法相结合,以多目标进化算法得到的Pareto解作为初始解进行迭代求解。通过典型的复杂约束多目标弹道优化的算例表明,所提出的混合求解策略能够获得满足复杂约束要求的Pareto最优解集,实现有效的多目标弹道优化。     

基于半马氏决策过程的电容器维修策略优化

针对电容器随机劣化失效的特点,采用半马氏决策过程解决其预防性维修方案设计和维修策略优化问题.在电容器随机劣化的Gaussian-Poisson模型基础上,以检测周期为优化变量,同时考虑预防性维修次数阈值的影响,建立电容器长期运行费用率优化模型.分析表明,对该型号电容器来说,预防性维修相比于事后修理更加有利于节省部件长期运行的费用率.     

多目标的分布式协同进化MDO算法

通过引入非优超排序和排挤的多目标处理机制 ,将分布式协同进化MDO算法的能力扩展到多目标的多学科设计优化问题。多目标的分布式协同进化MDO算法在保持各学科充分自治和各学科并行设计优化协同的基础上 ,通过一次运行即可获得具有良好分布的多个Pareto最优解 ,逼近整个Pareto最优前沿。应用于导弹气动 /发动机 /控制三学科两目标设计优化问题 ,与约束法计算结果的对比表明算法能够有效逼近该问题的Pareto最优前沿 ,为设计决策提供了丰富的信息     

基于MOEA/D的航天器隔振器多目标优化方法研究

由于存在各种高频内部扰动,高精度航天器通常需要进行隔振设计,而被动隔振装置被广泛采用。在被动隔振装置设计中,抑制共振响应峰和隔离中高频振动存在很强的冲突性,需要进行多目标优化设计。首先,建立了隔振系统的动力学模型,提出了以传递函数共振峰幅值和中高频衰减为目标函数的多目标优化模型;其次,提出了基于分解的多目标进化算法（MOEA/D）对单级和两级级隔振装置进行多目标优化的设计方法;最后,对某空间隔振装置进行了数值仿真,结果验证了本文算法的有效性。     

基于排队论的装备维修人员数量需求模型*

确定维修人员需求是对装备维修机构进行科学管理和对维修人员进行有计划培训的需要。在分析装备维修人员构成的随机服务系统特征的基础上,运用排队论理论建立了以平均等待时间为目标的维修人员需求的愿望模型,该模型可更加确切地描述各专业对维修人员的实际需求。通过对模型进行仿真,结果表明了模型的合理性。     

航天器隔振器多目标优化方法

由于存在各种高频内部扰动,高精度航天器通常需要进行隔振设计,而被动隔振装置被广泛采用。在被动隔振装置设计中,抑制共振响应峰和隔离中高频振动存在很强的冲突性,需要进行多目标优化设计。建立了隔振系统的动力学模型,提出了以传递函数共振峰幅值和中高频衰减为目标函数的多目标优化模型;提出了基于分解的多目标进化算法对单级和两级隔振装置进行多目标优化的设计方法;对某空间隔振装置进行了数值仿真,结果验证了本文算法的有效性。     

多专业批量维修任务调度方法研究

通过对不同专业设置方式下的维修任务调度问题进行分析,以最小化批量维修任务的维修时间为目标,将考虑专业维修顺序的批量维修任务调度问题分成两步进行求解,首先,建立了批量维修任务在专业领域内的调度及优化模型;其次,提出了基于NEH的批量维修任务排序方法．最后,通过实例对模型和方法的正确性和可行性进行了说明和验证,实例结果表明,该方法更贴近于实际,实现了快速、有效地解决维修任务调度问题,