多机种飞行保障装备配置数量需求预测

为多机种飞行保障计划提供合理的装备配置数量方案,构建了多机种飞行保障装备配置数量预测求解模型.基于排队理论将飞行保障抽象为飞机排队,考虑机型不同、保障活动期望时间不同、保障流程不同和装备型号不同因素,以机群总体保障时间、飞机平均保障时间、机群保障的平均强度、保障装备代价、保障忙闲均衡和保障装备供需均衡为优化目标,建立多机种飞行保障装备数量预测模型;以缩短机群保障工序等待时间作为装备数量增减依据设计相应解算算法,根据条件自动筛选出一个或几个装备配置数量近优方案.通过算例分析验证了该模型和算法的有效性,为多机种保障装备配置数量预测问题求解提供了一种途径.     

面向任务的随舰备件配置方法

研究了多阶段任务成功概率的计算方法,根据舰船多阶段任务的特点,建立了随舰备件配置模型.提出了系统修整过程中确定备件配置方案的分析方法与系统执行任务过程中基于粒子群算法的备件配置模型.经实例分析表明:该模型既满足了任务成功概率的要求,又充分利用了舰船排水量和宝贵的备件存储空间,对于随舰备件的配置具有普遍的适用性.     

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。     

防空兵群指挥所配置方案优化分析

防空兵群指挥所配置是兵力部署的重要内容,它从根本上决定了指挥所的指挥效能和野战生存能力。多年来,指挥所的配置多是根据防空兵战斗的相关战术原则,由作战参谋提出数个配置方案,然后由指挥员做出决策。这种仅凭主观决策的做法与现代防空作战的要求不相适应。结合模糊多指标评判方法与优化理论,从发挥指挥效能与提高生存能力两个方面出发,对防空群指挥所的配置进行了分析,并建立了配置方案优化的模型,从根本上改变了指挥所配置完全依赖主观判断的做法。最后应用模型分析了一个实例。     

基于改进MADM算法的防空兵群阵地优选模型

防空兵群阵地选择是防空兵力部署的一个重要环节,对实施防空作战发挥着重要的影响和作用。分析了影响防空兵群战斗队形配置地域选择的相关因素,确定了配置地域优选的指标体系,并结合多指标评判方法与优化理论,运用改进的MADM算法,建立了防空兵群配置地域方案选择的模型。     

基于多Agent无人机协同侦察任务规划模型

建立了多无人机协同侦察任务规划模型，在考虑侦察时间间隔约束和目标载荷需求基础上，给出了位于不同基地的无人机优化部署和调度策略，并提出了基于多Agent的优化搜索仿真算法，利用Matlab实现了无人机优化配置和任务规划模型，得出了无人机优化配置和任务规划方案，最后分析了模型算法存在的某些不足，提出了模型改进的方向。     

基于灰狼优化算法的军用运输机航路规划方法

为改善军用运输资源的优化配置水平,在所构建航空网络基础上,提出一种采用灰狼优化算法进行军用运输机航路规划的方法.利用图论的相关知识,建立航空网络模型;引入灰狼优化算法在所构建的航空网络上优化飞行路径,实现军用运输机的航路规划;基于人造网络与北京地区航空网络所提出方法进行了验证.仿真结果表明,所提出方法具有收敛快、效率高、实用性强、易于实现的特点,能够很好地解决军用运输机的航路规划问题,从而验证了方法的有效性和可行性.     

基于改进的MADM的防空混编群配置地域优选研究*

地面防空混编群中的骨干型火力单位具有作战空域大、具备同时攻击多个目标的能力,是混编群作战体系的主体,担负着对重要目标的抗击任务.其配置将直接影响作战任务,而对其地域选择是火力单位配置的关键环节.首先分析了影响骨干型火力单位地域选择的因素,其次针对其不确定性及权重难以确定的问题,基于改进的MADM算法建立了地面防空兵混编群骨干型火力单位配置地域优选模型,最后给出该算法的实例分析.     

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。     

均衡聚类市场拍卖机制的异构无人机集群任务规划方法

针对大规模异构无人机集群的全局任务规划问题,提出一种基于均衡聚类市场拍卖机制的任务规划方法。对无人机群协同合作完成任务的场景进行分析,综合任务聚类和无人机联盟的优势,建立了通用性较高的任务规划模型。考虑到对无人机群负载均衡的需求,融合和改进了K-means聚类算法和市场拍卖机制,形成一种综合考虑路程消耗和任务消耗的均衡聚类市场拍卖算法。在拍卖过程中引入平衡参数,通过计算旅行商问题来修正平衡参数,保证无人机群在负载均衡的同时整体成本不断降低。仿真结果表明,使用均衡聚类市场拍卖机制的任务规划方法能够在较短时间内完成异构无人机群的复杂任务规划,保证无人机群负载均衡的同时,整体成本和总时间上也有较好表现,具有一定的实际应用价值。