共查询到10条相似文献,搜索用时 171 毫秒
1.
针对现有装备维修任务调度方法存在维修时间过长、维修成本过高的问题,提出了基于改进粒子群算法(Particle Swarm Optimization,PSO)的装备维修任务调度方法.建立了以装备重要程度、维修时间、维修成本为指标的装备维修任务调度模型;从惯性权重、学习因子两个方面,提出了基于改进粒子群算法的装备维修任务调度模型求解方法;设计了算法仿真实例,仿真结果表明,该算法具有更快的收敛速度及更好的全局寻优能力,降低了维修时间,节约了维修成本,有效提高了装备维修任务调度的合理性. 相似文献
2.
《装甲兵工程学院学报》2019,(1)
针对战时装备巡回修理任务重、修理时间有限,而现有战时装备维修任务调度研究存在调度目标单一、约束简单的问题,开展了装备巡回修理任务多目标动态调度研究。提出了复杂约束条件下的装备巡回修理任务调度军事问题,考虑待修装备修复状态的不确定性,在修理能力和修理时间限制的基础上引入了修理时间窗、非遍历、巡回修理组修理能力变化等约束,构建了以修竣装备总数、修竣装备重要度总和、获得的二次作战总时间最大为调度目标的多目标动态调度模型。设计了基于改进非支配排序遗传算法(Non-dominated Sorting Genetic Algorithm Ⅱ,NSGA-Ⅱ)进行模型求解,并通过示例仿真与分析,验证了模型和算法的合理性及有效性。 相似文献
3.
4.
基于蜂群算法的战时毁伤装备维修任务调度研究 总被引:3,自引:0,他引:3
现代战争中,装备的战损率大大提高,装备维修任务十分繁重,如何在最短的时间内将损坏的装备修复好,是装备维修决策的重要内容之一[1]。鉴于蜂群算法在任务调度特别是动态随机任务调度中的优势,将蜂群算法引入装备维修任务调度研究,并进行了仿真实验,通过测试案例的仿真结果表明,蜂群算法对于动态随机任务调度具有很强的优势。最后对蜂群算法中的各参数对于仿真结果的影响进行了分析。 相似文献
5.
6.
7.
8.
9.
分析了目前军用无人机装备维修任务调度问题的组成及现状,构建了改进的混合粒子群算法,通过离散化粒子群简化粒子论域,加快计算速度;引入浓度监控机制,综合粒子浓度分布和适应度大小两方面信息,对进化过程进行调控;结合遗传算法,增加粒子间的交叉、变异,加快粒子群进化速度,防止陷入局部最优;并在Matlab环境下对图形展示函数进行优化,实现迭代过程动态可视。最后通过实例分析,高效计算得出最佳调度方案,实现了混合粒子群算法在装备资源调度问题的有效应用。 相似文献