场站飞行后勤保障车辆调度建模与仿真

在深入分析航空兵场站飞行后勤保障车辆组织指挥活动规律的基础上,利用离散事件系统建模仿真软件Arena,建立航空兵场站飞行后勤保障车辆调度模型.结合不同保障车辆资源约束条件下的一个实例,利用仿真软件Arena对所建立保障车辆调度模型进行了仿真.通过对仿真结果的对比分析,验证了所建保障车辆调度模型的科学性、有效性,为场站指...     

常规导弹战前运输任务优化模型

制定常规导弹战前运输计划时,各车辆运输时间和运输路线的安排是一个组合优化问题.运用军事运筹学和不确定性优化理论,充分考虑节点冲突性、车辆隐蔽性、任务时间、道路容量等因素,建立了运输任务方案的优化模型.该研究为常规导弹波次作战计划的制定和优化提供模型支持,有助于提高常规导弹作战指挥自动化和部队的生存能力.     

基于变结构的应急航材调度策略

针对应急航材需求的随机性提出了变结构应急航材配送网络的概念,立足于物流运输车辆的优化调度,将现代优化算法引入应急航材的调度中,通过仿真算例的验证可以得出调运路径长度及应急航材需求量与调运时间成正比。     

抢险救灾非战争军事行动中应急资源调度网络的优化方法

抢险救灾非战争军事行动包括道路抢修和物资运输等任务,而这两类任务在灾后应急资源调度中存在关联性的影响,且面临路网结构可变及需求随机模糊等挑战,对此,提出了一种非确定性应急资源调度网络双层规划模型,设计了基于蒙特卡洛方法与遗传算法耦合的智能启发式求解策略.通过对典型情境下应急资源调度案例进行分析建模和数值求解,说明了该模型和算法的合理性和有效性.     

需求可拆分的应急物资调度问题的蚁群算法

应急物资调度问题是个典型的需求可拆分的车辆路径问题,区别于传统的车辆路径问题,将每个需求节点只能由一辆车访问的约束去除,允许需求节点由多辆车进行访问。针对应急物资调度问题的特点,建立相应的多目标车辆路径数学规划模型(SDVRP),并根据模型特点设计改进蚁群优化算法。最后,进行相应的算例分析,验证了该模型和算法的有效性。     

装备维修任务调度研究综述

分析了装备维修任务调度需求及意义,综述了装备维修任务调度理论研究现状,围绕旅行商问题(Traveling Salesman Problem,TSP)、车辆路径问题(Vehicle Routing Problem,VRP)、项目调度问题(Project Scheduling Problem,PSP)和车间调度问题(Shop Scheduling Problem,SSP),综述了装备维修任务调度的典型模型及相应模型的求解算法,最后,从装备维修任务调度理论、调度策略、调度模型和调度算法4个方面提出了下一步装备维修任务调度研究的方向。     

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。     

天基预警系统资源调度方法

对面向导弹预警任务的天基预警系统中的低轨卫星资源调度问题进行了研究.对预警任务的特性进行分析,提出了一种预警任务规划与分解方法以减少任务对资源占用时间的需求;在此基础上建立了该问题的约束满足CSP调度模型;针对该模型变量多、解空间规模庞大的特点以及对求解算法时效性的要求,设计了一种基于局部解空间跳出机制的改进型遗传算法MGA.仿真表明该模型与算法在给定时间内能够得到满意的调度方案.     

基于GPS的战区级军车智能化调度系统的展望

军车智能化调度系统是未来部队车辆管理系统的核心部分。本文对军车智能化调度系统的构成、基本原理以及基本功能,智能化调度方法作了分析与介绍。     

车辆动态实时掌握 节能省耗有效监管——新疆移动车务通助力兵团各行业车辆管理

兵团企业要实现快速稳定发展,需要完善后勤保障系统。其中解决单位车辆调度、合理用车、节省能耗、降低运营成本、车辆远程控制等问题是企业管理者的迫切需求。以移动优质网络及强大的技术实力为依托,新疆移动为兵团企业、机关单位提供优质高效的车辆信息化管理系统——车务通。"车务通"是中国移动开发的一套远程车辆管理系统,通过对车辆加装监控终端,采集车辆运行数据,并通过移动网络将数据传送至后台管理服务器,从而实现对车辆的实时监控和远程调度,方便用户通过电脑灵活监控管理。该产品广泛适用于政     

Optimal empty vehicle redistribution for hub‐and‐spoke transportation systems

This article considers the empty vehicle redistribution problem in a hub‐and‐spoke transportation system, with random demands and stochastic transportation times. An event‐driven model is formulated, which yields the implicit optimal control policy. Based on the analytical results for two‐depot systems, a dynamic decomposition procedure is presented which produces a near‐optimal policy with linear computational complexity in terms of the number of spokes. The resulting policy has the same asymptotic behavior as that of the optimal policy. It is found that the threshold‐type control policy is not usually optimal in such systems. The results are illustrated through small‐scale numerical examples. Through simulation the robustness of the dynamic decomposition policy is tested using a variety of scenarios: more spokes, more vehicles, different combinations of distribution types for the empty vehicle travel times and loaded vehicle arrivals. This shows that the dynamic decomposition policy is significantly better than a heuristics policy in all scenarios and appears to be robust to the assumptions of the distribution types. © 2008 Wiley Periodicals, Inc. Naval Research Logistics, 2008     

战时弹药供应协同调运模型研究

弹药协同调运是战时弹药保障工作中的重要环节,其协同调运的合理性将直接影响到弹药保障工作的顺利进行.针对弹药的调运问题,从战时技术实施与应用角度研究弹药的调运问题,以到达需求点的运输时间、弹药输送车数量以及弹药损失量为优化目标,建立一种多目标决策模型,为缩短运输时间、减少弹药输送车数量、提高安全到达需求点的弹药量提供一种实用的方法.     

多无人机协作侦察中的车辆再识别

在多无人机协作侦察中,匹配识别不同无人机侦察发现的装甲车辆,属于车辆再识别任务。近年来,车辆再识别技术在智能交通领域得到了快速发展,但是该技术尚未在军事领域得到充分的关注和应用。本文围绕该技术的发展和军事应用展开研究,一方面,从数据集、特征表示、注意力学习、度量学习、属性学习等方面对民用车辆再识别技术进展进行综述,分析总结了现有技术的优点和劣势,提出了有待深入探索的研究方向;另一方面,以多无人机协作侦察任务为背景,探讨分析了车辆再识别在其中的作战运用方式,并针对战场上存在的计算资源有限、环境复杂多变等因素导致车辆再识别性能下降问题,提出了可能的解决思路。本文研究可为车辆再识别技术在多无人机协作侦察中的应用提供前瞻性参考。     

面向车辆通过性的地理因子分析与应用

全地形环境感知系统是研究车辆自主能力的重要部分，也是车辆安全行驶的绝对基础，而车辆的可通行区域分析则是环境感知系统中不可缺少的一步。本文分析了全地形环境下可能对装备车辆的地面通行性产生影响的众多地理环境因素，并结合多类型的地理环境因素，对包含地面坡度、植被、水系和建筑物等因素在内的，能够反映地面可通行性的车辆可通行区域以及装备车辆的可行驶区域进行规划。依托 ArcGIS平台和C++编程语言，对ArcGIS进行了二次开发，建立了一套针对全地形复杂环境下的路面可通行区域分析模型。该模型可以根据装备车辆的不同参数实现地理因子影响系数的设定，满足不同条件下车辆的可通行区域规划。     

全地形加油车高机动性底盘选型研究

底盘选型研究是保证新型加油车机动性大幅提升的基础.评析了标志地面车辆通行能力的多种概念,根据车辆机动性评估原理,提出了涵盖车辆快速性、支承通过性和几何通过性的机动性量化评估模型.应用该评估模型评定了备选车辆的机动性,验证了评估模型的有效性,选定了全地形加油车高机动性底盘,为车辆机动性的量化评估提供了研究思路.     

装甲火控可靠性建模

装甲武器是陆军及其两栖机械化部队实施地面突击的主要兵器,也是海军陆战部队实施抢滩登陆、岛屿攻防的主要兵器。装甲火控是装甲武器的重要组成部分,其可靠性直接影响装甲武器的打击效能。两栖装甲武器肩负海上、陆上的作战使命,使用环境更加恶劣,可靠性问题更加突出。描述了装甲火控的一般组成、功能及工作方式,基于两栖装甲武器的使用特点,分析了装甲火控基本任务、工作方式和作战环境的关系,建立了不同任务剖面的可靠性模型,为装甲火控可靠性设计、分析提供了一种参考。     

A logistics scheduling model: Inventory cost reduction by batching

Logistics scheduling refers to the problems where the decisions of job scheduling and transportation are integrated in a single framework. In this paper, we discuss a logistics scheduling model where the raw material is delivered to the shop in batches. By making the batching and scheduling decisions simultaneously, the total inventory and batch setup cost can be reduced. We study different models on this issue, present complexity analysis and optimal algorithms, and conduct computational experiments. Some managerial insights are observed. © 2005 Wiley Periodicals, Inc. Naval Research Logistics, 2005.     

Multi-scale traffic vehicle detection based on faster R-CNN with NAS optimization and feature enrichment

It well known that vehicle detection is an important component of the field of object detection. However, the environment of vehicle detection is particularly sophisticated in practical processes. It is compara-tively difficult to detect vehicles of various scales in traffic scene images, because the vehicles partially obscured by green belts, roadblocks or other vehicles, as well as influence of some low illumination weather. In this paper, we present a model based on Faster R-CNN with NAS optimization and feature enrichment to realize the effective detection of multi-scale vehicle targets in traffic scenes. First, we proposed a Retinex-based image adaptive correction algorithm (RIAC) to enhance the traffic images in the dataset to reduce the influence of shadow and illumination, and improve the image quality. Second, in order to improve the feature expression of the backbone network, we conducted Neural Architecture Search (NAS) on the backbone network used for feature extraction of Faster R-CNN to generate the optimal cross-layer connection to extract multi-layer features more effectively. Third, we used the object Feature Enrichment that combines the multi-layer feature information and the context information of the last layer after cross-layer connection to enrich the information of vehicle targets, and improve the robustness of the model for challenging targets such as small scale and severe occlusion. In the imple-mentation of the model, K-means clustering algorithm was used to select the suitable anchor size for our dataset to improve the convergence speed of the model. Our model has been trained and tested on the UN-DETRAC dataset, and the obtained results indicate that our method has art-of-state detection performance.     

履带车辆动力性仿真研究

为仿真履带车辆动力性,建立了动力性评价指标的仿真模型,并以某型车为实例,应用Matlab语言编程计算得出理论值,通过与试验值比较验证了模型的有效性和准确性。