基于能力的武器装备组合规划模型与算法*

针对武器装备组合规划中存在的选择难、规划难问题,在给定能力需求的条件下,从分析装备的组合变更对整体体系的影响出发,考虑了总的经费预算、年度费用分配、装备规划周期等约束,以能力差距和发展风险最小为准则,构建了双目标优化模型,并设计了基于差分进化和NSGA-II的求解算法,获得模型的Pareto解;最后通过TOPSIS方法从所求Pareto解中求得令决策者满意的折中解。通过一个具体示例,验证了本文所提模型和算法的有效性,能够为武器装备组合规划提供辅助决策。     

进化计算在机器人轨迹规划中的应用研究

本文介绍了采用进化计算思想研制的机器人轨迹规划系统ＲＴＰ－１，提出多层次动态结构化编码方案，利用低中高三层进化算法分别优化距离、路径和关节角度偏差，基于多层综合优化策略解决多目标多约束工程优化问题，建立了次序相关问题求解的通用框架。在进化算法中，利用拉马克效应加快轨迹规划速度，在ＲＭ－５０１机械手上实现的任意空间直线和空间曲线轨迹规划具有良好的鲁棒性，规划轨迹的相邻臂构型间具有良好的柔顺性，规划轨迹的臂构型序列具有良好的平滑性。本文所采用的机器人轨迹规划方法具有通用性，可推广应用于各种动力学系统的研制。     

机器人PTP控制曲线研究

本文根据点位控制机器人运动特点和其加速——匀速——减速三段控制方式,以及实时计算量的大小和所定义的点位控制机器人控制曲线参数——最大加速度系数、最大跃动系数,对点位控制机器人用控制曲线进行了系统、深入的分析,给出了一种变形sin加速度控制曲线,并在点位控制机器人上对其性能进行了验证。     

英国车辆电子学研究防御倡议(VERDI)述评

车辆电子学（ＶＥＴＲＯＮＩＣＳ）是近年来装甲车辆研究领域内兴起的一项意义深远的尖端技术。目前,最有影响的３个典型系统是美国的“标准陆军车辆电子系统体系结构（ＳＡＶＡ）”、英国的“车辆电子学研究防御倡议（ＶＥＲＤＩ）”及法国的全电子化主战坦克“勒克莱尔”。简单介绍了ＶＥＲＤＩ的研究历史,系统阐述了其第二研究阶段（ＶＥＲＤＩ－２）的改进方针、改进后的系统组成、设备配置、功能度及系统特征等。     

空间布置中的干涉性检查算法

本文提出一种新的干涉性检查算法:首先估计被测对象是否位于可能发生干涉的区域,若是,则再进一步检查它们之间是否接触或穿越等。算法简单明了,效率较高,适用面广,计算机运行结果证实了算法的正确性和可靠性。     

基于智慧校园建设推进军队院校教育现代化路径探究

教育信息化是教育现代化的基本内涵和显著特征。当前,我国正处于由基本实现教育现代化迈向整体实现教育现代化的重要战略期,国家教育从理论和实践层面进行了大量探索。在军队院校教育领域,教育技术应用、训练管理领域网络建设、数字校园建设等均为军队院校教育现代化奠定了创新发展基础,智能教育应用模式的改革探索也为军队院校教育现代化描绘了未来建设愿景。本文认为,推进军队院校教育现代化应发挥智慧校园建设平台的基础作用,充分融入国家教育体系,注重以先进教育理念驱动创新发展、以前沿信息技术提供解决方案、以总体架构设计规范目标功能、以智慧育人环境承载应用服务、以数据资源体系孕育智慧生态,走开军委军种院校三级联动推动创新发展的路子。     

浅议陆军合成旅装备一体化联合检验

近年来,装备试验深入推进。作为装备试验领域的最高形式,装备一体化联合检验已经成为陆军合成旅装备试验的新趋势和新常态。本文从装备一体化联合检验的概念入手,简要阐述了以作战效能、作战适用性、体系适用性和在役适用性为主的“一能三性”,从装备体系效能的联合检验、装备体系运用的具体检验和陆军合成旅的综合检验三个方面深入理解和认识装备一体化联合检验,提出了立足联合作战、立足贴近实战、紧盯短板弱项、聚焦摸清底数等四个需要重点关注的问题,以为陆军合成旅装备一体化联合检验的深入开展提供理论参考和借鉴。     

Disruption management in production planning

We study the problem of recovering a production plan after a disruption, where the disruption may be caused by incidents such as power failure, market change, machine breakdown, supply shortage, worker no‐show, and others. The new recovery plan we seek after has to not only suit the changed environment brought about by the disruption, but also be close to the initial plan so as not to cause too much customer unsatisfaction or inconvenience for current‐stage and downstream operations. For the general‐cost case, we propose a dynamic programming method for the problem. For the convex‐cost case, a general problem which involves both cost and demand disruptions can be solved by considering the cost disruption first and then the demand disruption. We find that a pure demand disruption is easy to handle; and for a pure cost disruption, we propose a greedy method which is provably efficient. Our computational studies also reveal insights that will be helpful to managing disruptions in production planning. © 2005 Wiley Periodicals, Inc. Naval Research Logistics, 2005.     

A concave‐cost production planning problem with remanufacturing options

We focus on the concave‐cost version of a production planning problem where a manufacturer can meet demand by either producing new items or by remanufacturing used items. Unprocessed used items are disposed. We show the NP‐hardness of the problem even when all the costs are stationary. Utilizing the special structure of the extreme‐point optimal solutions for the minimum concave‐cost problem with a network flow type feasible region, we develop a polynomial‐time heuristic for the problem. Our computational study indicates that the heuristic is a very efficient way to solve the problem as far as solution speed and quality are concerned. © 2005 Wiley Periodicals, Inc. Naval Research Logistics, 2005     

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。