On the reduction of total‐cost and average‐cost MDPs to discounted MDPs

This article provides conditions under which total‐cost and average‐cost Markov decision processes (MDPs) can be reduced to discounted ones. Results are given for transient total‐cost MDPs with transition rates whose values may be greater than one, as well as for average‐cost MDPs with transition probabilities satisfying the condition that there is a state such that the expected time to reach it is uniformly bounded for all initial states and stationary policies. In particular, these reductions imply sufficient conditions for the validity of optimality equations and the existence of stationary optimal policies for MDPs with undiscounted total cost and average‐cost criteria. When the state and action sets are finite, these reductions lead to linear programming formulations and complexity estimates for MDPs under the aforementioned criteria.© 2017 Wiley Periodicals, Inc. Naval Research Logistics 66:38–56, 2019     

Maintaining systems with heterogeneous spare parts

We consider the problem of optimally maintaining a stochastically degrading, single‐unit system using heterogeneous spares of varying quality. The system's failures are unannounced; therefore, it is inspected periodically to determine its status (functioning or failed). The system continues in operation until it is either preventively or correctively maintained. The available maintenance options include perfect repair, which restores the system to an as‐good‐as‐new condition, and replacement with a randomly selected unit from the supply of heterogeneous spares. The objective is to minimize the total expected discounted maintenance costs over an infinite time horizon. We formulate the problem using a mixed observability Markov decision process (MOMDP) model in which the system's age is observable but its quality must be inferred. We show, under suitable conditions, the monotonicity of the optimal value function in the belief about the system quality and establish conditions under which finite preventive maintenance thresholds exist. A detailed computational study reveals that the optimal policy encourages exploration when the system's quality is uncertain; the policy is more exploitive when the quality is highly certain. The study also demonstrates that substantial cost savings are achieved by utilizing our MOMDP‐based method as compared to more naïve methods of accounting for heterogeneous spares.     

基于预定作业周期的航母作战部署调度研究

为科学筹划航母作战部署调度,优化航母作战兵力的运用,对航母作战部署调度问题进行建模研究。介绍航母预定作业周期,重点阐述航母综合训练期、维修保障期和人员/作战节奏等相关内容;在此基础上,分析航母作战部署调度的约束条件,在满足对作战区域有效时间覆盖条件下,以最小化航母作战兵力数量为目标函数,构建航母作战部署调度优化模型,并通过实例进行验证。结果表明,该模型是有效、实用的,可为科学决策航母作战部署调度提供依据和方法。     

双枝模糊评判在舰炮性能评估中的应用

针对舰炮武器性能指标，运用双枝模糊决策方法对舰炮武器性能进行综合评估。该方法提出了新的论域[-1，1]使评估更能符合人的思维逻辑，能够客观的对舰炮性能进行评估，通过对多中舰炮的具体参数指标进评估，得出各种舰炮的性能优劣的排序，具体的数学模型仿真表明，对舰炮武器性能的评估是行之有效的。     

合成分队火力分配协同决策模型研究

针对合成分队火力分配效率和科学性不高的问题,采用协同决策思想对合成分队火力优化分配方法进行了研究。针对合成分队的作战特点提出了3种模型:建立了攻击力量类型相同的多种准则的火力分配模型,建立了攻击力量类型不同的基于双层规划的火力分配模型,建立了具有上级指定任务的分队内和分队间的火力协同分配模型,并对相关模型进行了实例仿真验证。提出的这3种模型能够解决合成分队在火力分配中的协同决策问题,可提高作战指挥决策的实时性和科学性。     

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.     

兵棋推演：复杂系统管理的创新与实践

复杂系统性质决定了复杂系统管理的特殊性，而兵棋推演可以为复杂系统管理提供更加符合其特性的决策辅助支持。讨论了复杂系统的性质及其影响，研究了兵棋推演用于复杂系统管理的原因和方法，并结合战争兵棋推演，介绍了兵棋工程建设中系统研发、推演组织和工程管理方面的创新与实践问题。最后，给出了未来发展的趋势。     

大数据在信息作战指挥决策中的运用

针对信息作战指挥决策中大数据的运用问题，通过对大数据的海量信息检索能力、交叉复现的分析能力、“全信息”运算能力、智能决策执行能力的研究，提出了大数据为其提供按需订制的情报信息、多元多维的决策视角、动态实时的决策支持、智能自主的决策方式的观点，初步探索了大数据在信息作战指挥决策中的运用，对将大数据引入信息作战指挥决策具有十分重要的指导意义。     

装备维修辅助决策中的模型库设计

在综合检测平台检测数据和装备日常使用维修登记信息的基础上,开发了装备维修辅助决策支持系统。主要研究面向对象的模型库系统,设计模型库的存储结构,在该结构中模型程序库文件、模型字典库和决策源数据相对分离,运行时动态调用。同时还规划了模型库管理系统的运行管理机制和流程。     

坦克嵌入式车场射击训练炮长操纵控制模型

在嵌入式射击模拟训练系统中,针对炮长操作过程对模拟训练的影响,建立了炮长操纵控制模型。炮长操纵控制模型包括炮长操纵模型和炮长射击决策模型。炮长操纵模型的建立是基于装备的物理模型和人的生理反应模型。炮长射击决策模型根据坦克射击教范要求,采用与/或正向演绎推理得到。在炮长操纵控制模型基础上,建立了射击反应时间模型,并与实际装备操作进行了比较,对建立的操纵控制模型进行了验证。