考虑维修时间不确定性的维修任务选择模型

由于维修时间存在不确定性,如何在考虑维修时间不确定性的情况下确定任务间隔期的维修方案是一个值得探讨的问题.给出了一种考虑维修时间不确定性的维修任务选择模型及其求解算法,以在一定置信水平下获得最佳的维修方案.首先,给出了考虑维修时间不确定性的维修任务选择问题的假设条件,并建立了一种非线形的、离散的机会约束规划.其次,给出了一种基于随机模拟的粒子群求解算法,包括粒子的表示、适应度函数、更新公式、算法框架等.最后,给出了具体实例,证明了模型与算法的有效性.该模型非常适用于管理人员在维修时间存在不确定性的情况下作出合理的维修任务选择决策.     

基于MPSO的地面防空群维修任务规划研究

针对地面防空群的维修任务规划问题,建立维修任务规划流程,以维修任务的优先级、维修时间和维修保障资源消耗为目标,建立了地面防空群维修任务规划模型,根据战场环境特点,基于置信度法确定多目标参量的权重,将多目标优化问题转化为单目标问题,并采取改进的自适应粒子群优化算法对模型进行求解。通过实例验证,该方法在收敛速度及求解结果质量上均优于传统粒子群算法,可以有效解决地面防空群的维修任务规划问题,对部队维修保障决策具有一定的参考价值。     

高空长航时无人机编队协同侦察任务规划

针对高空长航时无人机侦察任务规划特点,分析了高空长航时无人机执行侦察任务过程中的飞行航线约束和通信条件约束,以最小化无人机总飞行航程和最终编队飞行时间为优化目标,建立无人机编队协同侦察任务规划问题模型。同以往的通用侦察任务模型相比,该模型突出考虑了高空长航时无人机执行侦察任务过程的特点。以基本粒子群算法为基础,通过粒子群离散化和结合遗传算法进行改进,使其适用于求解复杂组合优化问题。仿真结果验证了算法求解复杂任务规划问题的有效性。     

应用离散粒子群-郭涛算法分配多无人机协同任务

针对以往考虑时间窗约束的多无人机协同任务分配问题模型不能反映在有效时间窗内,任务执行时间对任务收益的影响及求解算法效率较低的问题。建立了将任务收益和任务执行时间直接联系起来的任务分配模型和可行解到粒子整数编码方式的映射,设计了混合离散粒子群-郭涛算法的组合优化问题求解策略。借助粒子群算法利用粒子自身信息和种群有用信息指导种群进化的本质特点,优化郭涛算法的适应性序列倒置操作;设计了可变的学习选择概率来选择个体的学习粒子,改进了序列倒置算子。仿真实验验证了该方法处理复杂任务分配问题的有效性。     

基于CBBA的多域作战无人系统任务规划方法研究

针对多域作战任务中异构无人系统的分布式任务规划问题,建立考虑时间窗约束、路径受限等情况下的多域作战任务分配模型;基于一致性束算法求解异构无人系统的任务分配问题;采用Bezier曲线和粒子群算法对一致性束算法进行了扩展,将路径规划耦合到任务分配过程中。仿真结果表明,扩展后的一致性束算法可以同步得到无冲突的多域作战无人系统任务分配解和路径规划结果,验证了其在多域作战无人系统任务规划方面的适用性。     

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。     

基于定周期策略的多品种维修器材联合订购模型

针对维修器材需求的随机性特点,在考虑维修器材保障度约束的条件下,基于定周期策略建立多品种维修器材的联合订购模型并给出了优化算法.该算法采用蒙特卡罗随机模拟技术求解随机变量的期望值,结合遗传算法求出使库存费用最小的基本订购周期、各种器材的订购周期和最大库存量,并能满足预定的保障度要求.与传统单品种补充策略比较发现,联合补充策略对经费节省作用显著.     

战区抗震救灾单需求点物资调运模型及算法研究

在综合考虑物资需求多样性、运输工具多样性及其载重、容量约束的基础上,构建了以应急响应时间最短和运输工具平均空载率最低为目标的战区抗震救灾单需求点物资调运多目标非线性整数规划模型,提出了模型求解的改进多目标粒子群优化算法。通过调整粒子编码、适应度函数和速度更新策略使得该算法适于求解本文模型的自然数解空间约束和等式约束。理论分析表明,该模型具有较强的实用性和普适性。仿真结果表明,该算法是有效的,既能维护解的多样性,又能保证解的收敛性。     

复杂约束下的导弹作战任务规划模型和算法研究

导弹作战任务规划是一个涉及时间、资源、质量和其他关系约束的复杂问题。首先通过定义约束满足效用对基本约束满足模型进行了扩展,建立了导弹任务规划的约束满足优化模型。在此基础上,研究了任务规划模型求解的时间和效用传播算法,提出了基于综合效用的优化求解框架。该模型和求解框架易于解决具有多种约束因素的复杂问题,具有较好的通用性。通过定义软、硬约束效用,使得实际任务规划问题求解具有更好的灵活性。     

复杂约束下的导弹作战任务规划模型和算法研究*

导弹作战任务规划是一个涉及时间、资源、质量和其他关系约束的复杂问题.首先通过定叉约束满足效用对基本约束满足模型进行了扩展,建立了导弹任务规划的约束满足优化模型.在此基础上,研究了任务规划模型求解的时间和效用传播算法,提出了基于综合效用的优化求解框架.该模型和求解框架易于解决具有多种约束因素的复杂问题,具有较好的通用性.通过定义软、硬约束效用,使得实际任务规划问题求解具有更好的灵活性.     

不确定失效阈值影响下考虑设备剩余寿命预测信息的最优替换策略

为了进一步提升设备维修决策的科学性,通过建立综合设备剩余寿命预测数据与不确定失效阈值的最优维修决策模型,实现了不可维修设备的最优替换策略.构建基于非线性Wiener过程的设备性能退化模型,并采用极大似然法估计退化模型参数;提出一种基于期望最大(Expectation Maximization,EM)算法的不确定失效阈值...     

基于案例的推理在舰船维修费预测中的应用

针对市场经济条件下舰船维修费预测不确定性越来越大的问题,提出了一种基于案例推理的舰船维修费预测模型。首先,利用修船厂的历史数据,采用特征向量表示法构建舰船维修费案例库;其次,为提高案例检索效率,采用组合模糊聚类算法建立舰船维修费案例的分类索引结构,并提出基于最近邻法的两步检索策略检索相似案例;最后,采用加权平均法对相似案例进行修改以获取预测值,同时采用主动学习策略保存当前案例并更新案例库。实例仿真结果表明:与传统舰船维修费预测模型相比,基于案例的推理模型具有更高的预测精度,所提模型是有效的。     

装备维修过程中备件布局人机工效优化设计

备件取用效率是决定战争胜负的关键因素之一,为了在装备维修过程中能精确、及时、高效地取用备件,提出了考虑人机工效的备件布局优化问题。根据备件布局的特点,在保证备件车行车安全性的前提下,选取了人机工效学中的重要性原则、取用频率原则、相关性原则及相容性原则为备件布局依据及目标,建立了备件布局多目标优化数学模型,并在实例中采用萤火虫算法求解。结果表明:布局模型能综合考虑各子目标,且萤火虫算法求解模型可以获得较好的布局优化方案,备件布局易于查找及存取,达到快速完成维修任务提高维修保障能力的目的。     

维修任务调度的多目标决策模型

通过对维修调度问题进行分析,考虑到战斗力相关的多种目标因素,针对目前研究的目标单一,又未考虑武器的先进程度、配置等缺陷,就修复后的加权作战时间和装备尽可能少的延误数量双重目标加以研究,并给出了调度算法。从而弥补了这些缺陷,使调度更加合理。最后,算例表明模型的求解方法简单,计算时间较短,可有效地实现维修任务调度。     

基于贝叶斯网络的空中目标威胁估计算法

联合作战条件下,指挥决策人员在海量描述战场态势的数据和信息面前往往会束手无策,无法快速作出正确的决策。贝叶斯网络模型是一种基于概率推理的网络化数学模型,能够通过一些变量的信息来获取其他的概率信息,从而解决不定性和不完整性问题。提出了一种基于贝叶斯网络的空中目标威胁估计算法,用空中威胁网络模型找到空中威胁目标各属性之间的潜在关系,并建立空中目标威胁估计算法,最后以一个实例来验证该空中目标威胁估计的计算过程和有效性。     

A stochastic programming approach for chemotherapy appointment scheduling

Chemotherapy appointment scheduling is a challenging problem due to the uncertainty in premedication and infusion durations. In this paper, we formulate a two‐stage stochastic mixed integer programming model for the chemotherapy appointment scheduling problem under limited availability of nurses and infusion chairs. The objective is to minimize the expected weighted sum of nurse overtime, chair idle time, and patient waiting time. The computational burden to solve real‐life instances of this problem to optimality is significantly high, even in the deterministic case. To overcome this burden, we incorporate valid bounds and symmetry breaking constraints. Progressive hedging algorithm is implemented in order to solve the improved formulation heuristically. We enhance the algorithm through a penalty update method, cycle detection and variable fixing mechanisms, and a linear approximation of the objective function. Using numerical experiments based on real data from a major oncology hospital, we compare our solution approach with several scheduling heuristics from the relevant literature, generate managerial insights related to the impact of the number of nurses and chairs on appointment schedules, and estimate the value of stochastic solution to assess the significance of considering uncertainty.     

装备集群预防性维修计划的粒子群仿真优化

针对同类装备构成的集群预防性维修计划问题,综合考虑了装备的使用和维修过程,分析了装备动用与维修计划之间的相互关系,刻画了装备使用和维修的触发机制,提出了一个包含离散事件仿真和粒子群优化算法的混合模型,并描述了模型的结构和数学表示。该模型基于离散事件仿真对给定的预防性维修计划进行评估,并以该评估值为基础利用粒子群演化进行优化,从而通过多次迭代进化可逐步逼近可能的全局优化结果。由于模型中考虑了装备使用过程中的不确定性,并且粒子群优化可从任意初始值开始,因而可用作维修系统效能评估以及维修方案优化的决策工具。     

航空时敏制导炸弹增程弹道组合优化设计

为增强航空时敏制导炸弹在中制导段的滑翔能力,将极小值原理与自适应进化粒子群算法相结合,提出了一种适用于航空时敏制导炸弹增程弹道的组合优化设计方法。基于纵向平面内质心运动模型,推导了性能指标泛函及各不等式约束函数。引入Lagrange乘子矢量并建立相应的Hamilton函数实现无约束泛函极值问题的转换,推导出兼顾各优化目标函数的满意优化模型。利用自适应进化粒子群算法对该段增程弹道进行了攻角与弹翼张合档位双设计变量的组合优化。数值仿真算例表明,在满足状态方程约束的条件下,双变量的增程效果比常规单变量控制时显著提高,其优化结果可为制导炸弹弹道规划设计的研究提供一定的理论参考。     

稳定自组织网络结构中单点突变对网络稳定性影响

从战场恶劣环境通信设备无法正常通信的条件下,介绍了一种自组织网络稳定度的模型。通过比较自组织网络结构中微结构和巨结构的优缺点,动态地描述了结构间的聚合和裂解。基于结构分析,考虑单点突变对网络稳定性的影响,从时间因素策略方面,提出了一个基于预测最稳定链路生存时间的一种分布式成群策略。通过合理建模以及优化路由算法,尽可能地维护网络结构的稳定。