面向任务的装备组合方案生成与评估方法

“决策中心战”谋求通过给对手施加不确定性创造决策困境,从而获取决策优势。面向决策中心战条件下获取决策优势的需求,提出了面向任务的装备组合方案生成与评估方法,基于决策复杂度选择更具不确定性的装备组合方案。该方法包括装备组合方案生成、基于帕累托最优的装备组合方案筛选、基于决策复杂度的装备组合方案评估等步骤,仿真推演的结果验证了该方法的有效性。     

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。     

面向能力需求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非支配排序的遗传算法的求解算法,获得模型的Pareto解。通过逼近理想解排序法方法从所求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。     

组合算法综合决策的装备修理级别优化模型

在现实装备的维修中,针对发生故障的器材需选择经济与高效的维修级别进行维修,但往往这一问题受诸多因素的影响。为此,结合现有的成果,从定性和定量的角度,利用决策流图法给出了某型装备器材的多级维修流程,并分别构建了包含经济性和非经济性指标在内的多目标优化模型,利用TOPSIS和遗传算法的组合算法对模型进行求解,确定最优决策方案,最终通过实例仿真验证了方法的良好效果,为装备的维修保障提供了参考。     

强化学习在多阶段装备组合规划问题中的应用

针对多阶段武器装备组合规划中的选择难、规划难问题,提出基于多目标优化算法以及强化学习技术的混合优化方法。在各个阶段以装备组合效能最大和成本最小为准则,构建单阶段多目标优化模型,并设计基于非支配排序遗传算法的求解算法以生成各阶段的Pareto解,在此基础上建立多阶段的组合优化模型。通过强化学习的Q-Learning方法,在各阶段的Pareto解中采用探索或者利用两种模式,生成各阶段的装备组合,并指导下一阶段的装备选型,从而生成整个周期内的规划方案。通过对比实验分析,验证了所提模型和算法的有效性,能够为多阶段武器装备组合规划提供辅助决策。     

武器装备建设方案的组合分析方法

在武器装备建设顶层设计中,将若干备选的装备项目构建成武器装备建设方案是一项非常重要的工作.使用组合分析的理论对此问题进行了研究.首先,按照装备种类由备选的装备项目组合出多种武器装备建设方案,作为决策分析的对象.然后,选择满足任务程度、满足任务风险、建设费用和建设风险作为指标评价每种方案的优劣.最后,按照不同的决策目的和重点,对建设方案进行排序和选优.所附算例说明了方法的适用性.     

面向武器装备体系组合规划的集成决策优化框架

针对当前武器装备体系组合规划存在选择空间规模大、决策目标数量多等问题,提出一种集成决策优化框架,用于组合选择和规划武器装备的发展型号、时间和数量。首先对武器装备体系组合规划问题的NP-Hard和高维多目标性质进行定量化分析和公式化描述;然后采用目标规划方法将该问题构建为双目标优化模型;再基于NSGA-II多目标演化计算方法,开发面向本问题的优化算法,求得该模型的Pareto解集合;最后通过TOPSIS方法,从Pareto解集合中求取符合决策者偏好的满意解。通过某侦察预警监视体系发展规划示例,验证了当给定经验数据和决策者偏好信息后,该框架可获得符合要求的武器装备体系组合规划方案,能够支撑武器装备体系发展论证和规划。     

基于灰色局势决策的通用维修资源整合方法

维修资源是装备保障系统的重要组成部分,针对部队装备维修资源品种越来越多、保障负担越来越重的问题,分析了通用维修资源的优点,提出了一种基于灰色局势决策理论的通用维修资源整合方法,并给出了具体实施步骤,主要包括构建决策目标体系、制定决策流程、计算综合测度和选择决策等,最后还进行了详细的案例研究.为维修资源的有效整合提供了决策依据和科学方法,对于减少维修资源种类、提高装备保障效率具有一定的指导作用和应用价值.     

基于数据包络分析的武器装备方案选择问题研究

利用数据包络分析(DEA)方法构建了武器装备方案选择问题的综合评价模型,针对武器装备方案选择过程中常见的问题,以雷达装备方案选择为例,从相对有效性评价、非DEA有效原因分析、DEA有效决策单元排序三个方面,验证了方法的正确性和有效性,为武器装备方案选择提供科学依据.     

基于FAHP-GP的装备调配保障决策模型

分析了装备调配保障决策的主要流程、影响因素和基本模式;根据装备调配保障决策的特点和装备调配保障所面临的实际问题,将模糊层次分析法与目标规划法相结合,构建了装备调配保障决策模型,较好地解决了装备调配保障需求与资源之间的矛盾。最后,以某装备的调配保障决策为例,给出了该模型的求解方法和结果,验证了模型的可行性和有效性。     

超效率DEA模型在武器装备方案选择中的应用

针对武器装备方案选择过程中的常见问题,利用超效率DEA方法构建武器装备方案选择问题的综合评价模型.以雷达装备方案选择为例,从相对有效性和有效决策单元的排序两个方面,验证方法的正确性和可行性,从而为选择最适合我军作战需求的武器装备方案提供科学依据.     

面向装备论证的多方案分析框架

多方案分析是实现军事需求向装备建设发展与作战使用前瞻性映射的重要手段。分析了面向装备论证的多方案分析内涵,并从需求分析、可行性分析阶段和方案分析及优选三个阶段构建了面向装备论证的多方案分析基本框架,最后对多方案分析三个阶段的主要研究内容进行了详细阐述与分析。研究成果可为装备发展建设决策提供基础理论、方法和手段支撑。     

基于大数据的装备指挥决策问题研究

大数据在军事指挥领域的广泛运用,必将带来指挥决策方式的重大变革。研究基于大数据的装备指挥决策问题,将在提高装备指挥决策的精确性、促进信息化指挥手段创新等方面发挥重要作用。在综述大数据概念、内涵和特点的基础上,运用系统推理的研究方法,分析了大数据为装备指挥决策创新发展带来的机遇,构建了基于大数据的装备指挥决策信息流图,提出了在装备指挥决策领域运用大数据技术应重点解决3个方面的关键问题;结合装备指挥决策的研究和发展现状,针对如何提升基于大数据的装备指挥决策能力,提出了注重抓好大数据建设的顶层设计、加强大数据资源管控和抓紧研发基于大数据的装备指挥信息系统3点对策建议。     

油料装备智能维修决策系统研究

在分析油料装备维修管理特点的基础上,提出油料装备智能维修决策系统体系结构,论述模型库与知识库的构建方法,描述维修推理机工作原理。针对油料装备故障诊断信息具有模糊性的特点,建立油料装备故障智能模糊诊断模型,论述故障诊断模糊规则、模糊推理步骤、模糊算子定义及其推理方式。对维修策略决策的主要影响因素进行分析,以使油料装备稳定性及经济性、维修周期达到最佳为维修策略目标,构建油料装备维修策略模型,论述维修策略原则和模型工作流程。油料装备智能维修决策系统的研究,对提高油料装备维修科学化和智能化水平,加强油料装备保障力度具有重要意义。     

军民融合背景下新型光电装备系统延伸保修应用探讨

针对新型光电装备特点及军民融合背景下装备维修保障工作的实际需求,站在军方立场提出开展延伸保修以满足质量保证期后装备维修保障需求。从差别性、选择性、评价性角度指出延伸保修与保证期内技术服务工作的区别,分析了延伸保修在军民融合式装备保障中的应用意义,目前开展现状和存在问题。根据装备实际任务需求、经济性评价、维修决策理论等方面,形成了适用于新型光电装备的延伸保修决策分析流程,并从保修形式选择与评价、费用估算、与其他任务组合优化等不同内容出发,对后续可能的研究方向进行了探讨。     

基于效果的装备保障合同商选择方法

基于效果的合同商装备保障是将基于效果的维修理念应用于合同商装备保障领域提出的一种装备保障策略,更加关注装备的作战效能,同时对合同商提出了更高要求,因此,选择恰当的合同商对于实现预期结果显得更为重要。而合同商选择是一个多准则决策问题,很大程度上依赖于决策者和决策条件状态的不确定性和模糊性。构建了一个基于效果的合同商选择系统流程,并提出了基于相似度的模糊TOPSIS法,简化了计算流程,最后通过一个具体案例来验证该方法的有效性。     

模糊多目标群决策的装备采办问题研究

对模糊多目标群决策的装备采办问题,根据模糊数学理论和多目标决策理论方法,综合现有各种方法的优点,给出了无约束条件下模糊多目标群决策的装备采办问题的一般解法,并通过实例说明了该方法的有效性及通用性。     

基于粗糙集理论的装备保障指挥系统效能评估指标体系约简

针对目前建立的装备保障指挥系统效能评估指标体系评价指标繁多,存在重复、等价的不足,通过验证各评价指标相对于决策属性是否必要与验证各子集组合相对于决策属性是否独立,建立了基于粗糙集理论的装备保障指挥系统效能评估指标体系约简方法,对评价指标进行了约简,建立了约简的装备保障指挥系统效能评估指标体系,可为装备保障指挥系统效能分析提供依据。     

基于大数据的战区联合作战装备保障决策

大数据技术在决策领域的不断应用,将给装备保障决策方式带来重大变革。本文研究基于大数据的战区联合作战装备保障决策问题,提升信息化条件下装备保障准确、高效的决策方式等方面发挥重大作用。阐述了大数据的基本内涵,在决策领域的应用价值。通过系统推理的方法对战区联合作战装备保障决策的分析,提出基于大数据的战区联合作战装备保障决策基本构想,画出科学决策过程示意图,构建大数据战区联合作战装备保障辅助决策系统。结合研究大数据在战区联合作战装备保障决策领域的现实情况,提出相对应的措施建议。     

基于云模型的装备抢修分队选址决策评估

战场抢修是一线部队战时有效保持与快速恢复装备战术状态以确保战斗力的重要手段。不同作战阶段,抢修分队的具体部署位置不仅直接影响自身安全,还直接影响抢修任务的完成时效。通过分析装备抢修分队选址的影响因素,构建了选址决策评估指标体系;利用序关系分析法(G1法)和CRITIC法(Criteria Importance Through Intercriteria Correlation)的组合赋权法确定指标权重;采用云模型确定各参训人员的选址决策等级,并分析其优劣性。以相同仿真条件下的三组选址方案为例,对各参训人员的选址决策能力进行科学评估。该方法为战时装备抢修阶段性能力评估提供了新思路。