战时装备维修保障力量抢修行动模型构建与求解

针对战时装备维修保障任务重、修理时间有限以及维修保障力量类型与待修装备损伤需求不匹配,难以实现战场精确保障的问题,进行了战时装备维修保障力量多目标行动控制研究。考虑修理时间窗、装备损伤状态、维修保障力量类型与维修保障能力变化以及非遍历性等复杂约束,构建了以装备重要度总和、修竣装备总和以及超出修理时间窗时间总和为目标的维修保障力量多目标抢修行动控制模型。对带精英策略的非支配排序遗传算法进行改进,结合变邻域搜索算法加强算法的局部搜索能力,设计了改进变邻域搜索和非支配排序遗传算法的混合算法实现模型求解,并通过示例验证了模型及算法的合理性和有效性。     

基于最大保障时间的战时装备维修任务调度模型

战时维修机构承担的维修任务比较繁重,合理、科学地安排维修任务可以有效地提高作战部队的战斗力.对此,分析了战时维修任务调度的特点,建立了基于最大保障时间的维修任务静态、动态调度模型,并提出了相应的模型求解方法.利用本方法在满足作战单元最大保障时间前提下,可使得装备维修效益最大,并可以实现实时动态维修任务调度,有效地解决了一种战时维修任务调度问题.     

基于资源约束的装备保障任务动态调度研究

高技术战争条件下的装备保障具有显著的动态性 ,该特点要求装备保障指挥控制系统对装备保障任务进行动态调度。在资源冲突的情况下 ,如何进行任务调度 ,才能减少冲突、提高任务的分配和执行效率 ,是装备保障指挥控制系统需要解决的关键问题之一。本文在对装备保障任务的动态调度问题进行描述和定义的基础上 ,提出了一种基于资源约束的装备保障任务动态调度算法。     

机务保障要求到保障方案转换

首先以装备可靠性为依据,以任务要求中任务时间、出动飞机数量、任务可靠度等参数为约束,建立了保障资源的配置模型;在确定保障资源配置基础上再以保障任务时间为优化目标,建立保障任务调度模型和调度算法,按照保障专业调度优化,为保障方案制定奠定了重要基础,对实行精确化保障有重要现实意义,对基层级的保障工作有很强的指导作用。     

卫星任务调度问题的约束规划模型

卫星任务规划与调度是空间资源管理的重要内容之一,其目的在于为卫星系统的任务计划编制提供科学合理的决策手段与依据。卫星任务调度问题的重要特点在于,调度任务存在可见时间窗口约束。只有在可见时间窗口内,调度任务才可能执行并完成。在进行合理假设的基础上,建立卫星任务调度问题的约束规划模型。对基本禁忌搜索算法进行改进,提出了模型求解的变邻域禁忌搜索算法。应用结果表明,约束规划模型的建立与求解是合理的。     

基于小生境遗传算法的相控阵雷达任务调度

针对密集目标环境下相控阵雷达任务调度问题,分析了相控阵雷达工作任务特点、调度流程以及资源约束,建立了资源约束条件下的相控阵雷达调度模型。研究了传统遗传算法在相控阵雷达任务调度中收敛速度慢和早熟问题,提出了基于共享机制的自适应小生境技术的改进方法。仿真结果表明,基于小生境遗传算法的相控阵雷达任务调度方法能够有效地提高任务调度成功率,降低截止期错失率。     

战时装备抢修业务流程框架建模研究

在信息化战争条件下,装备的战损情况将会变得越来越复杂,针对在未来复杂战场条件下如何确定装备的战斗损伤情况,并进行快速修理,进而提高装备的生存性和战场抢修效率,保持装备持续作战能力的问题,进行了战时装备抢修业务流程框架建模的研究,介绍了装备抢修的相关概念,将装备抢修的军事概念模型划分为多个作战行动,对装备抢修业务流程进行分析抽象并进行建模,采用概率随机抽样方法进行损伤分析,并对修理任务、修理能力和修理时间进行定量分析,设计出合理的装备抢修业务流程框架,为相关研究提供参考。     

定点修理中维修任务调度策略的仿真评估

定点修理是一种重要的维修保障形式,合理地调度维修任务将提高定点修理的效率,进而将提高作战单元的作战效能。应用离散事件仿真方法对定点修理中的维修任务调度策略进行了研究。首先,对定点修理及维修任务调度策略进行了探讨。其次,建立了用于评估维修任务调度策略的定点修理过程仿真模型。最后,应用仿真模型对几种维修任务调度策略进行了仿真评估,仿真结果表明:维修任务执行模式选择策略中"最小累积资源(MINCSD)"策略最优;维修任务选择策略中"最短总平均工期(STMD)"策略与"最小平均工作量(MINMWK)"策略较好;子维修任务选择策略中"最早预期完成时间(EECT)"策略与"最早预期完成时间与最少资源需求混合"(EECTLRD)策略较好;维修资源分配策略中"最少能力数(LC)"策略最好。     

基于维修专业的任务调度及优化方法

通过对现实维修任务调度问题进行分析,以最短时间内恢复作战单元战斗力为目标,建立了基于维修专业的任务调度模型,并且研究了模型求解及优化的方法.该模型既适用于静态维修任务调度也适用于动态维修任务的调度,最后通过实例对方法的正确性和可行性进行了说明和验证,实例结果表明,该方法更贴近于实际,实现了快速、有效地解决维修任务调度问题.     

基于任务的装备器材多阶段动态供应策略与模型

针对传统的任务装备器材保障模式时效性、灵活性、持续性较差的问题,提出一种基于任务的装备器材多阶段动态供应策略,以总保障成本最小、超储器材利用率最高、任务重要度最高为目标,建立了基于任务的装备器材多阶段动态供应调度模型,并采用动态粒子群算法对模型进行了求解,最后通过实例仿真验证了模型和策略的合理性、可行性。     

装甲装备修理对象修理工作量的分布模型及应用

通过论述当今典型军队战时修理机构任务的划分,给出了装甲装备修理对象按照修理工作量和按照修理时间分布的2种模型,结合俄陆军各级修理机构修理时限的划分,计算得到了典型装甲装备的技术故障和战损产生的修理对象在各级修理机构的概率分布,为开展战损研究提供了一条新途径,对提高技术保障方案的准确性有积极作用。     

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。     

一种基于周期分区的时间调度算法

针对多功能相控阵雷达任务实时调度问题,提出了一种基于采样周期分区的时间资源调度算法(记为PD)。该算法以各类任务采样周期的最大公约数为分区标准,将各采样周期均分为多个等长区间,再将各类任务平均分配到不同分区中调度执行,可解决调度过程中任务因采样周期不同产生冲突的难题。仿真结果表明,该算法可提高系统任务调度能力,可广泛应用于相控阵雷达任务调度及其他实时任务调度系统。     

战时野战通信装备随机备件优化方法

随着模块化技术在军事领域的广泛应用,通信装备的战场抢修通常采取换件修理的方式。针对战时野战通信装备随机模块化备件的配置问题,建立了装备战备完好性和费用约束的优化模型,并给出了遗传算法的求解过程。通过实例分析表明该方法能够在战时为装备配置数量合理的备件,使装备备件在满足战备完好性的基础上携行量最少。     

基于多目标问题的装备维修保障资源调度研究

针对战时装备维修保障资源调度面临维修保障资源需求量不确定、调度时间不确定、调度路径可靠性不确定的问题,通过引入三角模糊数,将不确定信息量化,构建了以维修保障资源调度时间最短、维修保障资源调度路径可靠性最高和维修保障资源调度成本最小为目标的多目标调度模型,并给出了确定各目标相对重要度的方法,然后通过极大极小法将多目标模型转换为单目标模型,并结合LINGO软件对模型进行求解得出维修保障资源的最优调度方案。最后,引入算例进行了分析计算,结果证明了该模型的有效性,对于战时开展装备维修保障资源调度具有一定参考价值。     

基于故障率的舰艇维修备品备件优化配置

针对战时武器装备对抗强度大,对维修保障率要求较高的特点,建立舰艇维修备品备件资源优化配置模型。根据不同备品备件故障率分布,建立了舰艇装备保障率计算模型和备品备件保障费用约束模型,根据作战任务特点进行了多目标决策,通过案例分析,验证了模型的可行性和有效性,对提升舰艇装备保障率、保障舰艇作战任务的执行具有重要意义。     

基于ARIS的战时修理业务流程仿真研究

利用ARIS建模方法与工具,对战时装备修理业务流程进行了仿真研究。以陆军某机步师某型装备为例,给出了战时修理业务的主流程模型以及各分支模型,通过仿真运行及结果分析,得出了制约该流程的瓶颈和需要进一步优化的对象,为装备维修保障过程仿真提供了一个很好的思路和方法。该方法对于开发战时维修保障效能仿真评估系统,实现维修保障系统的动态仿真和全要素评估具有重要的支撑作用。     

战时装甲装备修理任务划分标准的探讨

介绍了战时装甲装备的各级修理机构,给出了战时装甲装备修理任务的划分标准,描述了修理对象的分布规律——艾拉姆咖(Эрланга)分布的分布函数和概率密度函数。在此基础上,计算得到了战损某型坦克进入各级修理机构的概率,通过对比分析,发现我军修理任务的划分存在不合理性,俄军修理任务的划分比较科学,建议采用俄军修理任务的划分标准。     

电子侦察卫星联合侦察的混合调度算法

针对电子侦察卫星的使用约束,及不同任务的调度需求,建立了电子侦察卫星联合侦察的多目标混合整数规划模型.利用进化算法的全局搜索能力和变邻域搜索的局部优化能力,提出了一种多目标进化算法和变邻域搜索相结合两阶段混合调度算法MOEA VNS.针对问题多时间窗组合优化特点,设计了进化算子与邻域移动算子,在确保解多样性的同时使算法...     

基于改进二进制蝙蝠算法的装备资源保障规划

针对联合作战环境下的装备资源精确保障协同规划问题,考虑以所有保障任务完成时间最短为目标,以保障任务的执行时序和资源需求、保障编组占用冲突,以及资源平台能力更新机制等复杂条件为约束,构建数学模型,提出了基于动态列表调度(Dynamic List Scheduling,DLS)和自适应进化变异二进制蝙蝠算法(Adaptive Mutation Binary Bat Algorithm,AMBBA)的混合装备资源协同保障规划方法.通过动态列表调度选择当前执行保障的任务,在二进制蝙蝠算法寻优中引入自适应学习因子以平衡全局搜索和局部搜索能力,通过在当前可用资源集中搜索最优解为选定任务分配资源,以复杂地域联合作战为例仿真并验证规划效果,结果显示,所提方法可对大规模装备资源协同分配保障问题进行精确高效求解.