基于启发式算法的弹药配套包装优化模型研究

弹药基本包和组合包的装载优化,是实施弹药配套包装所需解决的关键问题。提出了“分类布局策略”方法,用以解决配套包装布局难题。针对步兵部队体制编制区别,建立了两种具有普遍代表性的装载优化模型。首次提出了“余度”概念,并将其在“类装载启发式算法”中加以应用。试验数据检验证明了所提出的方法对弹药配套包装的实施具有现实指导意义,为其在部队推广应用奠定了理论基础。     

基于遗传算法的虚拟物流联合库存控制研究

针对随机需求条件下的虚拟物流库存控制问题进行了深入研究,提出了一种新的联合库存控制策略——（T,S,s）策略,建立了相应的库存成本模型,并构造遗传算法对模型进行求解。结果分析表明,所提出的（T,S,S）联合库存控制策略是有效的。     

飞行器航路规划算法分析

针对现代军用飞行器任务规划系统航路规划的特点,分析了飞行器航路规划的基本要求,阐述了目前国内外应用和研究的几种航路规划算法:A*搜索算法、遗传算法、粒子群算法、数学规划算法、电势理论法等,并对飞行器航路规划算法的发展趋势进行了展望.     

基于熵理论的网络空间作战指挥系统结构优化研究?

作战指挥系统的优劣程度,通常用系统内信息传递的及时性和准确度两项指标进行衡量,结构熵理论中时效和质量两种度量方式可以有效地对这两项指标进行定量分析。运用这一理论对网络空间作战指挥系统的传统型构建方式和改进型构建方式分别建立了系统有序度模型,结合实例进行评价分析,从而论证两种作战指挥系统结构优劣程度,为网络空间作战指挥体系的构建提供参考。     

航母综合作战区警戒兵力对潜警戒能力及配置

在定量分析综合作战区航母受敌潜艇威胁、警戒兵力对潜警戒能力的基础上,依据航母综合作战区警戒兵力配置的基本原则,提出了航母综合作战区对潜警戒兵力配置的方法,可为反潜作战指挥员优化航母综合作战区对潜警戒兵力的配置提供决策支持与参考。     

序列近似优化方法及其在火箭外形快速设计中的应用

针对序列近似优化方法在代理模型构造与采样策略等方面的不足,基于采样点局部密度,引入与局部密度成反比的样本点影响体积概念,通过优化总影响体积确定径向基函数最优核宽度,满足序列近似优化过程不同规模、非均匀样本条件下的函数近似需要;建立潜在可行域最大距离加点准则,并与潜在最优加点准则结合平衡算法的探索能力与开发能力;建立三步收敛判定准则;构建改进序列近似优化的算法流程。对于Golinski减速器的优化设计问题,算法在目标函数调用42次后便搜索到全局最优解,体现了其良好的全局寻优能力与搜索效率。以"天航二号"火箭为例,建立其外形优化问题数学模型,所提优化方法在调用原始计算模型165次之后便搜索到全局最优解,大大提高了设计效率,同时飞行试验也表明设计结果满足要求。     

星际探测太阳帆行星和太阳借力轨道全局优化

以太阳帆在20年内飞行至距离太阳200 AU以远进行星际探测为目标,研究太阳帆通过行星借力和太阳借力的轨道全局优化问题。建立太阳帆时间最优转移轨道数学模型,分析行星借力和太阳借力的约束条件,并用这些约束条件构造目标函数,从而将轨道优化的四点边值问题转化为求解无约束条件下的多变量优化问题。通过选取合理的约束权重,采用遗传算法获得大范围的粗略解,代入到序列二次规划算法中获得高精度解。仿真结果表明,虽然太阳帆通过太阳借力已获得相当大的加速度,但加上木星借力仍然可以节省相当多的飞行时间。提出的轨道优化思路,可以为太阳系逃逸任务轨道初步设计提供参考。     

小生境粒子群支持向量机的网络故障诊断

针对支持向量机(SVM)在网络故障诊断中应用存在的参数设置和诊断模型复杂的问题,提出一种基于小生境粒子群优化的SVM解决方案。算法在进行参数寻优的同时考虑支持向量个数,实现对诊断模型复杂度的优化,并采用小生境粒子群算法进行求解,提高算法跳出局部最优的能力。在DARPA数据集上的实验表明本文提出的方法能够有效提高诊断模型的泛化性和诊断速度。     

多级电磁线圈发射器时序触发策略研究

为优化多级同步感应线圈电磁发射器(SICEML)性能,以提高发射速度和能量转换效率为检验指标,以影响上述指标的触发时序为优化对象,采用遗传算法建立了单级同步感应线圈型电磁发射器触发位置优化数学模型,计算出了最佳触发位置,通过数值和有限元两种仿真系统对优化结果的正确性进行了验证;采用该方法对两级以及10级同步感应线圈型电磁发射器的触发时序进行了优化研究,并进行了仿真验证;为解决了仿真系统误差的问题,提出采用动子线圈在各级的触发位置和速度作为控制因素的双控触发方式,并研究分析了仿真过程中触发开关的随机抖动对出口速度误差的影响。     

Column generation for stochastic green telecommunication network planning with switchable base stations

We present the green telecommunication network planning problem with switchable base stations, where the location and configuration of the base stations are optimized, while taking into account uncertainty and variability of demand. The problem is formulated as a two‐stage stochastic program under demand uncertainty with integers in both stages. Since solving the presented problem is computationally challenging, we develop the corresponding Dantzig‐Wolfe reformulation and propose a solution approach based on column generation. Comprehensive computational results are provided for instances of varying characteristics. The results show that the joint location and dynamic switching of base stations leads to significant savings in terms of energy cost. Up to 30% reduction in power consumption cost is achieved while still serving all users. In certain cases, allowing dynamic configurations leads to more installed base stations and higher user coverage, while having lower total energy consumption. The Dantzig‐Wolfe reformulation provides solutions with a tight LP‐gap eliminating the need for a full branch‐and‐price scheme. Furthermore, the proposed column generation solution approach is computationally efficient and outperforms CPLEX on the majority of the tested instances. © 2016 Wiley Periodicals, Inc. Naval Research Logistics 63: 351–366, 2016