A self‐adapting genetic algorithm for project scheduling under resource constraints

This papers deals with the classical resource‐constrained project scheduling problem (RCPSP). There, the activities of a project have to be scheduled subject to precedence and resource constraints. The objective is to minimize the makespan of the project. We propose a new heuristic called self‐adapting genetic algorithm to solve the RCPSP. The heuristic employs the well‐known activity list representation and considers two different decoding procedures. An additional gene in the representation determines which of the two decoding procedures is actually used to compute a schedule for an individual. This allows the genetic algorithm to adapt itself to the problem instance actually solved. That is, the genetic algorithm learns which of the alternative decoding procedures is the more successful one for this instance. In other words, not only the solution for the problem, but also the algorithm itself is subject to genetic optimization. Computational experiments show that the mechanism of self‐adaptation is capable to exploit the benefits of both decoding procedures. Moreover, the tests show that the proposed heuristic is among the best ones currently available for the RCPSP. © 2002 Wiley Periodicals, Inc. Naval Research Logistics 49: 433–448, 2002; Published online in Wiley InterScience (www.interscience.wiley.com). DOI 10.1002/nav.10029     

防空导弹武器装备备件优化模型

根据防空导弹武器装备使用保障的特点 ,确定了影响备件配置的主要因素。采用装备战备可靠度和经济因素相结合的方法 ,研究并提出了备件优化模型。最后就其实际应用作了说明 ,以便于在实际装备中采用。     

Transporting jobs through a two‐machine open shop

We consider the two‐machine open shop scheduling problem in which the jobs are brought to the system by a single transporter and moved between the processing machines by the same transporter. The purpose is to split the jobs into batches and to find the sequence of moves of the transporter so that the time by which the completed jobs are collected together on board the transporter is minimal. We present a ‐approximation algorithm. © 2008 Wiley Periodicals, Inc. Naval Research Logistics 2009     

贪心遗传算法解决一般武器-目标分配问题

一般武器-目标分配问题,是使武器发挥最大效能而使目标遭受最大毁伤的最优化问题.遗传算法广泛用于解决最优化问题.提出一种具有贪心优化机制的局部搜索方法,以提高遗传算法的搜索效率,从而迅速找到全局最优解.应用于炮兵武器-目标分配问题的仿真试验结果表明,此算法比现有的其他搜寻算法具有更好的求解效率.     

无源RFID系统中推断式二进制搜索算法

在现有的RFID标准中,一般标签ID都由几个不同含义区间组成。针对这种特点,提出推断式二进制防碰撞算法：在识别每个区间段的ID时,利用某个特定读写器中的前缀库推断该区间段各个位的取值,以便减少待识别标签ID的位数。同时,通过调整参数u,可以对系统可靠性进行控制。仿真实验表明,在没有新前缀出现的情况下,推断式二进制防碰撞算法能够将QT算法的识别速度提高3倍、标签平均响应次数降低3／4。     

基于自适应遗传算法的配送型多级库存优化研究

研究了由1个战役仓库、多个战术仓库组成的配送型系统的优化问题,建立了战术仓库使用经济订货批量策略和战役仓库采用4种不同订货策略时的模型,并采用自适应遗传算法实现了模型的求解,实例验证了模型及算法的有效性。     

光电指向器水平度测量算法

通过对光电跟踪仪安装时水平度调整方法的研究,提出了利用坐标变换算法,用以实现光电跟踪仪安装时水平度的快速调整.利用该算法不但可以减少安装时的测量次数,节约安装调整时间,而且提高了设备安装时的测量精度,具有广泛的推广应用价值.文中还对该方法的测量计算误差进行了分析.     

不确定条件下装备器材供应网规划模型

装备器材供应网是装备器材供应保障工作的重要基石,其规划问题是我军装备器材保障过程的重要战略决策之一。针对节点、边和需求的不确定性,对不确定条件下由多个区域供应子网构成的装备器材供应网的规划问题展开研究。针对问题的特点,用区间分析理论对供应网规划中的不确定性因素进行度量和运算,得到不确定性规划模型,通过区间运算转化,将不确定性模型转化为确定性混合整数规划模型,并设计采用基于禁忌搜索算法的两阶段算法进行求解,分别得到了不同参数设置下的模型求解结果,并将所用算法与模糊规划和随机规划算法的求解结果进行了比较分析。实例分析结果表明所建立的模型和算法具有较强的实用性。     

一种多普勒雷达修正逻辑起始算法

针对一类具有多普勒量测的航迹起始问题,首先推导了目标任意三个时刻的斜距量测与多普勒量测乘积线性组合的统计特性,进而提出了一种修正逻辑起始算法.该算法通过在传统逻辑起始算法的航迹扩展阶段加入点迹关联的假设检验环节,来降低虚假航迹的数目.仿真结果表明,该算法的航迹起始概率与传统逻辑起始算法相当,而其虚假航迹数远远小于传统逻辑起始算法,并且运算量略有降低.     

改进的遗传算法在导弹火力分配中的应用

弹道导弹系统是一个非常复杂的系统,有其自身的特点,其造价昂贵,数量有限,发射点也很分散.因此,火力分配问题在弹道导弹射击中具有极为重要的地位.尤其对于常规战术弹道导弹,火力分配的合理与否将直接影响作战效果与战斗力的发挥.根据地地战术导弹的作战运用特点,建立了导弹火力分配的优化模型;详细介绍了一种改进的遗传算法,将其应用于火力分配优化模型的求解,通过算例比较,证明该改进算法更能有效快速地找到最优解.