基于改进协同遗传算法的有效载荷系统功能序列规划方法

针对传统回溯算法在求解基于知识模型的有效载荷系统功能序列规划问题中搜索效率低的问题,提出一种基于"择劣变异"(Worst Individual Mutation,WIM)策略的协同遗传算法(Co-evolutionary Genetic Algorithm,CGA)的改进算法WIM-CGA。该算法在遗传过程中采用双路线进化方案,即"择优实施标准遗传过程,择劣实施变异操作",达到提高求解精确度及搜索效率的目的。仿真结果表明,同等测试条件下,当功能规模为50,约束密度为1.0时,WIM-CGA算法在限定时间内最优解的平均精确度比优化的回溯算法提高了54.15%,比CGA算法提高了6.18%,且当所得解的精确度大于90%时,WIM-CGA算法比CGA算法的迭代次数减少了65.79%,耗时降低了48.97%,显著提高了功能序列规划的效率。     

Value management of diagnostic equipment with cancelation,no‐show,and emergency patients

Magnetic resonance imaging and other multifunctional diagnostic facilities, which are considered as scarce resources of hospitals, typically provide services to patients with different medical needs. This article examines the admission policies during the appointment management of such facilities. We consider two categories of patients: regular patients who are scheduled in advance through an appointment system and emergency patients with randomly generated demands during the workday that must be served as soon as possible. According to the actual medical needs of patients, regular patients are segmented into multiple classes with different cancelation rates, no‐show probabilities, unit value contributions, and average service times. Management makes admission decisions on whether or not to accept a service request from a regular patient during the booking horizon to improve the overall value that could be generated during the workday. The decisions should be made by considering the cancelation and no‐show behavior of booked patients as well as the emergency patients that would have to be served because any overtime service would lead to higher costs. We studied the optimal admission decision using a continuous‐time discrete‐state dynamic programming model. Identifying an optimal policy for this discrete model is analytically intractable and numerically inefficient because the state is multidimensional and infinite. We propose to study a deterministic counterpart of the problem (i.e., the fluid control problem) and to develop a time‐based fluid policy that is shown to be asymptotically optimal for large‐scale problems. Furthermore, we propose to adopt a mixed fluid policy that is developed based on the information obtained from the fluid control problem. Numerical experiments demonstrate that this improved policy works effectively for small‐scale problems. © 2016 Wiley Periodicals, Inc. Naval Research Logistics 63: 287–304, 2016     

通用扩张状态观测器鲁棒飞行控制方法

针对存在参数不确定、外界干扰与测量噪声情况下飞行控制问题,提出一种基于通用扩张状态观测器的鲁棒飞行控制方法。首先基于状态相关的Riccati方程（SDRE）控制方法,对飞行器俯仰通道非线性模型进行扩展线性化;而后引入基于通用扩张状态观测器的控制方法,设计干扰补偿增益,实现对外界干扰的估计与补偿;最后通过在线解算状态相关矩阵及代数黎卡提方程,得出状态反馈增益与干扰补偿增益,实现对飞行器期望攻角的跟踪控制。通过与已有方法进行对比,验证了本文所提方法不仅对系统模型不确定性与外界干扰具有较强鲁棒性,而且在较大测量噪声情况下,其依然能够保证良好的跟踪控制效果,具有较强的工程应用价值。     

有限维修能力下多级保障系统装备时变可用度评估及保障方案优化

备件库存和站点维修能力是影响备件维修周转的重要因素,制约装备使用效果。针对备件需求随任务阶段动态变化的装备保障方案评估和优化问题,考虑站点维修能力对备件维修过程的影响,结合METRIC建模方法和动态排队理论,建立了有限维修能力下多级保障系统装备时变可用度评估模型。在评估模型基础之上,以保障费用为优化目标,装备可用度为约束条件,建立了任务期内多级保障系统保障方案优化模型。以任务期内的最低可用度所对应的备件短缺数为观测值,分析了各项资源的边际效益值,采用边际优化算法对各项资源进行优化计算。算例分析表明,评估模型能够计算多级保障系统任务期内各阶段装备可用度;保障方案优化模型和方法能够得到各项保障资源的优化配置方案。提出的模型和优化方法能够为装备保障人员制定合理的保障方案提供决策支持。     

武器装备体系能力矩阵评估方法

针对武器装备体系能力难以客观、定量评估的问题,引入复杂网络理论,提出了基于矩阵运算的武器装备体系能力评估方法。分析了武器装备体系能力的概念,建立了武器装备体系的复杂层次网络模型,描述了装备网络的组成、运行过程,定义了装备网络的矩阵描述方法和矩阵运算规则,提出了装备网络作战能力描述参数,给出了装备网络能力的矩阵计算方法,进行了影响因素分析,最后通过实例验证了方法可行性、有效性和灵活性。     

武器装备体系评估技术与研究

武器装备体系评估是军事领域的研究热点,对于指导武器装备体系建设、辅助指挥员进行战场决策等具有重要的意义。从体系评估的3个主要流程即指标体系建立、指标体系赋值、指标体系聚合入手对其原理和研究现状进行了分析总结,最后对存在的主要问题及相应的解决思路进行了分析与思考。     

防空群对多批次小间隔目标射击效能评估

基于排队网络理论的适用性分析以及基本假设与适当简化,将防空群对多批次、小间隔目标射击问题转化、抽象为排队网络对顾客流的服务问题,建立了防空群对多批次、小间隔目标射击效能评估的"分布式协同排队网络"模型。在特定作战实例和假设条件下,应用所建模型,计算得出了典型火力配属方案下防空群对多批次、小间隔目标射击效能的量化结果,实现了防空群对多批次、小间隔目标的射击效能的定量化评估,验证了所建模型的可行性与有效性。     

军用航空发动机大修能力评估方法

针对航空发动机修理工厂大修能力难以评估的问题,提出了航空发动机大修能力评估方法。分析了航空发动机大修生产过程;根据航空发动机大修生产工作特点,建立了基于生产职能分解的航空发动机大修能力评估指标体系,构建出基于熵权和灰色聚类的评估指标赋权模型;结合实例验证了方法的正确性和实用性。     

顶置武器站性能评估方法

在评估指标体系和虚拟样机仿真测试评估数据的基础上,对顶置武器站性能评估进行研究。对评估方法进行研究,提出了适合顶置武器站性能评估特点的灰色模糊综合评估法,选用灰色关联度分析计算指标权重,建立开放性的隶属矩阵,最终建立顶置武器站性能评估模型。通过实例评估表明该评估模型准确可靠。     

基于改良云模型的舰艇防空威胁评估

为了解决现有威胁评估模型存在不足,快速准确地对来袭空中目标进行威胁排序,提出了一种基于改良云模型的评估方法。针对舰艇防空作战目标特点,选取作战指标进行量化,对不同的定量指标和定性指标,分别采用离差最大化和改良云模型进行处理和赋权,通过Hamming距离计算贴近度,最后进行威胁综合排序。实例验证表明:该方法可以有效避免传统方法中人为确定各威胁指标权重的主观性,同时对定性指标的有效处理提高了评估准确性,为舰艇防空作战威胁评估提供了一条有效途径。