稳定特征选择的多目标蚁群优化

为了提高进化算法特征选择稳定性,提出一种面向稳定特征选择的多目标蚁群优化方法。通过抽样策略集成三种特征排序法的输出作为多目标蚁群优化的稳定性指导信息,聚合特征的费舍尔分值和最大信息系数值作为多目标蚁群优化的启发式信息,以分类正确率和扩展昆彻瓦指标值作为两个优化目标,兼顾算法的分类性能与特征选择稳定性。在四个标准数据集上进行对比实验,结果表明,所提方法能够在分类性能与稳定性方面达到较好的平衡。     

装备备件管理技术综述

备件管理水平的高低直接影响着装备保障能力的发挥和使用保障费用的维持,备件管理现已成为世界范围内的研究热点。通过对国内外有关备件管理文献的分析,总结了备件管理在备件分类方法、需求预测与确定、库存控制与优化3个方面的研究现状。分析结果表明：备件管理将向多因素综合考虑的备件分类方法,基于备件需求不确定性的预测技术以及基于计算机辅助技术、物流和供应链管理等方向发展。     

机械系统状态监测特征参数评价与选取

根据机械不同异常状态出现的频率和危害度的大小,引入状态权值,建立了特征参数总体敏感性和稳定性的评价指标,采用专家系统设计思想,编写了机械状态监测特征参数评价与选取应用软件,实现了特征参数的自动选取以及对特征参数和机械状态数据的有效管理。     

装甲装备使用可用度与维修保障费用的优化模型

维修保障费用是影响装甲装备使用可用度的重要因素之一。要在有限的保障经费下实现高可用度要求,就必须建立装甲装备的使用可用度与维修保障费用的优化模型。根据装甲装备实际维修特点,在分析装甲装备预防性维修过程中故障类型多样的基础上,构建了装甲装备在给定维修周期内的使用可用度模型和维修保障费用模型,进而建立了使用可用度与维修保障费用的优化模型,提出了模型的解法和模型的改进建议。     

基于状态的装备可靠度模型及其应用

为应用基于状态的装备可靠度模型,实现对装备的精确维修,采用了比例风险模型（Proportional Hazards Model,PHM）将装备的年龄信息及检测所得状态信息融入系统的风险函数中。考虑到样本包含截尾数据的情形,应用极大似然估计方法对模型中的参数进行了估计以及相应的模型检验。通过对该方法在一个实际案例中应用的详细分析,验证了方法的可行性。     

模糊识别和随机森林算法在柴油机振动信号状态识别中的应用

针对模糊识别算法中,样本特征向量中各参量(分量)对状态分类的贡献权重难以确定的问题,提出了利用随机森林算法对特征参量的重要度评估结果作为特征权重的方法。通过对柴油机台架试验振动信号的跟踪分析,获得了柴油机在磨合期、100摩托小时、200摩托小时、300摩托小时及400摩托小时5种不同使用期(典型状态)的75个振动信号样本,然后计算出各类样本在幅域、时域和频域的特征参量,利用随机森林算法进行特征选择,确定4个重要特征参量及其权重,用统计方法得出其隶属度函数,最后根据评价向量对样本进行识别,识别准确率达到94%以上。     

新条件下Fourier级数L~p可积性的研究

小样本多元数据分析和数据压缩、编码等是装备维修与故障分析中的常用技术,这些技术的理论研究常常归结到用函数的Fourier系数刻画可积函数类问题。研究了正弦级数和余弦级数属于Lp函数类的条件,建立了在NBVS假设条件下的判别准则,推广了已有结果。     

灰色局势决策理论在炮兵火力计划优选中的运用

为了解决炮兵火力计划选择的随意性和盲目性,提出了以灰色理论为基础,综合考虑炮兵火力计划的性质和拟制原则的优选方法;深入研究了局势决策在计划优选中的应用;最后举例说明了灰色局势决策理论在计划优选中的应用,进一步证明了其科学性和创新性,为优选决策提供了一种定量和定性相结合的新方法。     

A novel modeling approach for express package carrier planning

Express package carrier networks have large numbers of heavily‐interconnected and tightly‐constrained resources, making the planning process difficult. A decision made in one area of the network can impact virtually any other area as well. Mathematical programming therefore seems like a logical approach to solving such problems, taking into account all of these interactions. The tight time windows and nonlinear cost functions of these systems, however, often make traditional approaches such as multicommodity flow formulations intractable. This is due to both the large number of constraints and the weakness of the linear programming (LP) relaxations arising in these formulations. To overcome these obstacles, we propose a model in which variables represent combinations of loads and their corresponding routings, rather than assigning individual loads to individual arcs in the network. In doing so, we incorporate much of the problem complexity implicitly within the variable definition, rather than explicitly within the constraints. This approach enables us to linearize the cost structure, strengthen the LP relaxation of the formulation, and drastically reduce the number of constraints. In addition, it greatly facilitates the inclusion of other stages of the (typically decomposed) planning process. We show how the use of templates, in place of traditional delayed column generation, allows us to identify promising candidate variables, ensuring high‐quality solutions in reasonable run times while also enabling the inclusion of additional operational considerations that would be difficult if not impossible to capture in a traditional approach. Computational results are presented using data from a major international package carrier. © 2008 Wiley Periodicals, Inc. Naval Research Logistics, 2008