基于复杂网络的武器装备重要度评估方法

针对现有武器装备重要度评估方法存在的缺点和不足,基于复杂网络中改进的节点重要度评估指标和方法,建立了武器装备重要度评估模型。该方法不仅描述了武器装备在装备体系中的重要程度,也反映了武器装备失效后的修复情况。最后通过一评估示例,说明了方法的有效性和适应性。     

基于任务的连续出动舰载机航空保障重调度研究

对舰载机和各种保障资源进行调度是提高舰载机航空保障效率、保证舰载机所承担作战任务顺利完成的有效手段。为了克服以往研究中没有考虑作战任务变更对舰载机航空保障调度的影响,使用重调度的理论与方法研究了基于任务的连续出动舰载机航空保障重调度问题,建立了连续出动舰载机航空保障重调度模型。采用免疫算法对模型进行求解,可以避免模型的解空间可能出现组合爆炸问题。最后通过一个实例表明该模型可以很好的应对由作战任务变更所引起的重调度问起,算法求解速度满足作战需求,从而验证了模型的准确性及算法的有效性。     

伴随维修组维修模型聚合方法

面向装备维修保障系统的多分辨率建模问题,提出了一种装备维修模型的聚合方法,为装备维修保障系统模型的聚合研究提供了一种新的思路。该方法通过聚合故障输入和推理维修状态实现维修模型的聚合。最后通过基于MATLAB的仿真实验验证了该方法的可行性。通过实例验证可以看出,该方法缩短了仿真时间,减少了复杂系统底层建模的工作量。     

基于目标威胁规则的雷达情报按需分发

针对预警监视网络中信息过载的问题,为了提高情报分发的效率,提出了基于目标威胁规则的情报按需分发方法。依据目标特征以及保卫对象,利用模糊综合决策和层次分析法估计目标威胁值,在此基础上,通过设定阈值过滤,并与用户作战需求模型动态匹配,最终将所得到的目标情报信息分发给特定情报用户。仿真表明,该方法能够有效地实现情报的按需分发。     

【专题】装备保障数据中心体系结构设计

数据中心作为支撑装备保障指挥、管理、维修、供应及训练等业务运行的重要基础,是数据交换的枢纽和各级数据的总汇,也是信息服务的中心,对深化装备保障信息需求、实现保障信息有效管理和强化保障信息综合应用至关重要。本文面向装备保障数据中心建设需求,分析了装备保障数据中心的内涵及其在数据汇聚存储、数据共享交换、保障决策支持及综合信息服务等方面的重要作用,从总体架构、物理结构和数据结构三个方面开展了数据中心体系结构设计;同时,立足装备保障数据中心建设与应用,针对应该重点把握的数据标准规范建设、配套数据采集手段、加强安全保密建设、完善运维管理体系及建立专业分析团队等问题进行了阐述。研究成果可为实际开展装备保障数据中心建设提供 参考。     

美军实行战时合同商保障的做法与启示

通过与地方企业签订合同来满足部队保障需求是中外军队的普遍做法,但军队社会化保障仍主要限于平时。本文通过回溯美军合同保障相关文献,从供求矛盾、外部条件、军事效益三个方面对美军战时合同商保障的兴起原因进行剖析,归纳其经验做法和存在问题,并结合实际,从组织架构、法规体系、管理机制、运用战时合同商保障程序等四个方面给出了军队战时合同商保障的对策建议。随着我国军民融合发展战略的深入推进,中国特色社会主义市场经济优势更加突出,我国地方企业涉及的领域进一步拓展,军地技术运用隔阂逐渐被打破,加之疫情后中国经济展现出更强韧性,总体呈现向上向好的良好态势。以上这些因素将为军队在战时推行合同保障提供有利条件,同时为探索军队战时合同商保障模式提供一定参考。     

Appointment scheduling at a multidisciplinary outpatient clinic using stochastic programming

The purpose of this paper is to investigate the problem of constructing an appointment template for scheduling patients at a specific type of multidisciplinary outpatient clinic called an integrated practice unit (IPU). The focus is on developing and solving a stochastic optimization model for a back pain IPU in the face of random arrivals, an uncertain patient mix, and variable service times. The deterministic version of the problem is modeled as a mixed integer program with the objective of minimizing a weighted combination of clinic closing time (duration) and total patient waiting time (length of stay). A two‐stage stochastic program is then derived to account for the randomness and the sequential nature of the decisions. Although it was not possible to solve the two‐stage problem for even a limited number of scenarios, the wait‐and‐see (WS) problem was sufficiently tractable to provide a lower bound on the stochastic solution. The introduction of valid inequalities, limiting indices, and the use of special ordered sets helped to speed up the computations. A greedy heuristic was also developed to obtain solutions much more quickly. Out of practical considerations, it was necessary to develop appointment templates with time slots at fixed intervals, which are not available from the WS solution. The first to be derived was the expected value (EV) template that is used to find the expected value of the EV solution (EEV). This solution provides an upper bound on the objective function value of the two‐stage stochastic program. The average gap between the EEV and WS solutions was 18%. Results from extensive computational testing are presented for the EV template and for our adaptation of three other templates found in the literature. Depending on the relative importance of the two objective function metrics, the results demonstrate the trade‐off that exists between them. For the templates investigated, the “closing time” ranged from an average of 235 to 275 minutes for a 300‐minute session, while the corresponding “total patient time in clinic” ranged from 80 to 71 minutes.