Disruption management in production planning

We study the problem of recovering a production plan after a disruption, where the disruption may be caused by incidents such as power failure, market change, machine breakdown, supply shortage, worker no‐show, and others. The new recovery plan we seek after has to not only suit the changed environment brought about by the disruption, but also be close to the initial plan so as not to cause too much customer unsatisfaction or inconvenience for current‐stage and downstream operations. For the general‐cost case, we propose a dynamic programming method for the problem. For the convex‐cost case, a general problem which involves both cost and demand disruptions can be solved by considering the cost disruption first and then the demand disruption. We find that a pure demand disruption is easy to handle; and for a pure cost disruption, we propose a greedy method which is provably efficient. Our computational studies also reveal insights that will be helpful to managing disruptions in production planning. © 2005 Wiley Periodicals, Inc. Naval Research Logistics, 2005.     

A concave‐cost production planning problem with remanufacturing options

We focus on the concave‐cost version of a production planning problem where a manufacturer can meet demand by either producing new items or by remanufacturing used items. Unprocessed used items are disposed. We show the NP‐hardness of the problem even when all the costs are stationary. Utilizing the special structure of the extreme‐point optimal solutions for the minimum concave‐cost problem with a network flow type feasible region, we develop a polynomial‐time heuristic for the problem. Our computational study indicates that the heuristic is a very efficient way to solve the problem as far as solution speed and quality are concerned. © 2005 Wiley Periodicals, Inc. Naval Research Logistics, 2005     

基于模糊多属性决策的威胁度评估与排序研究

应用模糊多属性决策理论与方法,提出一种对多批目标威胁度大小综合评估和排序的方法。此方法用模糊集和模糊数来定义和表述问题,应用模糊多属性决策方法和模糊算法实现威胁度评估并排序,使结果更能逼近于真实的空中态势状态,有利于现代实战环境中实现作战指挥决策的科学化。     

基于三阶段方法的数据链网络组织流程设计

针对数据链网络组织流程设计问题,在分析了单重任务的三阶段组织设计方法的基础上,提出了联合多重任务组织流程设计方法,建立了数据链网络组织流程设计框架。通过平台任务模型的改进和着色决策层级树模型的构建,有效解决了任务–平台配置中的平台资源冲突,提高了数据链网络的组织决策协作有效性及效率,在理论与实践上对于数据链的组织运用都具有一定指导意义。     

改进型Voronoi图和动态权值A*算法的无人机航迹规划

针对实际作战环境中的不同威胁等级和不同威胁实体的威胁源,提出了改进型的Voronoi图,并建立了基于改进型Voronoi图的航迹规划空间;基于A*算法的估价函数在不同阶段对指标的敏感度不同,在传统的启发式A*搜索算法基础上提出了动态权值A*搜索算法,提高了航迹搜索的效率,实现了航迹搜索过程快速性和准确性的结合。最后通过Matlab仿真计算出由动态权值A*算法得到的最优航迹,并进行了航迹的平滑处理,仿真表明了该方法的可行性。     

未来中远距协同空战多目标攻击决策研究

根据先进战斗机的技术特点和未来中远距协同空战发展方向,提出一种基于先敌发现、先敌发射、先敌摧毁能力的空战态势分析模型。同时,采用一种将并行遗传算法与分布估计算法相结合的并行分布遗传算法并将其用于多目标攻击决策。最后利用具体算例进行仿真。结果表明空战态势分析模型能够较为准确地描述未来中远距多机协同空战,采用的算法具有较好的可行性和实时性,为中远距多机协同空战的多目标攻击决策提供了新的思路和方法。     

基于改进MUSIC算法的宽带频谱快速感知方法

针对宽带频谱感知中采样率大、感知时间长的问题,在调制宽带转换器采样的基础上提出了一种改进多重信号分类算法的宽带频谱快速感知方法。调制宽带转换器对宽带频谱进行欠奈奎斯特采样,以最小描述长度准则估计信号个数,用改进多重信号分类谱估计信号位置。算法引入调整因子,使得多重信号分类谱中信号位置更为明显,降低了噪声的干扰。整个感知过程无需重构原始波形,无需计算频谱,大大降低了计算量,而且感知算法计算复杂度低,提高了感知效率。仿真结果表明,在低信噪比的情况下,该算法仍具有很好的检测性能。     

单框架控制力矩陀螺部分失效时的空间站姿态机动方法

对金字塔构型单框架控制力矩陀螺(SGCMG)的失效特性进行分析。结合SGCMG部分失效的特点,构建运用Legendre伪谱法的重规划姿态机动路径求解方法。考虑SGCMG失效情况的不可预测性,设计自适应操纵律,该操纵律可以根据指令力矩与输出力矩的偏差对SGCMG的失效情况进行诊断,从而调节操纵律的内部参数,实现失效情况操纵律的自适应调节。仿真结果表明,采用姿态机动路径重规划算法与自适应操纵律,在控制力矩陀螺部分失效的情况下,仍可以实现空间站的大角度姿态机动。姿态机动方法可以有效应对空间站大角度姿态机动过程中可能出现的SGCMG部分失效情况,从而提高空间站姿态机动任务的安全性与可靠性。     

IMM PF算法在反舰导弹跟踪滤波中的应用

反舰导弹具有飞行速度高、进入目标高度低和机动性强等特点,对反舰导弹跟踪滤波属于典型的非线性系统估计问题,对算法要求较高。粒子滤波器可以获得近似最优解,采用粒子滤波代替交互多模型跟踪算法中的扩展卡尔曼滤波,将粒子滤波与交互多模型的优点相结合,用于非线性非系统的高速高机动反舰导弹目标跟踪,比较扩展卡尔曼滤波而言,这种滤波器对不确定情况有更好的滤波性能。将这种滤波器应用到跟踪算法中,可以对非线性系统取得良好的滤波效果。Monte Carlo仿真结果表明在反舰导弹各种机动情况下跟踪滤波算法是有效的。     

基于稀疏A*算法的微小卫星飞行姿态静环境规划

提高微小卫星的低可观测特性能够有效提升微小卫星的使用效率和生存能力,因此,设计了一种以稀疏A*算法(SAS)为基础的微小卫星低可观测飞行姿态静环境规划算法。通过对微小卫星的俯仰角,方位角和横滚角等姿态角进行调整,从而可以有效降低微小卫星在威胁雷达方向上的RCS值,提高微小卫星的低可观测特性。通过对工作频率在S波段和VHF波段的威胁雷达对微小卫星的威胁性进行仿真,结果显示规划后微小卫星的低可观测性能明显改善,满足飞行姿态规划的需求。