装备保障人员优化配置方法研究

将装备保障人员按级别分为操作人员、维修人员及管理人员,结合人员进入、培训和退出的状态,构造了状态转移矩阵,求出了各级别人员数量。定义了不同级别针对不同任务的保障效率,按照保障人员完成最高效率任务构建了最优化配置模型。通过实例验证了模型的实用性。     

几何分布定数截尾步加试验的最优设计

在逐步type-II结尾场合下,研究产品简单步进应力加速寿命试验的优化设计。假定产品服从几何分布,讨论了几何分布产品加速方程如何建立,利用次序统计量的大样本性质,得到相应的Fisher信息矩阵,以对数特征寿命极大似然估计的渐进方差最小为准则结合Fisher信息矩阵,给出了步进应力加速寿命试验的最优分配比例,通过模拟验证最优设计的有效性。     

基于NSGA-Ⅱ的WTA多目标优化(英文)

将多目标遗传算法NSGA-(改进的非支配排序遗传算法)应用于求解武器-目标分配(WTA)问题。首先,针对以往在建立防空型WTA问题的优化模型上的片面性,把WTA问题看做多目标优化问题,建立了综合考虑作战效能和防御效能的WTA双目标优化模型。然后在此基础上,研究和应用了NSGA-来求解WTA问题。最后由仿真算例验证了NSGA-在WTA问题中的应用可行性,表明了NSGA-可以快速地搜索到WTA多目标优化的Pareto最优解集,从而为求解WTA问题提供了一条有效途径。     

基于遗传模拟退火算法的OFDMA系统资源分配

针对多用户OFDMA系统,提出了一种基于遗传模拟退火算法的多用户OFDMA系统资源分配策略。在资源分配时,首先假设总功率在载波间均等分配,随后根据比例速率要求确定每个用户需要的子带数,最后引入遗传模拟退火算法求解联合优化中的子带分配,在保证用户间公平性的前提下最大化系统吞吐量。仿真结果表明,该策略系统容量较大,并且近似满足了不同用户间传输速率比例性要求。     

动态规划在消防增援调度中的应用

由于各消防中队一般规模较小,对于较大规模的火灾需要多个消防队共同救护,此时若能够实现增援调度的最优化可以提高这些同时出现的火灾被全部扑灭的概率。利用多阶段动态规划对增援调度进行了研究,并分析了具体案例。通过分析得出此方法有助于改善消防资源分配状况,以实现最大程度地减小经济损失。     

引入价格因素的网络资源分配模型与算法实现

引入价格因素,针对网络资源分配提出PE-EMRA网络资源分配模型,并给出算法实现。PE-EMRA模型综合考虑带宽、缓冲等多种网络资源,调节并限制各业务类流量,使系统总效率最大化。该方法可有效提高资源利用率,提供服务质量保证,并具有配置灵活、实现代价小等特点。     

基于激光推进的光船发射任务设计与参数优化分析

针对发射初始质量为100kg的光船到近地圆轨道的任务,研究了激光平均功率、激光大气传输特性、光船激光接收面面积、发动机比冲、发动机能量转化效率等参数之间的相互关系及光船飞行任务的优化问题。针对激光发射光船的具体要求,由功率估算公式计算出激光平均功率,从激光作用范围估算出光船的激光接收面的最小面积;基于光船飞行动力学模型,结合估算的参数,应用序列二次规划方法优化计算出光船飞行的最优弹道。计算结果表明,光船入轨质量可达到35.5kg,最优比冲为8140m/s。     

多属性模糊决策对舰炮射击目标优选

舰炮在现代高科技条件下海战中承担着重要的作战使命和任务,它能否完成被赋予的作战使命和任务,射击目标的优选起着决定性作用.为解决舰炮射击目标优选、决策问题,研究分析了多属性模糊决策方法,以及影响舰炮射击目标优选的因素,提出了多属性模糊决策方法的数学模型和求解最优射击目标排序的新方法.该方法在舰炮射击目标优选中的应用实例表明:通过定量和定性相结合,专家判断和信息处理相结合的多属性模糊决策方法对舰炮射击目标优选、决策具有一定的借鉴意义.     

被动传感器融合检测系统的优化分布密度

被动传感器由于采用无源探测,而且制造成本低,体积小,在战场环境中将采用并配置大量的被动传感器来检测目标.不论是主动还是被动式传感器,在实际应用中均存在资源优化配置问题.针对被动传感器的具体应用模型,采取了若干合理近似,得到了在"OR"融合检测条件下,基于最大检测概率的被动传感器优化配置密度计算公式.     

Two-agent scheduling with linear resource-dependent processing times

This paper considers a two-agent scheduling problem with linear resource-dependent processing times, in which each agent has a set of jobs that compete with that of the other agent for the use of a common processing machine, and each agent aims to minimize the weighted number of its tardy jobs. To meet the due date requirements of the jobs of the two agents, additional amounts of a common resource, which may be in discrete or continuous quantities, can be allocated to the processing of the jobs to compress their processing durations. The actual processing time of a job is a linear function of the amount of the resource allocated to it. The objective is to determine the optimal job sequence and resource allocation strategy so as to minimize the weighted number of tardy jobs of one agent, while keeping the weighted number of tardy jobs of the other agent, and the total resource consumption cost within their respective predetermined limits. It is shown that the problem is -hard in the ordinary sense, and there does not exist a polynomial-time approximation algorithm with performance ratio unless ; however it admits a relaxed fully polynomial time approximation scheme. A proximal bundle algorithm based on Lagrangian relaxation is also presented to solve the problem approximately. To speed up convergence and produce sharp bounds, enhancement strategies including the design of a Tabu search algorithm and integration of a Lagrangian recovery heuristic into the algorithm are devised. Extensive numerical studies are conducted to assess the effectiveness and efficiency of the proposed algorithms.