| 基于改进粒子群算法的装备维修资源优化问题研究 |
| |
| 引用本文： | 艾宝利,武昌.基于改进粒子群算法的装备维修资源优化问题研究[J].军械工程学院学报,2008,20(2):13-15. |
| |
| 作者姓名： | 艾宝利 武昌 |
| |
| 作者单位： | 艾宝利（空军工程大学电讯工程学院,陕西,西安,710077）;武昌（空军工程大学电讯工程学院,陕西,西安,710077） |
| |
| 摘 要： | 通过对粒子群算法的分析，针对其易过早收敛的不足，将遗传算法的变异操作引入其中，并给出了惯性因子的调整方式。在建立维修资源优化模型的基础上，结合实例运用改进的粒子群算法和模拟退火遗传算法进行了仿真，结果表明，该算法具有更好的收敛性。
|
| 关 键 词： | 粒子群算法 惯性权值 装备维修资源 优化 |
| 文章编号： | 1008-2956(2008)02-0013-03 |
| 修稿时间： | 2007年12月17 |
Optimization of Equipment Maintenace Resource Based on Enhanced Particle Swarm Algorithm |
| |
| AI Bao-li,WU Chang.Optimization of Equipment Maintenace Resource Based on Enhanced Particle Swarm Algorithm[J].Journal of Ordnance Engineering College,2008,20(2):13-15. |
| |
| Authors: | AI Bao-li WU Chang |
| |
| Institution: | (Telecommunication Engineering Institute, Air Force Engineering University, Xi＇an 710077, China) |
| |
| Abstract: | Aim at the defect of premature constringency, this paper introduces mutation of evolutionary algorithm and inerita weight into particle swarm algorithm by analysis of the algorithm, and simulates by both methods based on Maintenace Resource distribution model and its example. The practical calculate result shows that the algorithm has favorable astringency to model. |
| |
| Keywords: | particle swarm algorithm inerita weight equipment maintenace resource optimization |
| 本文献已被 维普 等数据库收录！ |
