蚁群算法在战损装备抢修任务指派中的应用研究

结合战时装备保障实际情况和战损装备抢修任务特点,分析了现有战损装备抢修任务指派模型的特点及不足.依据紧急程度对战损装备抢修任务进行分类,建立了不同紧急度对应的装备抢修任务指派模型,重点是利用蚁群算法对模型进行求解.最后通过某装备保障想定的实例进行了验证,结果表明该算法操作简单、切实有效,能有效实施战损装备应急抢修任务的指派,在装备保障智能决策系统中有较好的应用前景.     

基于战役的多机种战伤备件需求模型

为了合理储备战时航材备件,通过分析战时故障备件的需求特点,改进了传统的单机故障备件需求模型.根据多机种协同作战任务的不同,引入备件工作运行比的概念,建立了基于作战任务的多机种故障备件需求模型.为解决多机种协同作战时的保障资源配置问题提供了思路和方法.     

战时装备维修任务指派模型及算法研究

总结了战时装备维修任务指派决策出现的三种可能情况，分别建立了它们的整数线形规划模型，并构造了适合传统匈牙利算法求解的广义效益矩阵，最后对该算法进行了应用举例。     

基于改进蚁群算法的侦察无人机航路规划与实现

文章针对侦察无人机航路规划这一问题,分析了影响航路规划的因素,构建了航路规划的模型.结合侦察无人机航路规划的特点与模型,论证了基于蚁群算法求解的理由与优点,并对蚁群算法的初始信息素强度与启发因子进行了改进.最后以岛屿进攻战役这一特定作战任务为例,利用MATLAB实现了侦察多目标时的航路规划问题.     

基于保障度的战时三级备件保障优化研究

针对装备备件保障度问题,结合现有的研究现状,综合考虑了战时装备保障的实际情况和新旧备件使用寿命的差异,深入分析了备件调度对保障度的影响,以保障度为目标函数,建立了战时三级备件保障模型,运用经典的排序算法对模型进行求解。最后,算例表明该方法是有效性的。     

基于NSGA-II的应急生产任务多目标优化模型及算法研究

重大突发事件发生后,若灾区的应急物资需求不能通过调用储备得到满足,则应急生产将成为灾区应急物资供应的重要保障手段。本文研究重大突发事件发生后应急物资生产任务的优化问题,重点关注原材料生产能力变化对完成应急生产任务的影响,以应急生产任务完成时间最短、完成成本最低为决策目标,研究了包含多个供应商、多个制造商以及单个受灾点的应急物资生产任务多目标规划模型。运用在求解多目标规划问题时具有众多优势的非支配排序多目标遗传算法(NSGA-II)对模型进行求解。通过算例分析,NSGA-II可以得到较好的Pareto前沿,并且可以根据不同情况给出最优的应急物资生产和原材料保障方案。本文的研究还表明,要想更快完成应急生产任务,需要做好原材料、资金、电力、交通等各种要素的配套保障工作。     

军事物流系统中定位-运输路线安排模型及算法

考虑到战时物资需求的紧迫性和保障资源的有限性,从决策者的角度出发,以军事物流系统总体供应时间最短为目标,构建了两级军事配送网络的定位-运输路线安排模型,并给出一种启发式算法.算法分为两个阶段,首先利用蚁群算法和线性规划的方法解决运输路线安排问题,然后运用贪婪搜索算法解决军事物流配送中心选址问题.最终,将两种算法结合起来进行逐步搜索,从而得到模型的解,并运用实例说明了算法的有效性和可行性.     

战时备件配送的MDVRPTW问题研究

战时备件配送的车辆调度是提高装备保障效率的关键因素.以装备效能损失最小化为车辆调度的目标,建立了问题的M DVRPTW模型,并应用蚁群算法对问题进行了求解.算法中,根据问题特征改进了状态转移规则,设计了串行和并行两种路线构造方法,并应用局部搜索模块对蚂蚁构造的路线进行改进.对算例的计算实验表明,串行路线构造方法在精度和速度两方面均优于并行路线构造方法.     

局部武装冲突中战时航空技术装备使用模型的建立

高技术局部战争已成为未来战争的重要作战样式,为了应对千变万化的战场形势,需要对战时航空技术装备使用做出科学合理的规划.在用马尔科夫随机过程对航空技术装备使用的实际过程进行分析的基础上,建立了局部武装冲突中战时航空技术装备的使用模型,并对航空技术装备的准备和战斗利用情况进行了分析,增强了战时航空技术装备使用的计划性和针对性,有利于更大限度地发挥各种航空技术装备的整体优势,为保障和作战预案的制定以及指挥决策提供更加科学有力的理论支持.     

基于“员工技能库”的多技能员工动态指派

针对在复杂市场需求环境的新订单到达情况,具有不同技能数量和技能水平的多技能员工为完成新订单的指派问题,提出基于"员工技能库"的、满足交货期的多技能员工动态指派方案,给出了与实际情况相吻合的约束条件,建立相应的0-1整数规划模型.并设计了采用优先规则的启发式算法,在每次迭代中优先选择与订单最低需求基本匹配的员工加以指派任务,直至所有任务都完成指派,通过算例测试表明,基于"员工技能库"的动态指派方案能快速准确地进行员工指派.