面向多阶段任务的武器系统备件优化配置建模

资源优化配置是作战单元维修保障的关键因素.当作战单元执行单阶段任务时,讨论了部件结构为串联系统和k/n系统的任务成功概率建模问题,在此基础上,建立了k/n结构动态变化的多阶段任务系统的任务成功概率模型.在满足系统任务成功概率约束条件下,给出了防空作战单元备件携行量优化模型,并运用边际分析法进行了求解,通过示例表明了模型的正确性.     

多约束条件下三状态复杂系统的优化分配

研究了三状态复杂系统在多约束条件下可靠度的问题.以串-并联系统为研究对象,利用选取重要度来提高系统可靠度的方法,获得了重要度对系统可靠度有着重要影响的结果,并通过算法、例题对实例进行了验证.     

多无人机协同任务策略优化

从研究多无人机协同任务的系统资源分配、任务分配、航线规划、轨迹优化等问题入手,建立了多基地多无人机协同侦察模型.针对问题,首先利用"栅格化聚拢"的思想对目标点进行过滤优化,进而对目标群和无人机基地进行了任务分配,而后结合蚁群算法、贪心算法、最短路径算法等思想,通过Matlab平台,计算出能够让无人机停留在雷达探测区域总时间最少的最优策略.     

基于系统可靠性的组件综合重要度变化机理分析

重要度理论是一种重要的系统薄弱环节识别和评估方法,被广泛应用于系统可靠性设计优化、维修资源分配、维修决策以及风险分析等领域。本文以组件状态转移率为纽带,分析了组件综合重要度对系统可靠性的影响机理,识别对系统可靠性变化影响最大的组件,综合重要度评估了单位时间内系统可靠性的变化。首先给出综合重要度的定义;其次讨论系统可靠性的组件重要度表示方法;最后在串联和并联系统中,分析综合重要度随着组件状态转移率的变化机理。     

面向应急对地观测任务的多平台资源部署优化研究

提出了一种基于遗传算法的面向应急对地观测任务的多平台资源部署优化方法。该方法通过把观测区域离散化为网格点的集合,将多平台资源部署问题形式化为一个组合优化问题,其目标是在一定响应时间约束下最大化观测区域覆盖率。设计的求解算法采用整数编码表示各平台资源的部署位置,使用精英保留策略加快算法收敛速度。仿真结果表明,该方法能够快速获得满意的卫星、飞艇、无人机多平台资源部署方案。     

系统可靠度的优化模型及简单算法

提高系统可靠度，往往受到给定资源、重量、体积等的限制，如何在此限制下，进行单元可靠度的提高，使得系统的可靠度达到最大，这就是本研究的主要内容。     

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。     

办学效益的多指标优化决策模型

本文同时从宏观层次和微观层次,依据经济效益、规模效益、体制结构效益、质量效益、管理效益和地域效益等六个方面,设置了院校办学效益的评价指标体系．并且,采用定量和定性相结合的方法,对办学效益综合评估建立了多指标优化决策的数学模型．     

一种面向效率的系统多序参量识别方法

针对社会组织系统演化过程中效率性要求,基于系统演化有效性识别及评估,提出能够反映系统演化过程效率的多序参量识别方法,为提升系统演化过程效率提供可操作的技术参考。通过产出/投入视角分析多序参量形成过程,结合其对系统演化过程的影响,给出基于产出/投入的系统演化过程中多序参量效率原理;应用改进的数据包络分析方法和已有指标体系,建立面向效率的系统演化过程多序参量识别模型。最后,通过算例验证方法的科学有效性。     

基于部件指派的多状态系统可靠度优化研究

针对一般二态系统假设的不足,提出了多状态系统条件下的可靠度优化指派问题。该问题以系统可靠度最大化为优化目标,在考虑部件分配成本和总分派成本预算的前提下,对多状态系统下不同状态对应的性能水平的进行了分析,给出了基于通用生成函数的多状态系统的可靠度评估方法。根据指派问题的组合优化的特性和多状态系统可靠性评估的特点,对传统遗传算法的适应度函数进行了改进,设计了基于整数编码的遗传算法,该算法具有离散变量的设计灵活性和强大的搜索性能。算例实验表明,本文设计的优化算法具有较好的求解质量,同时算法的运行时间也得到了大幅的缩短。本研究为多状态系统的可靠度优化提供了一条可借鉴的思路。     

多部件系统故障预防工作的组合优化

研究了实践中常见的四种预防工作组合类型,即定时维修、功能检测、使用检查及检查与定时维修的组合策略,以单位时间维修费用最小为目标建立了多部件故障预防工作的组合优化模型.在此基础上,提出了两个故障预防工作的组合优化算法,并给出了计算示例以说明模型和算法的性能.     

竞争情形下服务商质量保证策略研究

质量保证策略是服务商获取竞争力的重要手段之一。本文在考虑服务商及其竞争对手的质量承诺水平和质量承诺补偿对其服务需求影响的基础上,构建了质量承诺水平、质量承诺补偿、质量承诺水平和质量承诺补偿三种竞争情形下的博弈模型,并系统分析了不同模型下的质量保证策略。研究发现:一旦有服务商提高质量承诺水平或质量承诺补偿,在质量承诺水平竞争模型下,其他服务商可适当地降低质量承诺水平,而在质量承诺补偿竞争模型下,其他服务商会同时提高质量承诺补偿。此外,在质量承诺水平和质量承诺补偿竞争模型下,若质量承诺水平的成本系数满足一定条件,各个服务商之间会存在纳什均衡。本文对服务市场竞争情形下服务商质量保证策略的制定具有一定的实践意义。     

Guarantee structures for problems of fair division

We study the problem of fair division in situations where the number of individuals involved may vary while the resources at their disposal remain fixed. We are interested in minimizing the loss that an agent originally present may incur in such circumstances. Given a solution, i.e., a systematic method of solving any division problem in some class, we introduce the notion of its guarantee structure as a measure of the protection it offers to the original agents. We show that the Kalai-Smorodinsky solution offers greater guarantees than any weakly Pareto-optimal and anonymous solution and in particular than the Nash solution.     

任务清单的随机优先关键线路确定方法

在PERT网中,通常将具有持续时间最长的线路作为关键线路.从任务完成概率的角度看,这是一种很乐观的态度.但在定下作战决心时,指挥员不会盲目乐观,而会充分考虑可能出现的各种不利因素.从给予任务完成最薄弱环节更多关注的角度出发,分析了PERT网随机优先的概念,描述了任务完成概率的最小上边界,提出了随机优先关键线路的计算方法.结论是:应根据指挥员对完成任务的不同态度,选择更加合适的关键线路确定方法,定下作战决心.     

基于马尔科夫过程的储备系统稳态性能分析

由于储备系统组成部件在存储期间的失效概率各不相同,当部件状态趋于稳定时,各个状态对系统性能的影响也存在差异。为了识别关键部件及其状态对系统性能的影响程度,本文以重要度为主要指标,应用马尔科夫过程研究储备系统在稳态时的性能变化模式。首先基于综合重要度研究系统性能的变化规律,并结合冷储备系统和温储备系统的状态转移矩阵推导出马尔科夫过程中稳态值的计算方法;其次基于稳态综合重要度获得系统稳态时的性能变化模式;最后以双臂机器人为例,分析部件处于不同状态时对系统性能的影响模式,比较了不同部件综合重要度的变化,验证了提出方法的有效性。     

大规模系统的全局优化

本文讨论了可分非凸大规模系统的全局优化控制问题 .提出了一种 3级递阶优化算法 .该算法首先把原问题转化为可分的多目标优化问题 ,然后凸化非劣前沿 ,再从非劣解集中挑出原问题的全局最优解 .建立了算法的理论基础 ,证明了算法的收敛性 .仿真结果表明算法是有效的 .     

Maximization of Manufacturing Yield of Systems with Arbitrary Distributions of Component Values

This paper presents a general method for maximizing manufacturing yield when the realizations of system components are independent random variables with arbitrary distributions. Design specifications define a feasible region which, in the nonlinear case, is linearized using a first-order approximation. The method attempts to place the given tolerance hypercube of the uncertain parameters such that the area with higher yield lies in the feasible region. The yield is estimated by using the joint cumulative density function over the portion of the tolerance hypercube that is contained in the feasible region. A double-bounded density function is used to approximate various bounded distributions for which optimal designs are demonstrated on a tutorial example. Monte Carlo simulation is used to evaluate the actual yields of optimal designs.     

Approximate Solution of Optimization Problems for Infinite-Dimensional Singular Systems

An optimal control problem is considered for a system described by a singular equation of parabolic type. The study bases on a special regularization method. We establish existence of a solution to the regularized problem, as well as the corresponding necessary optimality conditions. The results enable us to find an approximate solution to the original problem even in the absence of solvability.     

多机器人协调吊运系统逆运动学分析及优化

针对紧耦合多机器人协调吊运系统的逆运动学问题进行了分析,首先利用几何关系和力旋量平衡方程建立了系统的运动学模型和动力学模型;然后对系统的逆运动学进行分析,将其分为变柔索长度和固定柔索长度两种情况分别进行分析;随后对运动学逆解在某一时刻存在无穷多解、多组解和无解的情况分别给出了解决方法,对存在多组解的情况,提出一优化目标求解最优解;最后结合软件UG/ADAMS/MATLAB建立了系统的实验平台,通过实例仿真计算验证了方法的有效性,为后续进一步研究系统运动稳定性、优化拉力分布和控制算法奠定了基础.