蚁群算法在车辆巡回保障中的应用研究

应用蚁群算法（ACA）解决车辆巡回保障问题，建立了车辆巡回保障优化数学模型，对轨迹更新规则进行了重新设定，给出了算法的实现步骤。通过算例分析，将计算结果与遗传算法（GA）和粒子群算法（PSO）作了比较，对模型和算法的正确性、高效性和适用性进行了验证。实验结果表明，该算法可以快速、有效求得车辆巡回保障的优化解，得到车辆巡回保障过程中的较优方案。

战时车辆野战维修装备编配方案优选研究

依据所提出的战时车辆野战维修装备编配方案,提出了优选所依据的5类指标;利用熵权法对方案的指标值进行了量化处理,确定出各指标的权重;利用近理想解排序(technique for order preference by similarity to ideal solution,TOPSIS)法进行方案选优。结果表明:2种方法结合使用适用于解决战时车辆野战维修装备编配多方案优选问题,为作战指挥员进行车辆野战维修提供了决策支持。

基于排队论的车辆装备维修力量需求预测研究

将排队论引入战场车辆装备修理过程，建立了战损车辆维修排队系统的模型，提出了基于等待时间和排队长的需求模型，通过实例进行分析，得到了需求预测结果，为维修力量的需求决策提供了理论依据。