基于遗传神经网络的军用油库选址优化模型

影响军用油库选址的因素众多且具有不确定性,传统的凭人主观选址和线性规划等方法选址不能充分体现各影响因素的主次成分及相互关系,为了解决该问题,将遗传算法和神经网络相结合,利用德尔斐法建立选址指标体系并进行指标的量化及归一化,将各底层指标的归一化值作为神经网络的输入,将代表选址等级的布尔变量作为神经网络的输出,利用遗传算法来优化神经网络的连接权值和阈值,然后用足够的样本借助Matlab工具训练此模型,通过模型的自适应学习,直到得到能正确表示网络内部特征的那组阈值。实际应用表明,所建模型的操作性和实用性强,为军用油库实际选址提供直接的决策依据。

印度军队油料保障信息化建设

为了顺应国际战略形势的调整和军事变革的发展需要,提高信息化条件下作战后勤油料保障能力,印度军队从油料信息基础设施、油料勤务信息系统、基地油库信息化、油料装备信息化、油料信息化人才等5个方面着手,全面加强印度军队后勤油料保障信息化建设力度,并取得了十分明显的建设成效。

基于层次分析法的汽车燃油经济性分析

汽车是人们出行必不可少的一部分,如何提高燃油经济性并加以利用,一直是人们关注的重点。从汽车结构和使用两方面对燃油经济性影响因素进行定性分析,运用层次分析法进行量化研究,得出发动机结构、整备质量和外形是影响因素中较大的结构因素,而驾驶员操作和工作强度在使用因素中占有较大权重。依据各影响因素的权重值,有针对性地提出了提高燃油经济性的措施。

基于匈牙利算法的战时运油车前送油料调度优化模型研究

战时运油车前送油料调度优化,是一个综合考虑部队用油需求、战场环境、地形、路径等多因素,追求保障的安全性和时效性等多目标的保障决策问题;在复杂战场条件下,战区应急保障旅油料营通常编成若干个功能齐全、机动性好的小型机动支援油料保障分队,充分利用公路交通网分散配置,形成"网状部署",针对在不同作战地域担负不同作战任务的部队,快速、灵活、安全地实施油料支援保障;通过构建基于匈牙利算法的战时运油车调度模型,当获取多个作战部队的油料补给实时需求后,可自动在满足条件的所有保障分队中进行快速匹配,为决策者提供最佳保障策略建议;经Matlab仿真和实例分析验证,该模型在解决战场油料前送实时调度问题上是一个非常有效的方法。

军事后勤保障与军事物流系统研究综述

为研究符合我军发展规律和作战特点的后勤保障机理策略,分别从外军和我军的角度对军事后勤保障与军事物流系统的相关研究成果进行对比综述,总结提出我军现有研究成果中后勤保障系统理论知识、军事物流综合定量研究、业务流程协同运作管理方面的不足及今后的发展前景,为创新军事后勤保障理论,提升后勤保障能力提供参考。