基于自适应遗传算法的舰载机保障调度

为解决舰载机多机保障作业的调度问题,设计一种与之相适应的自适应遗传算法。分析舰载机进行保障的流程约束,得到单个舰载机的简化流程,以最小化保障时间为目标,建立问题的数学模型,根据舰载机保障调度作业的特点,采用自适应遗传算法进行求解,通过多机保障任务案例进行验证。结果表明:使用甘特图的方式,可直观地表示保障作业的计划流程,并验证了自适应遗传算法的有效性。

资源分布视角下区域保障调度模型研究

区域作战中,装备保障需求呈现出一定分布特征,保障供应也随时动态变化,如何匹配供需进而进行保障调度成为提升区域保障能力的关键。针对区域资源供需的分布特性,运用最优传输理论,建立资源分布视角下区域保障调度模型。首先,构建分布视角下的区域保障调度基本模型,考虑决策层级将其拓展为多分辨率模型,然后基于sinkhorn算法提出保障调度概率方案作为转换,进而给出多分辨率模型的保障调度方案求解算法。案例分析表明,非指数分布和自由竞争环境下,保障调度方案具有鲁棒性。

面向多目标资源受限的航空维修保障工序调度方法研究

随着航空装备的信息化、集成化、系统化程度越来越高,其维修保障过程也趋于复杂化,且过程中受到资源等多方面的限制。为提高航空维修保障效率,缩短时间,合理安排人力资源,基于人力资源约束,通过合理安排工序寻求最短的维修保障时间。构建了资源受限情况下的维修保障资源均衡多目标优化数学模型,采用快速非支配排序遗传算法实现工序调度的合理优化,最后通过案例验证了方法的可行性。

战时维修保障资源优化调度的μPSO算法研究

将战时装备维修保障资源调度决策问题视作多任务多资源竞争与协调的多目标组合优化问题,构建出合理完善的资源调度决策模型。针对传统PSO算法搜索能力弱、易陷入局部最小等不足,提出一种在算法结构上改进的μPSO方法用于模型求解,它通过对一般粒子和当代最优粒子的不同速度、位置计算方式增强算法搜索能力;利用排斥项避免搜索进程的早熟收敛。最后通过算例证明μPSO算法对求解该类问题是可行有效的。

基于边际-人工蜂群算法的舰载机机群出动保障人员配置-调度联合优化方法

保障人员配置和保障作业调度是舰载机机群出动保障任务决策的2项核心内容。针对复杂甲板作业约束条件下保障人员配置-调度联合优化的实际问题,首先,系统分析舰载机机群出动保障流程约束、出动时限约束、保障人员约束、保障设备约束、工位空间约束和资源供给能力约束。其次,以保障人员数量和负载方差和最小化为优化目标,建立了混合整数规划模型,进而提出了基于边际-人工蜂群(ABC)算法的两层优化决策架构。上层决策模型基于边际优化算法对保障人员配置方案进行迭代优化,下层决策模型采用改进的双向人工蜂群算法对舰载机机群出动保障任务调度进行优化。最后,通过典型算例验证了所提模型和两层优化机制的可行性与有效性。

求解装备保障任务调度问题的改进粒子群算法

装备保障任务调度是否合理、高效是取得现代信息化战争胜负的决定性因素之一,提出了两种改进的粒子群算法对该问题进行优化。针对问题的特点,两种算法均采用基于任务编码的粒子结构,且都采用子群划分的方法以保持种群多样性,①改进算法采用了基于维度分解的分群策略,使算法避免进入高维优化领域,②改进算法采用了杂交操作,有效避免了算法陷入局部最优。仿真结果表明,改进算法相比标准粒子群算法具有更好的性能。

基于蚁群算法的维修保障资源应急调度研究

在保障资源损毁后,将现有保障资源整合成机动保障小组,按照一定的机动路线巡回实施支援保障,可以最大限度的节省现存保障资源,提高保障效能。实施机动巡回的资源调度,需要确定机动保障小组的数量以及机动的路线,这类问题可归结为带约束条件的组合优化问题。应用蚁群算法建立了机动巡回保障优化数学模型,给出了算法的实现步骤。案例结果表明,该算法可以快速、有效求得巡回保障的优化解,得到巡回保障过程中的较优方案。

基于学徒制算法的航母舰载机保障作业调度

[目的]针对舰载机的保障调度问题,提出一种基于学徒制的调度优化算法,以快速制定舰载机保障调度计划。[方法]运用学徒学习思想,将专家示例中的已执行任务与未执行任务成对予以比较,构造样本集,训练基于航母甲板特征的保障任务排班分类器,然后以此为基础设计学徒制舰载机机群保障任务调度算法,并从求解结果、求解时间和资源分配方面与传统的遗传算法进行对比。[结果]结果显示,采用学徒制算法制定的舰载机机群保障调度计划与传统的遗传算法相比结果相当,但收敛速度提升了近4倍,且相比遗传算法能更加平均地分配保障资源。[结论]采用学徒制算法可以充分学习专家的经验,解决静态单目标的舰载机保障调度问题,能为研究动态多目标的舰载机保障调度提供基础。

基于整数线性规划方法的舰载机航空保障资源优化调度

[目的]为了优化舰载机航空保障资源调度问题,[方法]根据航空母舰(简称航母)舰载机机群航空保障流程特有的串行、并行、柔性特点以及舰载机的起飞顺序,基于整数线性规划方法,建立航空保障资源优化调度的混合整数线性规划模型,利用CPLEX的混合整数线性规划求解器和改进的差分进化算法对资源调度模型进行求解。然后,以“福特”级航母舰载机出动机群保障流程为例进行仿真计算。[结果]结果表明,CPLEX的混合整数线性规划求解器和改进的差分进化算法均可用于求解,但存在求解精度和收敛速度上的差异,需根据实际出动规模和计算需求对计算方法进行选择。[结论]建立的舰载机航空保障资源优化调度模型可以有效指导航空保障资源的优化调度。

带时间窗的海军航空兵场站特种保障车辆调度问题

随着海军航空兵任务样式和数量的剧增,基于经验的人工编排式特种保障车辆调度方法不仅会造成保障资源的浪费,还容易因车辆派遣不及时导致战机延误。针对海军航空兵场站特种保障车辆调度问题,在时间窗和车辆载重的约束下,以出动保障车辆最少、车辆总行驶距离最短为目标建立数学模型。改进遗传算法初始种群和编码方式对模型求解,以一次多机种、大批量飞行保障任务进行仿真试验,得到特种保障车辆调度方案,验证了该模型的合理性。

全椒县襄河生态流量计算与调度

介绍了全椒县襄河流域总体状况,收集2007-2019年水文资料,利用蒙大拿法、90%保证率最枯月平均流量法、湿周法3种方法综合分析比较,估算襄河的生态基流量,向河道管理机构提出分阶段控制目标。提供断面生态流量成果,提出生态流量试点方案和保障措施建议。

一种多等级无线体域网服务质量方法

提出一种基于等级的无线体域网(WBAN)QoS框架,将WBAN中的QoS分为3个等级。利用IEEE802.15.4的信标模式中基于时隙的CSMA/CA机制、保障时隙以及传感器节点内部的流量区分实现了QoS框架。仿真结果表明提出的QoS框架可以满足WBAN对QoS的需求。

面向煤矿工作面的定位无线传感器网络传输性能优化

针对煤矿工作面定位无线传感器网络(PWSN)端到端时间较长、丢包率较大等问题,提出采用保障贪婪调度(GGS)算法来优化网络传输性能。GGS算法结合了粒子群优化(PSO)算法和贪婪算法,使用PSO算法对信道中的报文种群进行有序化处理,实现对种群的保障;使用贪婪算法对网络传输过程中的具体服务请求形成一种多层次、反复迭代的处理机制,以优化报文种群质量;利用PSO变异算法对种群进行检查和更新,以确保得到的是最优解。仿真结果表明,与现有文化基因算法(MA)、差分进化人工蜂群(DE-ABC)算法相比,GGS算法可在控制丢包率的前提下缩短传输时间,提升网络整体性能。

外场无线调度保障系统的设计与实现

本文介绍了采用先进的无线局域网（WIRELESS LOCAL AREA NETWORKS）技术搭建移动的无线PDA（Personal digital assistant），配置先进的GPS和GIS系统，实现机场外场移动计算机信息调度和保障管理系统的集成解决方案。