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。