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。

装备巡回保障力量优化配置仿真建模研究

将模拟退火算法与动态仿真相结合,建立了工程装备巡回保障力量配置的优化数学模型,给出了求解步骤;通过算例分析,将计算结果与静态优化结果做了比较,对模型和求解方法的科学性、合理性进行了验证;实验结果表明:该优化配置方法可以求得更加贴合作战工程装备保障实际的动态优化解,得到装备巡回保障过程中的较优方案。

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。

精益六西格玛理论在车辆装备保障中的应用探析

本文以提高车辆装备保障效率、减少车辆装备保障消耗、控制车辆装备保障成本为目标,对精益六西格玛理论在车辆装备保障中的应用进行初步研究。采用一般推行流程分析,重点将车辆装备巡回保障中资源优化配置项目作为实例进行推行,为将LSS理论运用到车辆装备保障各管理环节做出示范,旨在为部队提高车辆装备保障效益探索新的方法。