战时装备维修保障资源优化模型

维修资源在抢修过程中的分配决定了抢修活动的平均处理时间和等待时间,针对抢修实施时维修资源的分配,研究资源的优化配置使抢修时间最小的问题。在抢修过程中使抢修时间最小的目标和约束条件下,提出了资源配置优化的排队模型,并结合遗传算法给出了求解最优配置模型的方法,通过实例分析说明了模型和方法的应用情况。资源配置优化模型和算法已成功应用于集群装备保障决策系统的开发。

网络化制造资源优化配置DSS的优化模型研究

首先简介了网络化制造资源优化配置决策支持系统的体系结构及决策过程,在此基础上讨论了优化配置关键技术—EMP优化模型的两种实现方法:EMP综合评判及基于遗传算法的EMP优化方法,最后针对基于多目标遗传算法的EMP优化模型,设计了实现算法。

软计算求解分布式多工厂多顾客的供应链准时化生产计划问题

描述了分布式多工厂、多顾客的供应链准时化生产计划问题 ,以实现最小化提前 /拖期惩罚费用、生产成本、产品运输费用之和为目标建立了数学模型 ,将遗传算法与模糊逻辑相结合 ,设计了软计算方法求解模型 ,采用基于规则方法的模糊规则量化方法求解模糊决策 ,并将模糊决策嵌入遗传算法 ,使得算法具有比分枝定界法更快的寻优能力和更广的适应范围。

装备器材保障资源调度决策模型及算法

装备器材保障资源调度问题是一个非常复杂的问题,根据其优化目标要求,从保障时间最短、保障耗费最低、安全性最高3个方面建立了该问题的多目标优化模型,并通过目标优先度决策将其转化为单目标模型;接着,采用两阶段法进行求解,将其分为最优路径决策、器材分配决策两个阶段进行决策优化,在明确资源点到需求点之间的最优路径后再进行器材资源的分配;并分别采用基于小生境的自适应遗传算法和基于生成树的遗传算法进行求解。通过实例分析,求解结果能够满足装备器材保障的要求,表明所构建的决策模型和算法是有效的。

BSC资源分配策略在智能决策支持系统中的应用

设计了一种基于平衡计分卡的数据挖掘模型,将有限资源进行合理分配,运用到智能决策支持系统的数据挖掘与智能预测当中。首先设计了基于BSC的数据挖掘总体框架,提出了3个不同的资源分配侧重方向:强调业务过程的理解,强调数据的准确度以及强调数据挖掘建模的质量;并设计了BSC资源分配模型、算法以及学习引擎,最后以实例验证了经过资源分配后的挖掘能够有效提高智能预测的准确度。基于BSC的数据挖掘不仅提供了一个用来支持不同挖掘组件的集成平台,还能够通过资源的价值分析以及资源的合理分配,将有限的资源投入到合理的挖掘过程中,以提高智能预测的准确度。

大型军用仓库资源配置规划研究

针对大型军用仓库的资源配置规划需求,分析构建了资源配置问题的两层决策模型,提出了综合满足上层投资指数和下层保障时间要求的多目标优化资源配置策略,阐述了与遗传算法设计相关的初始配置确定、染色体构建、适应度函数选择等技术问题。仿真证明,经优化后的资源配置方案在满足任务保障时间要求的前提下,可以最大限度地降低投资成本和建设难度,对资源配置规划研究具有普遍意义。

面向过站航班地面保障过程的均衡优化建模

为解决过站航班地面保障过程中各环节资源分配失衡的问题,在系统性分析环节业务特点和均衡影响要素的基础上提出保障过程均衡优化模型.该模型利用环节开始时间和资源使用量对其优先顺序和运行模态进行约束,以保证良好的适用性;以最小化环节运行有效偏差、运行总时间和资源综合消耗量为优化目标,建立模型目标函数衡量保障过程中各环节资源均衡程度.采用改进混沌与差分进化的NSGA-Ⅱ算法对所构建的模型进行求解,并通过国内中部某枢纽机场实际运行数据设计优化方案.为验证模型有效性,基于均衡评价指标对优化方案展开评估.结果表明:使用均衡优化模型得到的方案在时间利用和资源配置上效果良好,将运行总时间缩短了10.6%,在资源闲置总量上节约了30.3%;通过评估可知模型均衡率提高10.7%,且时间损失系数和资源平滑系数分别降低65.7%和54.7%.

网络计划优化的决策支持系统研究

对网络计划优化的决策支持系统进行了研究 ,深入探讨了其模型库的建立 ,针对不同优化目标提出了几种优化模型 ,并讨论了用遗传算法进行求解过程中的若干问题。