考虑中断风险的备件供应选址-分配优化模型

战时条件下,仓库或运输载体受到敌方蓄意攻击而丧失全部或部分储存和运输能力,造成备件供应中断。而供应网络的中断风险很难预测且动态变化,为不确定性参数。为解决不确定中断风险下的备件供应问题,以备件供应成本最低、供应延迟时间最短为目标,构建了战时备件供应的多目标选址-分配联合优化模型。通过对多面体不确定集合的鲁棒等价变化,建立相应的鲁棒优化模型。采用元启发式算法对模型进行求解,得到了模型的非支配解集及其对应的供应方案。研究结果表明：通过对关键设施的加固防护,可以提高备件供应网络的效率和可靠性;鲁棒优化模型的最优解可以保证战时备件供应“最差情况下”解的可行性,即模型具有很好的鲁棒性。     

考虑横向转运和紧急配送的战时多目标备件调度方法

针对现有战时备件调度模型灵活性不足，忽略需求点优先度排序，处理备件类型单一，以及算法运行效率不高等问题，提出一种考虑横向转运和紧急配送的战时多目标备件调度方法。在传统正向调度模型基础上加入横向转运和紧急配送策略，以缺件数最少和运输时间最短为目标构建同时处理多类型备件的战时备件调度模型。制定基于逼近理想解排序法的需求点优先度排序方法，利用基于分解的多目标进化算法(MOEA/D)框架设计考虑优先度排序的MOEA/D(MOEA/D-PS)求解模型。案例结果表明：考虑横向转运和紧急配送的调度模型保障效果最优；MOEA/D-PS能够兼顾求解质量和运算效率，CPU运行时间均值比改进的非支配排序遗传算法缩短62.86%；优先度排序和要求时限长短显著影响备件供应保障效果。     

基于多目标局部变异-自适应量子粒子群优化算法的复杂地形多传感器优化部署

对复杂地形下的多传感器部署问题进行研究,提出了基于多目标局部变异-自适应量子粒子群优化（LM-AQPSO）算法的多传感器多目标优化部署方法。该方法对复杂地形进行多属性网格建模,给出了传感器探测模型和优化目标。引进局部变异和参数自适应策略对量子粒子群优化算法进行改进,并提出了基于LM-AQPSO的多目标Pareto最优解集优化算法。考虑多目标部署需求,构建了基于Pareto最优解集的多传感器优化部署模型。仿真实验结果表明：相对于经典的改进非支配排序遗传算法,所提算法优化的Pareto最优解有着更好的收敛性和分布性,且寻优时间更短;所提模型能有效解决多目标多传感器部署问题,并能同时提供更多的决策方案。     

两种供应模式下备件协同订购策略优化研究

备件保障系统补充库存时,除实施常规补给外,还会采用紧急订购满足备件短缺需求,以减少装备故障停机时间。针对上述两种供应模式下多站点订购策略联合优化问题,建立了以复合备件满足率为约束、单位时间期望成本为目标函数的协同订购解析模型;基于拉格朗日因子和策略迭代方法,给出了一种启发式优化算法。为模拟备件保障过程,建立了相应蒙特卡罗仿真模型,并将解析模型优化结果与遗传算法优化的仿真模型进行了对比。结果分析表明,解析模型不仅能够提供近似最优解,而且具有良好的运算效率。     

基于改进型多目标粒子群优化算法的武器-目标分配

在作战中武器-目标分配(WTA)问题包含众多的变量,是典型的非确定性多项式完全问题。针对毁伤效能最大和用弹量最少两个目标函数,建立了基于改进型多目标粒子群优化(MOPSO-Ⅱ)算法的WTA模型。由于粒子群优化算法存在“维数灾难”瓶颈,应用了变量随机分解策略和合作协同进化框架,按照带精英策略的非支配排序遗传(NSGA-Ⅱ)算法中的排序方法对粒子群编码数据进行非支配排序。通过实例仿真分析,结果表明MOPSO-Ⅱ算法比NSGA-Ⅱ算法具有更好的求解精度与运行效率,能够获得满意的分配结果,且计算快速有效,比较适合较大规模的WTA问题实时求解。在作战中武器-目标分配(WTA)问题包含众多的变量,是典型的非确定性多项式完全问题。针对毁伤效能最大和用弹量最少两个目标函数,建立了基于改进型多目标粒子群优化(MOPSO-Ⅱ)算法的WTA模型。由于粒子群优化算法存在“维数灾难”瓶颈,应用了变量随机分解策略和合作协同进化框架,按照带精英策略的非支配排序遗传(NSGA-Ⅱ)算法中的排序方法对粒子群编码数据进行非支配排序。通过实例仿真分析,结果表明MOPSO-Ⅱ算法比NSGA-Ⅱ算法具有更好的求解精度与运行效率,能够获得满意的分配结果,且计算快速有效,比较适合较大规模的WTA问题实时求解。     

火炮多柔体动力学结构优化研究

针对现有动力学优化方法很难对多体系统中的柔性体进行结构优化的问题,提出结合多学科代理模型法和改进的非支配排序遗传算法的多柔体动力学优化方法。以火炮炮口振动参数为输出,柔体模态参数和部分火炮总体参数为输入,在已验证的多体刚柔耦合模型的基础上,采用径向基函数-反向传播神经网络建立了具有良好泛化能力和预测精度的代理模型。利用改进的非支配排序遗传算法对各炮口振动参数进行动力学优化,采用max-min准则从优化得到的Pareto最优解集中优选出一个较为兼顾各优化目标的解,与原模型结果对比,优化效果明显。该方法能用于火炮多柔体动力学结构优化,也为火炮总体结构设计和相关优化提供了一定的参考。     

基于非支配排序遗传算法的振动主动控制优化方法

非支配排序遗传算法是一种基于Pareto前沿的低计算需求、有精英策略、约束处理简单的多目标优化算法。该算法能够搜索到Pareto解集，由专家根据具体要求进行客观的筛选，根据各个目标函数不同的加权进行合理选择最优解，满足了不同研究目的对同一系统的不同要求，这是单目标优化算法不可比拟的。以结构振动系统的结构振动能量和系统控制能量作为多目标优化函数，建立了振动主动控制系统的控制增益以及传感器和作动器位置、数量和长度的多目标优化配置数学模型，首次利用非支配排序遗传算法作为优化策略，并以悬臂梁作为算例，进行了仿真实验，验证了该方法的有效性和可行性。     

多管火箭炮定向管的多目标优化及多属性决策研究

针对某多管火箭炮(MRLS)复合材料定向管的结构设计指标,根据有限元分析方法和优化设计方法,以复合材料定向管的复合铺层厚度、铺层角度及定向管中定位部的位置为优化设计变量,定义定向管固有频率和定向管质量为优化目标,结合有限元数值计算结果,采用改进非支配排序遗传算法(NSGA-Ⅱ),建立了复合材料定向管的多目标优化模型。通过优化求解,得到帕雷托(Pareto)最优解,并由这些Pareto最优解构成决策矩阵,利用客观赋权的信息熵法计算各属性的权值,并运用逼近理想解的排序方法(TOPSIS)进行了多属性决策研究(MADM),对Pareto最优解作了排序。引入比刚度结构效能对比分析优化前后的定向管性能,表明对定向管的优化设计是有效的。     

基于蒙特卡洛仿真和并行粒子群优化算法的携行备件优化

为提高携行备件方案优化模型的准确性和求解的精确度,以遂行远海训练任务的舰艇编队为研究背景,针对优化模型的建立和求解提出了一系列改进措施。在传统优化模型的基础上,分析了虚警和串件拼修对备件的影响,建立了基于携行能力、备件成本、装备可用度、同型号装备群完好率等多约束条件的携行备件优化模型;利用粒子群优化（PSO）算法确定备件的优化配置,利用蒙特卡洛仿真法计算配置方案的保障效能;引入云格计算技术实现PSO算法的并行求解,从硬件性能上提高算法的全局寻优能力;将普通粒子转化为量子粒子实现解的多样化,减小了算法陷入局部最优的危险。案例分析证实了改进措施的可行性和有效性。     

基于改进NSGA-Ⅱ的载人潜水器多开孔耐压结构优化

为提高载人潜水器耐压结构性能和设计效率,开展优化模型和优化算法的改进研究。进行耐压结构有限元模型的网格无关性分析,利用iSight软件对ABAQUS软件进行集成实现耐压结构的参数化分析,进行设计变量的灵敏度分析和降维处理以降低问题分析难度。利用最优拉丁超立方方法进行样本点的选取,进行样本点的参数化分析。基于典型近似模型对样本点进行拟合,选择拟合精度最高、满足工程需要的近似模型作为耐压结构的替代模型,并建立耐压结构多目标优化模型。结合正态分布交叉算子对第二代非支配排序遗传算法（NSGA-Ⅱ）进行改进,得到NSGA-Ⅱ的改进算法INSGA-Ⅱ,以改善NSGA-Ⅱ局部收敛等问题,在利用测试函数进行INSGA-Ⅱ的有效性验证的基础上,利用INSGA-Ⅱ进行耐压结构多目标优化求解。研究结果表明：参数化分析方法和高精度近似模型可平衡计算精度和设计效率之间的矛盾,在测试对比中,INSGA-Ⅱ所得到的Pareto解集在贴近性、均匀性和收敛性等方面均优于NSGA-Ⅱ,INSGA-Ⅱ得到的耐压结构多目标优化方案较NSGA-Ⅱ更优。     

资源受限条件下车辆维修工序调度优化

车辆装备战时维修时间紧、任务量大、突发情况多,装备维修调度对部队作战效能快速恢复至关重要。现有维修调度方法主要围绕单一约束条件进行工序优化,难以满足实际保障需求。结合实际维修班组编配,提出融合多工种、多人员技术等级要素的多优化目标函数,以单工序工时、总工时、紧前工序、总人力资源为约束条件建立了改进的带精英策略的非支配排序遗传算法。在传统非支配精英策略的基础上加入二元锦标赛选择算子,重新设计符合多目标函数优化的交叉算子,利用二重编码对一次抢占式维修工序调度模式进行测算求解,并以实际维修案例对算法进行仿真验证。结果表明,该算法在满足战时复杂目标优化的条件下,降低了维修时间,实现了优化人力资源调度效能的目的。     

改进的分层边际算法优化备件的初始配置方案

对备件配置方案进行优化是提高保障效能,减少装备寿命费用的关键,而多级维修供应模式下的备件模型求解是大规模、非线性的NP难问题。为提高模型算法的优化效率,研究并建立了基于可用度的备件初始库存配置优化模型,在传统边际优化算法的基础上,通过引入分层优化的思想对算法进行改进,提出一种改进的分层边际优化算法,用以提高算法的优化效率。给出了该算法的设计思路和优化流程,在理论上对算法的优化效率进行了分析。算例数值结果表明：在计算结果一致的前提下,分层边际优化算法的运算效率提高了近3倍,能够在工程应用上为备件库存配置的优化方法提供一种新的思路。     

改进系统备件满足率约束下的备件优化配置建模

为了克服传统的系统备件满足率模型容易陷入极小的缺陷,建立了改进系统备件满足率约束下的备件优化配置模型。运用分层优化的思想,提出了一种改进的分层边际优化算法,以便提高算法的优化效率。给出了该算法的优化步骤,并在理论上分析了算法的优化效率。通过对案例运算结果的分析,证明了所建模型的正确性与合理性。     

随机共因失效条件下战时合成部队携行备件配置优化研究

装备群在执行作战任务过程中通常会发生共因失效事件,分析共因失效故障对实现装备群的精确化保障具有现实意义。针对战时合成部队装备群遂行任务时,装备携行备件配置优化模型中没有考虑装备受击故障这一类随机共因失效的问题,提出了随机共因失效条件下的备件配置优化方法。建立了装备故障相关条件下的备件需求模型和多约束条件下的携行备件配置优化模型,引入拉格朗日乘子,利用边际效应法求出最优配置方案通过实例对该方法的可行性进行验证。研究结果表明,在装备随机共因失效条件下,所建立的模型可以为多约束携行备件配置优化提供模型参考。     

面向作战任务的装甲装备群携行备件配置优化

为提高携行备件配置方案的针对性,以遂行多阶段作战任务的装甲装备群为研究对象,综合考虑作战任务、装备群组成及备件仓库预置地点等因素对抢修策略的影响,合理统筹伴随维修保障能力与备件需求间关系,构建面向作战任务的装甲装备群携行备件配置优化模型,实现携行备件资源的针对性配置。通过算例,验证了该优化模型的可行性及有效性。     

某运发箱定向器多目标优化设计研究

为实现空投储运发射箱轻量化、保证空投安全性,对定向器进行多目标优化设计。在有限元参数化模型基础上,结合Isight优化平台建立运发箱定向器冲击动力学多目标优化框架;以复合材料定向器铺层厚度、角度为输入变量,定向器质量、最大位移、药柱最大应力为输出变量,采用最优拉丁超立方设计和径向基神经网络方法建立数学近似模型;采用非劣排序遗传算法及模糊集合理论,得到多目标优化模型的Pareto解集及选优方案,并与原方案进行了对比。结果表明:优化方案实现了储运发射箱的轻量化设计,并提高了空投安全性。     

具有横向供应策略的可维修备件两级库存模型

在装备可维修备件的多级库存系统中增加横向供应策略,将传统的树状备件供应模式扁平化,可以大大缩短备件平均延误时间。在此背景下进行多级可维修备件的库存研究,建立具有横向供应策略的可维修备件两级库存模型,利用M/M/∞排队系统评估备件满足率、横向供应概率和缺货概率等重要参数,设计启发式算法进行备件优化配置。算例结果表明,引入横向供应策略后可维修备件两级库存系统的保障总费用能够降低39.4%.