基于主从博弈的装备维修器材供应链协调订货

为了减小维修单位的库存压力,提出一种基于Stackelberg主从博弈的装备维修器材供应链协调订货机制。结合装备维修器材供应现状,供应商作为主方提出最小补充期策略和数量折扣,维修单位作为从方以最佳订货策略响应,以供应商成本最小化为目标建立优化模型,构建带有惩罚因子的特殊适应度函数,利用粒子群优化算法进行求解,并运用军事算例进行仿真。仿真结果表明：该机制不仅可以降低整个供应链的成本,也可以使其成员有不同程度的收益。     

武器维修器材供应策略研究

基于网络化管理的武器维修器材供应模型含库存、部队申请量、单价和单位运输成本等关系,其部队与仓库位置器材可再分配.其数学模型以费用最低为目标函数,约束条件含需求数量符合申请并小于库存、仓库不能提供时不再次分配,及单位运输成本与运输数量间的部分线性关系.     

数据挖掘在维修器材货位优化中的应用

针对部队维修器材货位优化问题,按照为取而存的基本原则,提出了维修器材的综合重要度概念。通过用数据挖掘中的时序预测得到维修器材的综合重要度值,用ABC分类法对货架进行分区,最后根据维修器材和货架区耦合分配得到货位优化分配方案。     

武器-目标分配的模糊多目标规划

将决策者的主观意识同数学模型相结合,把作战中的武器-目标优化分配问题归结为多目标规划,运用模糊多目标参数规划求出具有一定满意度的最优化方案.其先将问题归纳为一般规划模型,然后给出模糊多目标规划以及含参数情况下的满意解,最后通过验证模型的有效性和可靠性判断该方案的优越度.     

战场抢修多需象点多资源优化调度研究

战时协同维修保障过程中，维修是以多任务方式进行的，各任务间经常发生维修资源短缺及资源冲突等问题。通过分析多需求点战场抢修资源调度的特点及决策目标，建立了战场抢修多需求点多资源优化调度模型，给出了基于需求点优先度的资源优化调度方法和算法。算例分析结果表明，该方法能够在满足任务需求和给定的维修保障资源条件下优化资源调度方案，充分利用资源，缩短待修装备的平均等待时间。     

不确定交货下的装备维修器材供应链协调对策

为协调不确定交货条件下装备维修器材供应链各成员的利益关系,运用Stackelberg主从博弈理论进行对策研究.以维修单位作为主方,提出最佳订货量和单位缺货惩罚成本策略,从方即供应商以额外供应能力作为响应;以维修单位预期成本最小化为目标建立优化模型,结合约束条件构建带有惩罚因子的特殊适应度函数;利用粒子群优化算法进行仿真计算.仿真结果表明:Stackelberg主从博弈可以有效协调装备维修器材供应链,保证供应链及各成员的利益.     

基于整数域改进粒子群优化算法的多平台武器目标分配

武器一目标分配( WTA)问题是军事运筹学中经典的NP完全问题,其模型为非线性整数规划模型,包含多种约束条件,求解复杂、收敛速度慢,采用改进粒子群优化( PSO)算法求解WTA问题.在建立WTA最优化分配模型的基础上,提出了一种针对多约束WTA问题的粒子编码方案及模型的适应度函数,解决了粒子的整数域初始化问题.采用粒子...     

装备维修器材供应保障优化决策问题研究

为解决传统经验型决策结果不精确的问题,对装备维修器材保障中的生产、库存和配送路径环节集成优 化决策进行研究。根据优化决策的基本思想,对协同决策问题网状结构进行分析,以PRP 优化决策理论为基础,建 立器材供应保障决策问题的MILP 优化模型,并利用小规模算例验证模型的有效性。实例验证结果表明,该研究可 为实施低成本、高精度的装备维修器材供应保障工作提供参考。     

基于改进PSO 的航天测控装备维修器材库存优化

针对维修器材积压浪费的问题,对航天测控装备维修器材库存进行优化.借鉴现有多级库存优化相关研究成果,采用改进的粒子群优化算法,将测控装备维修器材库存优化过程描述为在测控装备的可用度达到规定水平,考虑非串件拼修和串件拼修2种维修策略,构建基于测控装备可用度和器材保障费用约束的维修器材库存优化模型,获得测控装备维修器材最优的携运行方案,通过实例进行验证.结果表明,该模型与优化算法具有一定的可信性及较好的应用价值.     

反舰导弹协同攻击目标分配与在线再分配方法研究

基于分段规划的思想,构建了反舰导弹协同攻击目标分配模型。预先分配以一定打击效果时的弹药消耗量为优化指标,解决了导弹射前兵力需求以及目标粗略分配的问题;在线再分配根据战场态势,在导弹发射数量已定时,以目标打击效果为优化指标,对初次分配进行实时修正。针对各段分配模型,提出了离散粒子群求解算法,并设计了不同的编码方式和适应度函数。仿真表明,构建的模型和提出的算法能够快速有效的解决反舰导弹目标分配问题。     

基于交叉效率排序多目标进化算法的备件供应优化

为了对备件供应网络进行优化并制定最优供应方案,以缩短总供应时间、减少供应成本和降低中断风险为目标,以备件满足度、库存容量等为约束建立了多目标优化模型。基于交叉效率排序多目标进化算法求得模型的非支配解集,同时决策出最优解。优化过程中采用改进数据包络分析计算各最优解的二次目标交叉效率,指导算法朝最优效率个体收敛,对求得的非支配解进行排序从而选择出最优方案。算例表明：通过交叉效率排序多目标进化算法优化得到了13个互不支配的备件供应方案,且确定了交叉效率为0.927 8的方案为最优方案;新算法优于未采用排序和采用自评效率排序的多目标进化算法。     

维修器材军民一体化联合保障储备费用研究

为解决军方维修器材库存资金占用过大、维修器材使用效率较低等问题,构建维修器材军民一体化联合保障储备费用模型。以军民一体化维修保障为研究背景,在维修器材储备中引入器材生产企业,分析军民一体化联合保障储备的结构和费用变化,提出对维修器材实施军民一体化联合保障的思路,并运用算例对军民一体化联合保障储备费用模型进行演示验证。结果表明：该模型能提高器材保障的针对性,避免维修器材的呆滞和浪费。     

单晶硅电火花成形加工试验研究与工艺参数优化

针对电火花加工过程中材料去除率、表面粗糙度和电极损耗这3个工艺目标不能同时兼顾的问题,以P型单晶硅为试验加工对象,采用中心组合设计试验考察峰值电流、脉冲宽度、脉冲间隔对单晶硅电火花成形加工过程中材料去除率、表面粗糙度以及电极损耗的影响,引入响应曲面法建立材料去除率、表面粗糙度和电极损耗的2阶关系模型,方差分析结果表明响应模型具有很好的拟合程度和适应性。进一步分析实际加工条件对工艺参数的约束,以提高材料去除率,降低表面粗糙度和电极损耗为目标建立工艺参数优化模型,设计基于带精英策略的非支配排序遗传算法对优化问题进行求解。在最优解条件下材料去除率的验证结果与理论最优值的平均相对误差为4.9%,表面粗糙度的验证结果与理论最优值的平均相对误差为5.2%,电极损耗的验证结果与理论最优值的平均相对误差为5.7%. 验证试验表明,该算法能实现硅材料放电成形加工过程的工艺参数优化。     

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。     

基于混沌蚁群算法的集群无人机协同任务分配

针对无人机集群协同任务分配问题,以无人机集群完成所有任务的总航程和未完成任务数最小为优化目标,构建多目标的多任务分配数学模型,并提出基于混沌蚁群算法的优化方法对模型进行求解。借鉴混合算法能提高单一算法性能的思想,在集群任务分配问题中将混沌算法的遍历性、随机性和蚁群算法的信息素正反馈机制结合起来,并通过仿真实验验证所提方法的有效性和适用性。结果表明：基于混沌蚁群算法的集群无人机协同任务分配方法能够增强全局寻优能力,提高算法效率,为多无人机分配最优的任务序列。     

复杂约束条件下伴随修理任务多目标动态调度

针对战时伴随修理任务重、修理时间有限、约束复杂的问题,提出了伴随修理装备维修任务调度的多目标动态调度方法。考虑复杂约束的伴随修理装备维修任务调度军事需求,构建了多目标动态调度模型。该模型在修理能力及修理时间限制的基础上,引入修理时间窗、非遍历约束,考虑修理能力变化以及修复状态的不确定性,以修竣装备总数、修竣装备重要度总和、获得的二次作 战总时间最大为调度目标,进行维修任务的调度决策。设计了基于改进非支配排序遗传算法（NSGA-II）的改进多目标遗传算法进行模型求解,并通过示例仿真与分析验证了该模型和算法的合理性及有效性。     

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。     

基于贝叶斯法和蒙特卡洛仿真的威布尔型装备器材需求预测

为了解决装备器材历史需求数据少、需求规律不明确的问题,提出一种基于贝叶斯法和蒙特卡洛仿真的威布尔型装备器材需求预测方法。针对威布尔分布尺度参数未知以及形状和尺度参数均未知两种情况,分别基于贝叶斯方法通过解析求解和数值模拟的方式进行了参数估计,并引入柯尔莫哥洛夫-斯米尔诺夫检验法对寿命分布模型进行拟合优度检验;综合考虑修复性维修、预防性维修和装备器材的已使用时间,提出了基于蒙特卡洛仿真的部队装备器材年度需求预测方法。算例分析表明：小样本下通过贝叶斯估计得到的寿命分布模型拟合度高,基于仿真的需求预测方法简单、有效。     

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。