基于遗传算法的装备器件更换周期优化模型

根据装备产品寿命在损耗期的特点,建立战备可用度和更换周期时间优化模型;依据遗传算法特点,提出将遗传算法用于求解更换周期优化问题的方法。采用二进制编码表示个体,通过个体适应度的检测评价,以及遗传算子的选择及定义完成对该算法的求解。     

生产调度模型及其遗传优化算法

运用遗传算法（ＧＡ）和离散事件动态系统模型（ＤＥＤＳ）,研究了离散过程生产调度问题,提出了一个新的模型和算法。在应用遗传算法的过程中给出了适合本问题的遗传损伤,及算法的仿真结果。     

装备采购投标价格平衡算法

随着我军装备采购制度的改革,更多的装备将采用公开招标、邀请招标的竞争方式选择承制企业。在招标过程中,投标价格是军方和投标企业都十分关注的焦点,对企业能否中标起到重要作用。针对投标价格在评标中的得分,提出了一种价格平衡标准差系数算法,并在实践应用中取得了较好的效果。     

离散交通信号控制模型及其优化算法

离散交通信号控制模型在自适应粒子群算法中引入变异算子,以更新粒子群算法的个体极值点和全局极值点.在此模型基础上,应用四种自适应变异粒子群算法优化城市交通信号控制配时方案,同时比较分析各变异算子的优劣.然后选出最优的自适应变异粒子群算法对不同的交通流进行连续优化控制.仿真表明该混合算法可解决易陷入局部收敛的缺陷并能够有效实现交通信号优化控制.     

混合遗传算法求解突防制导问题

对弹道导弹中段机动突防制导问题进行了研究,提出设计了一种基于探测系统的机动规避突防方案．利用遗传算法结合单纯形法设计了在该方案下基于求解突防机动时机的一种突防制导律．建立了仿真系统,验证了该制导律的可行性．     

基于遗传模拟退火混合算法的火力分配模型优化

提出了一种基于遗传模拟退火混合火力的分配算法．在该算法中,采用精英保留策略很好地保留了优良的基因,采用随机遍历抽样法提供了零偏差和最小个体扩展,并且采用了与模拟退火算法相结合的尺度变换．该算法既保留了传统遗传算法的诸多优点,又克服了传统遗传算法实时性差以及易陷入局部最优的缺点．仿真结果表明,遗传模拟退火混合算法能有效解决火力分配问题,简单、有效且快速,具有很好的应用价值．     

作战单元装备稳态可用度评估模型及其求解算法研究

针对作战单元可用度研究中存在的问题,建立了基于多维Markov过程(MDMP)作战单元装备稳态可用度模型,并针对MDMP状态较多的问题研究了其降维求解算法。该模型中考虑了作战单元中的多个装备;该算法利用部件的维修资源相关性来降低问题的维度。研究结果表明,MDMP的解析建模具有比较全面的建模能力,可以对作战单元可用度问题进行建模;利用不同部件之间的关系信息设计的降维算法能够减少不必要的计算量。最后通过一个算例说明了模型和算法的实用性。     

基于遗传优化的模糊交互式多模型目标跟踪算法

针对交互式多模型方法存在模型覆盖面不足和子模型间恶性竞争的问题,设计了一种基于遗传算法和模糊推理的智能优化模糊交互式多模型方法,该方法通过对模型集的自主寻优,能够实现任意时刻在最优模型集下的跟踪,通过建模仿真,在与传统的交互式多模型的比较中发现,使用该模型后目标跟踪误差显著减小,该算法具有较高精度及稳定性。     

航空装备更新模型优化

针对装备最佳更新时机的问题,建立装备更新模型,并把时间的价值因素考虑进去改进装备更新模型,使计算结果更加准确,显著提高军事效益。     

一种遗传模糊神经网络算法及其在舰船声纳目标识别中的应用

针对常规模糊神经网络的不足之处,设计一种用遗传算法确定其网络权值和系统参数的算法,先确定编码,通过交叉、变异、定义适值函数等步骤实现.将该算法应用于舰船声纳目标识别实例之中,实验结果表明,经遗传算法的优化搜索,该算法比一般的模糊神经网络训练方法有更高的学习效率,具有实用意义.     

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。     

基于遗传算法的空间多传感器优化部署模型研究

对空间传感器平台进行优化部署,是在平台数量有限的情况下,提高整个系统探测效率的有效手段。构建了传感器平台部署优化设计指标体系,针对不同指标分别提出了量化方法,在此基础上建立了空间多传感器部署优化模型。将遗传算法应用于该模型,提出了基于遗传算法的求解方法。最后通过算例仿真,对空间多传感器平台优化部署模型及其求解算法的有效性进行了检验。结果表明,传感器数量越多,部署模型的优化效果越明显。     

Research on Three-Echelon Inventory Model and Algorithm for Valuable Spare Parts in Weapon Equipment

According to the current situation of repair and supply for valuable spare parts in the weapon equipment of the PLA,using the research results of the repairable spare parts inventory theory,an inventory model of the valuable spare parts in three-echelon repair and supply system is established by expanding the classical METRIC model and theory,and the genetic algorithm is utilized to solve the model.In the algorithm,the chromosome representation and initial population production,the crossover and mutation operators are designed.By using an example,a simulation analysis is carried out to verify the model’s correctness.     

基于自适应遗传算法的导弹火力优化分配

建立了导弹火力优化分配的非线性整数规划模型，并给出了模型的自适应遗传算法求解，改进的遗传操作算子较好地处理了模型的整数约束条件，直观明了，简单易行．实例在计算机上的对比仿真运行结果表明，随群体适应度自动调整的交叉概率和变异概率，加快了算法的收敛速度，显著地提高了算法的探索能力，不易陷入局部最优解．这种方法对导弹火力的优化分配有一定的参考价值．     

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。     

基于遗传算法的装备维修任务规划

针对装备维修任务规划的特点,构建基于遗传算法的维修任务规划策略。结合装备维修工序,对维修任务规划进行分析,建立了以作业总维修工时最短为目标函数的维修保障任务规划数学模型。在此基础上,构建了求解任务规划模型的遗传算法,并对算法的实现规则进行了详细分析,确保了模型的有效性和收敛性。最后,以4台装备5个修理组为例,验证了该方法的有效性。结果表明,该算法能确保模型的有效性和收敛性,模型能有效处理装备维修任务规划问题,下一步将对算法作进一步的改进和完善。     

基于蒙特卡洛仿真和遗传算法的车辆装备保障运输网络优化

车辆装备保障运输网络优化是影响非战争军事行动任务效果的关键环节。传统方法描述随机且不连续装备保障需求的能力弱,应用于非战争军事行动车辆装备保障运输网络优化方面,会导致结果不稳定。为解决这些问题,提出了基于蒙特卡洛仿真和遗传算法的车辆装备运输网络优化模型。结合非战争军事行动特点,利用边界条件设定,保障资源调度优化函数及保障资源约束条件设置,构建了车辆装备保障运输网络优化模型;采用遗传算法,在路网和运输路径两个层次对车辆装备保障运输网络进行寻优,进一步提高了运算结果的稳定性。通过残差分析验证了该模型的有效性。     

遗传算法解算弹道导弹再入弹道

基于弹道导弹再入段运动数学模型,提出了预定程序弹道再入突防的方法并进行了遗传算法解算突防弹道的研究。建立了以攻角随再入时间增长的变化量为编码对象的遗传算法模型并进行仿真计算。仿真结果表明,该算法能够实现预定程序再入弹道快速高精度的解算,具有工程的应用价值。     

改进型遗传算法在战时维修器材配置中的应用

分析了传统遗传算法存在的不足,通过改进传统遗传算法的选择机制,降低了选择的随机性,提高了计算效率。针对战时维修器材配置问题,建立了相应的优化模型,并结合实例在Matlab计算软件下验证了改进的算法。结果表明,改进型遗传算法能更高效地解决优化问题。