一种考虑专业的动态维修任务调度的优化方法

战场抢修任务比较繁重，合理安排维修任务可以有效地提高武器装备作战使用的时间。对此，分析了战时维修任务的特点，以尽快恢复参战作战单元的战斗力为目标，提出了一种考虑维修专业的动态维修任务调度的优化方法。由于问题求解比较复杂，首先把原问题分解为考虑专业的静态维修任务调度问题和动态维修任务调度问题，分别建立了相应的数学模型，并提出了模型的求解方法。考虑专业的动态维修任务调度模型以考虑专业的静态维修任务调度模型为基础，根据任务变化情况，反复调用考虑专业的静态维修任务调度模型求解方法，实现了战场抢修任务的动态调度。实验结果表明：本文方法是一种求解考虑专业的动态维惨任务调度问题的有效方法。     

一种基于维修流程的装备维修任务调度方法

为了快速、有效地进行战时装备修理任务调度,减少故障装备在维修系统的等待时间,尽快恢复部队的战斗力,提出一种串行维修流程的多专业多作战单元维修任务调度的数学描述和模型。分析基于维修流程的装备维修任务调度问题,描述串行同顺序维修流程任务调度问题,给出求解维修调度的混合遗传算法,并以实例对算法的时间效率和优化结果进行仿真实验。仿真实验结果表明,该方法能有效解决一种战时维修任务调度问题。     

考虑优先级的维修任务动态调度方法

为解决目前维修任务动态调度方法研究中存在方法复杂、考虑调度规则少、实用性不强等问题,对维修任务动态调度方法进行优化研究.综合考虑维修时间、维修前等待时间、受敌威胁程度和装备重要程度等调度规则,运用逼近理想解排序法(technique for order preference by similarity to an ideal solution,TOPSIS)确定各维修任务的优先级.通过实时更新关键时间点的维修任务静态调度方案实现对维修任务的动态调度,构建考虑优先级的维修任务动态调度模型,并通过示例分析进行验证.验证结果表明:新模型能用相对简单的方法解决复杂问题,为装备保障指挥员确定维修任务调度方案提供参考.     

装备维修任务分配模型研究

根据确定的维修机构资源分配方案，考虑维修机构的负载能力，通过优化任务调度提高装备维修效益，建立基于多作战单元的装备维修任务分配模型。任务分配算法的步骤包括：选择维修机构、选择维修任务、建立任务分配模型等。实例表明该算法科学合理，简单实用。     

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。     

考虑休息的维修任务调度模型及其求解算法

由于维修资源通常具有使用周期性,即每工作一段时间需要进行休息,而维修任务具有紧迫性,需要不间断地进行,如何在给出维修任务调度方案的同时也给出维修资源的休息时间是一个值得探讨的问题。文中给出考虑休息的维修任务调度问题的假设条件,并建立了一种混合整数规划模型,对问题进行了数学描述。提出一种粒子群求解算法,包括算法框架、粒子表示、资源技能分配算法、粒子解码过程、更新公式等。通过具体实例,证明了模型与算法的有效性。     

一种并行测试任务调度优化方法

装备并行测试任务调度问题是一种较为复杂的组合优化问题，难以高效求解。对此，建立了装备并行测试任务调度问题数学模型。根据问题特点分解为并行线上装备测试任务分配问题和单流水线上装备测试任务调度问题，降低了原问题求解难度，并提出了求解方法。进一步使用单一流水线上装备测试任务调度问题的下界，有效地减少了问题求解计算量。实验结果表明，提出的装备并行测试任务调度优化方法是解决这种问题的有效方法。     

基于遗传算法的作战任务分配和资源调度问题研究

在作战行动中出现多任务与多种保障资源合理调度困难的问题十分常见。笔者以任务完成的总时间最短为目标函数构建数学模型,使用遗传算法进行迭代优化得到保障资源调度的全局最优解。对遗传算法进行自适应改进、移民交叉算子操作和迭代条件优化,解决了过早收敛无法求出全局最优解的问题,并使算法运行效率提高了76.4%。仿真实验结果表明：该方法切实可行,可以快速准确地完成多种保障资源调度并形成任务分配方案,满足现阶段作战部队资源保障的现实要求。研究成果在高效完成保障资源调度的同时不产生冗余负担,具有较好的应用价值和发展前景。     

相控阵雷达自适应调度及优化算法研究

在具有时间窗的相控阵雷达调度算法基础上，提出了一种提高调度成功率的优化算法，该算法在调度本次任务的同时，考虑到下一任务的调度情况，以本次调度产生最大连续空闲时间间隔为目标条件来进行调度。仿真结果表明，文中提出的优化算法能有效地完成相控阵雷达自适应调度，调度成功率明显增加。     

基于模糊神经网络的相控阵雷达任务调度设计

针对相控阵雷达任务调度中任务优先级较难建立数学模型,从而影响任务调度效率的问题,提出一种基于自适应模糊神经网络的相控阵雷达任务调度算法。该算法：模糊控制部分能够利用模糊隶属度对多个目标参数值进行量化处理;神经网络部分可以智能地实现目标参数和任务优先级之间非线性映射。仿真结果表明,该方法有效,在目标数目饱和情况下,保证高优先级任务被调度的同时,使更多的任务得到调度执行,其性能优于传统任务调度方法。     

调度问题中的冲突研究

调度问题的本质是对存在的冲突进行消解的过程.针对调度问题,首先判断是否存在冲突;若可能存在冲突,再判断是否存在固有冲突;若不存在固有冲突,再进一步判断是否存在调度冲突或间接冲突.研究还涉及可能冲突任务紧集、可能冲突任务松集、冲突度等概念.其研究结果对调度算法设计有一定参考价值.     

基于蚁群算法的测试任务调度优化方法

复杂系统测试通常存在任务复杂、测试时间长、资源浪费等问题,对资源和任务进行合理调度具有重要实用价值。提出基于蚁群算法的测试任务并行任务调度优化方法,对测试问题进行描述,与蚁群算法结合,设计了启发函数、状态转移规则;根据算法流程获得测试时间最短的任务调度序列;针对任务序列多解的问题,提出资源均衡度的评价标准,得到最优的资源任务调度序列。基于蚁群算法解决了复杂测试系统任务调度问题,对某实际测试系统资源任务集进行调度仿真,并与随机穷举法对比验证算法的有效性,结果表明该方法能大大节约测试时间。测试实例与当前常用的半串行测试进行对比,测试效率提升了43.07%;所得结果为最短测试时间任务调度序列中资源均衡度最高的。     

车辆装备维修工艺调度计划的优化模型

为增强车辆装备维修工艺调度计划的有效性和缩短维修时间,依据车辆装备维修工艺实际过程和资源约束限制,构建了车辆装备维修工艺调度计划的优化模型。以某车辆装备的维修过程为例,进行仿真。仿真实例计算结果表明：车辆装备维修工艺调度计划优化后的总工时数较优化前减少了51.4%,初步验证了优化模型的适用性。     

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。     

基于Agent的信息化作战油料保障调运模型

在信息化条件下,作战油料保障向多样化接力式调运保障模式演变,致使保障调运计划优化难度加大;为了解决这一问题,提出基于Agent的油料保障调运模型;应用Agent技术,在决策者Agent与保障单位Agent之间构建“多对多”交互场景,根据保障单位的运输能力、行驶路径等参数,对油料保障调运任务进行分派;论述深度优先搜索模型算法,分析油料保障调运计划生成过程;以联合作战油料保障调运为仿真实例,验证模型有效性;仿真结果表明：该模型的研究对于提高作战油料保障能力具有重要意义。     

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。     

无线传感器网络任务调度双层规划方法

针对无线传感器网络的任务如何在最短时间内完成且充分利用网络资源的问题,提出了基于可分负载理论的任务最优调度双层规划模型。同时考虑了群间和群内任务分配的合理性,得到了管理中心节点、群首节点分配任务给相应节点的最优解,使得整个任务从下发到收集执行结果这段时间最短。最后通过仿真验证了理论分析的正确性。     

基于扩展域的相控阵雷达自适应驻留调度

传统的自适应相控阵雷达驻留调度方法难以在满足时间和能量约束的同时分析任务的可调度性。根据系统负载的动态性建立了驻留请求的任务模型,并提出了一种基于扩展域的自适应调度算法,将调度时域扩展到多个调度间隔,在每个调度间隔根据雷达事件的优先级和截止期合理地安排驻留请求。仿真表明,该算法在扩展域内的调度性能是可预知的,不仅提高了时间利用率,而且可有效降低任务的错失率。     

综合优先级下反导预警相控阵雷达任务调度算法

针对相控阵雷达跟踪多弹道导弹目标时的资源分配问题,提出一种综合优先级下的价值优化调度算法。基于弹道导弹目标特性,构建目标威胁度模型;设计二维优先级表,结合目标威胁度和截止期进行综合优先级规划;基于任务优先级建立任务动态价值函数,并从调度及时性原则出发,构建任务调度的价值优化模型;对遗传算法进行改进,设置自适应选择、交叉、变异算子,并利用该算法求解调度模型;通过仿真实验将所提算法与传统工作方式优先级加截止期调度算法进行性能对比,对任务价值函数参数对调度性能的影响进行分析。结果表明：相比传统调度算法,所提调度算法的调度时间偏移率减小了46%,实现价值率提升了12%.     

基于不确定性任务的多星调度启发式算法

根据多星测控中用户提出的不确定性任务的特点,建立多星调度基于不确定性任务的数学模型。提出任务支持时间最大化作为启发式准则,以及弧段分割法调整测控资源冲突。在此基础上,结合资源均衡原则和卫星优先级策略,提出了基于不确定性任务的多星调度启发式算法。最后,算法运用在10星6站的调度问题中,仿真结果表明算法是可行的。