考虑维修能力的战时备件资源配置方法研究

研究战时备件资源配置问题对赢得战争胜利具有重要意义。综合考虑武器装备的毁损情况、故障装备修复能力和作战任务的时限要求,建立了考虑维修能力的战时备件资源配置优化模型,并提出了模型的求解方法,实现了备件资源的优化配置。研究发现：影响战时备件资源配置的因素主要有武器装备自身的可靠性、遭受打击造成损毁、作战任务的时限性和对故障装备的维修能力。实验结果表明：采用该方法可以有效降低备件资源的供应量,一定条件下确保作战任务在给定的时间窗口内完成。     

一种基于多目标多约束的战时抢修力量调度

为合理调度抢修力量,快速修复受损装备,在对战场抢修中抢修力量调度问题进行分析的基础上,考虑抢修任务的时间约束、逻辑约束、抢修力量的平衡度约束、抢修力量的能力、抢修花费代价等约束,建立了使作战单元战斗力恢复最大,抢修花费代价最小的多目标优化模型。同时,给出了战时作战单元战斗力指数、抢修花费代价的计算方法,设计了相应遗传算法对模型优化求解。最后,以战场抢修任务为背景,用算例验证了模型的实用性和算法的有效性。     

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。     

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。     

基于组合赋权方法的多目标威胁评估

多目标威胁评估是一个多属性决策问题,关键是如何确定各属性的权重.文中综合各种赋权法的特点,以离差平方和为准则建立最优赋权模型,有利于提高威胁排序的准确性.     

不确定多属性统计方法的战场目标排序研究

针对现行作战决策算法解决战场目标排序中存在的问题,运用一种新的随机变量和统计特征的新方法解决战场目标排序问题。建立不确定多属性统计方法的模型,对目标威胁程度进行排序,并应用到战场目标排序中。实例说明了该方法的有效性,但随机变量的统计特征与随机变量分布本身包含的信息仍有差距,还需进一步研究。     

一种基于PSO的装备战场抢修力量调度多目标决策模型

随着现代战争的破坏性的增强,装备战场抢修需求会大量增加,需要组建机动分队进行战场抢修支援。针对派遣多个机动抢修分队的情况,应当在规定时间完成抢修任务的前提下,综合考虑装备作战能力恢复、抢修耗时、费用等因素,尽量取得最好的整体抢修效益;以此为背景建立了装备战场抢修力量调度多目标决策模型,给出了一种基于实数编码的模糊学习子群多目标粒子群算法（FLSMOPSO）进行求解,同时解决了多分队任务派遣和任务排序两个问题;最后给出了实例,验证了模型的实用性和算法的有效性。     

多特征提取的红外和可见光目标跟踪方法

针对复杂背景下采用单一图像特征跟踪稳定性差的问题,提出了一种基于多个特征提取的红外和可见光图像目标跟踪方法.该方法提取红外图像的灰度特征和可见光图像的颜色、纹理特征,给出了采用核函数量化的直方图描述的多特征目标模型,结合均值漂移跟踪框架,给出了一种根据相似性度量进行自适应融合定位目标的方法,并给出了一种选择性的目标模板...     

一种多目标约束下的主被动段弹道联合优化方法

针对助推-滑翔式弹道导弹,提出一种主被动段弹道联合优化设计方法,并以多目标约束下的最大射程弹道设计为例,讨论了联合优化设计过程中所需解决的一些关键问题.仿真结果表明,相比于分段优化设计方法,联合优化方法所设计出弹道性能指标有明显提高.     

固体火箭发动机水射流清理工艺的多目标优化

为兼顾固体火箭发动机水射流清理工艺的安全性、高效性、环保性,在水射流清理实验和废水收集实验的基础上,以清理作业中推进剂质量损失速率、废水产生速率为优化目标,以射流压力、靶距、喷嘴直径、单次清理时间为变量并加以约束条件,建立了固体火箭发动机水射流清理工艺的多目标优化方法。利用代理模型技术建立了推进剂质量损失速率的代理计算模型和废水产生速率的理论计算模型,使用非支配排序遗传算法(NSGA-Ⅱ)求得了Pareto优化解集。该优化解集可为不同情况下的水射流清理工艺设计中推进剂质量损失速率和废水产生速率的匹配提供多种方案。用推进剂质量损失速率和废水产生速率的最佳匹配,由HTPB推进剂单位质量损失所造成的废水产生量仅为14.25 m L·g-1。     

基于多目标优化的车身前端结构耐撞性和轻量化设计

为了解决车身前端结构耐撞性和轻量化之间的矛盾,通过分析正面碰撞过程中力的传递路径和能量分布,筛选出对碰撞性能影响较大的部件作为优化设计对象.将所选部件的材料和厚度作为设计变量,建立结构耐撞性和轻量化多目标优化问题的数学模型,以部件总质量和总吸能量作为优化目标、加速度峰值和前围板入侵量作为约束条件进行优化分析,得出所选部件材料和厚度的最优组合.优化后,车身前端结构质量减轻3.5%,总的吸能量增加8.9%,加速度峰值降低14.7%,前围板入侵量减少8.7%.不仅提高了汽车正面碰撞的耐撞性,且实现了车身前端结构的轻量化.     

不可靠测试条件下基于多目标粒子群的测试优化选择方法

针对测试条件下多目标优化的问题,提出一种在不可靠测试条件下的测试优化选择方法.通过对测试优化选择过程进行分析,建立多目标优化的数学模型,利用最大似然估计法得到故障测试样本参数信息,采用E占优多目标粒子群算法选取最优解,并通过某导弹雷达组件实例验证了算法的有效性与可用性.结果表明:该方案可在兼顾所有因素的同时,着重关注漏检率因素.