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。     

基于优先排序与粒子群优化的装备保障任务规划方法

针对装备保障任务规划过程中保障资源占用冲突及保障任务逻辑关系约束的实际问题,构建基于任务优先排序的解空间模型,并进一步提出基于优先排序与改进粒子群优化的装备保障任务规划方法。该方法将分解后的保障任务按照其重要性和逻辑顺序进行优先排序,并根据排序结果对粒子群优化算法得到的任务与资源匹配解空间进行调整,以解决资源占用冲突和逻辑顺序问题。为保证每次迭代后的粒子为可行解,提出不可行粒子的多维异步处理机制,提高了粒子群优化算法的搜索效率。通过实例应用仿真分析,验证了该方法在装备保障任务规划中的有效性和优越性。     

基于遗传算法的航空装备保障资源调度

运用遗传算法研究航空装备保障的资源调度优化问题,将网格路径优化与航空装备保障的实际相结合,通过网络优化、需求评估和路径优化建立了合适的航空装备保障资源调度参考模型和动态资源调度实施方案。运用遗传算法对资源调度进行规划的过程中对初始种群的产生和变异操作进行了改进,并用实例证实了该方法的有效性。     

新型车辆装备合同商保障

结合新型车辆装备保障实际,认清新型车辆装备合同商保障地位作用,找出当前新型车辆装备合同商保障建设面临的问题,提出针对性的对策建议,确保新型车辆装备合同商保障效能发挥,保证其顺利实施。     

基于复杂网络的装备保障体系协同保障模型研究

针对复杂网络相继故障（也称雪崩）一旦发生对网络的稳定性具有极强破坏力这一问题,在分析装备保障网络及保障特性的基础上,基于复杂网络理论建立了符合装备保障特性的相继故障模型;结合我军相关协同保障规则,建立了旨在降低相继故障影响、增强保障网络稳定性的协同保障模型;对建立的军级装备保障体系协同保障模型,给出了其在不完全信息条件下遭受攻击的仿真实验分析。仿真实验结果表明,协同保障能够对重要节点提供重点支援和保护,经协同保障后修复的节点与网络中度值较高的节点具有同等的重要性,对二者进行重点保护能够有效地避免大规模相继故障的发生。     

边海防部队车辆装备保障模式研究

针对边海防部队车辆装备保障地域差异、使命任务特点,分析边海防部队车辆装备保障任务需求,构建边海防部队车辆装备保障模式,对边海防部队车辆装备保障模式运用进行研究,为提升边海防部队车辆装备保障建设提供理论参考。     

基于蒙特卡洛方法的液压泵变量伺服机构稳健性优化

根据履带车辆对静液转向控制机构的特殊需求,为保证系统性能的稳健性,以变量伺服机构的跟踪精度、相对稳定性分布的均值及标准差为优化目标,通过建立液压泵变量伺服机构工作过程的动力学模型,应用蒙特卡洛方法建立其跟踪精度等性能的稳健性优化设计新方法。研究表明,通过优化匹配液压泵变量伺服机构反馈拨叉长度、阀口梯度、活塞直径的设计名义值,不仅能保证系统具备良好的跟踪精度和稳定性,而且能增强系统抵抗结构参数、油液参数变动的能力,即显著增强系统的稳健性。     

基于多目标遗传算法的高速履带车辆动力学模型参数修正研究

为了提高高速履带车辆多体动力学模型仿真结果的准确度,对模型参数修正方法进行了研究。建立了高速履带车辆多体动力学模型,根据其行驶工况统计规律,选择水泥路和砂石路作为参数修正的行驶路面条件。对比分析了模型参数修正前的仿真结果与实车测试结果,并给出了修正目标函数的表达式。通过正交实验设计筛选出对目标函数影响较大的待修正模型参数。为了解决修正效率低、计算量大的问题,建立了修正参数与目标函数之间关系的径向基神经网络近似模型。通过分析目标函数随修正参数的变化规律,采用多目标遗传算法NSGA-Ⅱ对两种工况条件下的模型参数同时进行修正,并确定了最终解。研究结果表明,动力学模型仿真结果的准确度得到了提高,证明该修正方法的有效性。     

基于仿真的多部件系统状态维修决策优化方法

为通过部件组合维修提高维修效益,对采用状态维修的多部件系统,建立了部件状态随机劣化模型。采用幂指数函数建立以状态值为变量的可靠度函数,在考虑不完全维修、维修时间随机分布等因素的条件下,采用蒙特卡洛仿真方法建立了系统状态劣化过程模型。以单位寿命费用最小为优化目标,建立了多部件系统状态维修阈值的优化决策模型。案例分析结果表明,建立的状态维修决策优化模型能够显著降低维修费用、提高系统可用度,是适用且有效的。     

基于蒙特卡罗法的装备保障方案评估

为有效解决部队当前仅仅依靠保障经验对装备保障方案进行评估的问题,提出一种基于蒙特卡罗法的装备保障方案评估方法,综合考虑工序逻辑约束、保障车辆约束和飞机部件可靠性等因素的影响,对3套典型的保障方案进行了实例分析,得到不同保障车辆等保障资源配置对保障工作及时性的影响程度。仿真结果表明,该方法能够明确显示各套装备保障方案的优劣。     

基于蒙特卡罗仿真的雷达装备重要度评价

基于蒙特卡罗仿真的雷达装备重要度评价方法,其权重由相关分布均匀随机发生器产生的一组权重的最大值分配给优先级最高的因素,最小值分配给优先级最低的因素,其余依次类推。然后计算设备重要度评价指数,并将设备按重要度评价指数大小进行排序。经多次抽样计算后,进行蒙特卡罗统计分析,确定设备重要程度的排序。实例验证该方法可降低人的主观因素对重要度评价结果的影响,有效可行。     

基于遗传算法的配送车辆路径规划

配送车辆的路径规划问题是城市交通与运输系统中的重要环节,基于遗传算法对城市交通配送环节中的车辆行驶路径的最优规划问题进行了研究,提出了优化方案设计方法。在Matlab环境下,进行了算法实现与仿真,结果表明所提出的规划方案可以有效地降低配送过程中的车辆运行成本。     

基于蒙特卡罗仿真评价车辆装备预防性维修间隔期方法

为解决在理论研究阶段利用试行方法评价车辆装备关键零部件预防性维修间隔期可操作性较低的问题, 提出基于蒙特卡罗仿真评估预防性维修间隔期的方法和流程。选取评价车辆装备关键零部件预防性维修间隔期效果 的指标,阐述车辆装备关键零部件定期更换和定期检测策略,以评价制动器摩擦盘预防性维修间隔期为例进行分析 验证。结果表明,该方法能有效对车辆装备预防性维修间隔期维修效能作出定量评价。     

一种改进的装备保障能力并联预测模型

为了提高装备保障能力的预测精度,针对当前预测算法及其组合模型存在的问题,提出了一种改进的并联预测模型。利用文本挖掘选择预测指标及权重,改进了区间标度算法并构造了不等距、多尺度区间的模糊时间序列模型。改进了粒子群优化方法中微粒速度和位置及惯性权重值的算法,使用该方法优化了支持向量机参数并建立预测模型。依据改进的模糊时间序列和支持向量机预测模型建立了改进的并联预测模型,通过计算预测权重值并将预测值与预测权重值组合形成并联模型的预测值。通过案例证明了该预测方法具有更高的精度。     

基于复杂网络理论的装备保障体系演化模型

装备保障体系结构对体系的效能与适应性等起决定作用,演化模型是构建装备保障体系结构的一项关键技术。针对装备保障体系中实体的异质性和保障任务需求影响体系演化的问题,提出一种改进的基于多元加权网络的装备保障体系演化模型。分析装备保障体系的网络特性,引入复杂网络理论构建装备保障体系初始加权网络模型,并提出网络评价指标,在此基础上提出网络演化规则与改进演化模型。在加权网络模型中,将保障任务需求抽象为网络节点之一,通过四元组刻画其不确定性,并用适应度指标将其与体系结构联系起来;通过节点类型、保障能力等刻画保障实体的异质性,并作为演化过程的主要因素。仿真实验结果表明：所提模型能够确定保障任务对演化过程的影响,并可改善体系结构对任务的适应性,且可在一定范围内增强体系效能。