基于角色模型软件工程方法的MOPSS分析与设计

基于主体技术,采用一种基于角色模型的主体软件工程方法来分析、设计、实现系统,从而满足军事油料供应保障系统的特殊要求。     

基于多时间窗的油料保障模型

针对军用油料(POL)调拨运输优化问题,通过引入保障时间窗,考虑了油料保障过程中复杂的时间窗约束和运力约束,提出了基于多时间窗的油料调拨运输的约束满足问题(CSP)模型及其求解算法。首先,对油料保障点、油料需求点、保障时间窗、油料保障需求及油料保障任务等要素进行了形式化描述;在此基础上,建立了油料保障CSP模型,并采用理想点法,将模型中的多目标转化为单目标规划问题;设计了基于粒子群优化(PSO)算法的模型求解方法和步骤,并通过算例介绍了模型的具体运用。算例中,将利用所提模型求解得到的优化方案与最大化油料保障量为单一目标的模型优化方案进行比较,两种方案下的运力安排已达最大,但对各油料需求保障时间的安排,所提模型求解方案中每个油料需求的开始保障时间都不晚于单目标模型求解方案中的保障时间。通过对不同优化方案的比较,表明所提模型和算法能够有效解决多目标油料保障优化问题。     

使用IC卡进行资金结算——自助加油有帮手

现代社会的发展要求顺畅快捷的人员以及物质的流动,机动车的快速大量增加成为现代都市发展的表征,而遍布城乡的加油站则是维系大量机动车正常运行的基础与保障。随着城市汽车数量的快速增加,油料的补给与保障工作量也急速上升,总体加油量成倍增长,但在寸土寸金的城市中心,基于各种原因,不可能靠建立大量的加油站来保障油料的供应。这就对每个加油站的油料供应能力提出了更高的要求,具体来说     

油料装备智能维修仿真平台研究

在研究油料装备维修管理特点的基础上,提出油料装备智能维修仿真平台框架。为提高维修效率和质量,将模糊神经网络应用于故障诊断中,建立故障智能诊断模型,给出了故障诊断模糊神经网络结构。将灰色预测理论和神经网络应用于装备维修领域,建立油料装备维修备件储备策略模型。研究微粒群优化算法的油料装备维修策略模型,使得油料装备维修有效性及经济性达到最佳。油料装备智能维修仿真平台的研究,对提高油料装备维修科学化和智能化水平,加强油料装备保障力度具有重要意义。     

基于Web的机场油料供应管理系统的设计

在分析机场油料供应自身需求和特点的基础上,给出一个基于Web的机场油料供应管理系统的实现方案.此方案采用MVC设计模式和iBatis体系架构,利用成熟开源的DWR和Extjs框架整合Ajax应用,并详细阐述了数据通信、编码输入帮助、飞机POS机加油等多个关键技术环节,构建了一套安全稳定的、可扩展的网络应用系统.系统的试用和推广表明设计方案合理,经济成效显著,也为后勤领域其他类似应用提供了一个通用的解决方案.     

早期油料火灾图像检测及识别技术研究

本文提出了一种早期油料火灾图像检测及识别算法。将火焰颜色、亮度及运动特征作为火灾检测与识别的判据,在火焰颜色模型和运动图像差分模型的基础上提出利用离散分形布朗随机增量场模型对早期油料火灾图像进行进一步的判定。模拟坑道实验结果表明,该算法能够有效提高油料火灾检测与识别的准确率,降低误报、漏报率。     

基于云重心理论的舰艇部队作战油料保障能力评估

为评估舰艇部队作战油料保障能力,根据舰艇部队作战油料保障特点和相关要求,从油料储存能力、油料运输能力、油料补给能力、快速反应能力、组织筹划能力、抢修抢险能力6个方面构建了评估指标体系,采用云重心理论建立了舰艇部队作战油料保障能力评估模型,并结合实例对模型进行了验证.结果表明,该方法能有效融合主客观信息,解决评估过程中定性与定量间的不确定性转换,减少评估过程中模糊性和随机性的影响,提高舰艇部队作战油料保障决策的科学性.     

场站油料库存控制策略仿真研究

针对场站油料库存控制系统是一个需求为连续的随机库存控制系统,给出了评价其库存控制策略优劣的评价指标及其量化方法;基于仿真软件Arena,建立了基于（Q,s）存储策略的场站油料库存控制仿真模型。通过一个实例,利用Arena中集成的OptQuest优化工具箱搜索在最优库存控制策略初始值一定范围内的较优库存控制策略。结果表明,将所建立的仿真模型应用于场站油料库存控制,得出的控制策略比现行的更科学可行。     

“物流尖兵”中国航征

中国目前拥有机队规模为2888架，已成为全球第二大航油消费国，中国民航局局长李家祥在2012国际航空油料大会暨展览会上强调，必须构建安全稳定、经济高效的航油供应服务体系。被誉为“航油物流铁军”的中国航油集团物流有限公司，通过一体化物流管理平台的建设，为构建安全稳定、经济高效的航油供应服务体系打下了坚实的基础。     

油料输送温度的智能预测控制

针对油料加热输送过程中具有大时滞非线性特点的流动加热控制问题,提出了一种智能预测控制方法。该方法采用自适应粒子群优化算法（APSO）辨识和优化预测模型及控制器的PID控制参数,克服油料流动加热控制模型的失配及系统的不确定性。通过对已知模型的仿真,以及与自整定PID控制的比较表明,该方法具有较好的控制效果。     

基于模糊聚类和直觉模糊推理的合成旅油料需求预测

需求预测是合成旅组织油料保障的基础环节,对合成旅成功遂行军事行动有着比较重要的影响.由于合成旅组成结构的特殊性,传统预测方法存在较大弊端,因此,提出了基于模糊聚类和直觉模糊推理的合成旅油料需求预测方法.首先,通过模糊C均值聚类算法实现对历史案例的初步筛选,以提高案例检索速度.然后,构建了案例特征属性的主客观综合权重模型和基于直觉模糊集的案例检索模型,保证了案例检索的准确度.最后,构建了基于整体数据特征的合成旅油料需求预测模型.通过算例分析验证上述预测方法的可行性和实用性,证明了该方法有助于提高检索速度和预测准确度.     

基于灰色模糊推理的油料消耗预测

为了克服传统预测方法的弊端,提出了基于灰色模糊推理的油料消耗预测方法。首先,构建了基于加权灰色关联分析的案例检索模型,且运用信息熵理论确定灰色关联系数的权重;其次,构建了模糊集理论的案例检索模型,且运用改进的层次分析法确定特征属性的权重;最后,基于上述2种检索结果,运用灰色关联分析方法构建了组合检索模型,并且基于检索结果对油料消耗进行预测。通过算例仿真,证明了上述检索方法具有较高的准确度,验证了预测方法的可行性和实用性。     

油料勤务模拟训练系统

设计了油料勤务模拟训练系统框架.从油料勤务模拟训练系统的特点分析出发,提出了油料勤务模拟训练系统设计目标.以野战油库单元模拟训练系统建设为例,分析了油料勤务模拟训练系统的主要组成,运用相关技术对野战油库单元模拟训练子系统进行建模仿真,设计了野战油库系统模拟训练流程图.初步构建了油料勤务模拟训练系统内容体系,提高了油料勤...     

Polo problem oriented language organizer

The design process requires that engineers integrate the operation of several separate but related subtasks. The result of each subtask either creates data for the next lower level in the design, or dictates that earlier decisions be modified before proceeding further. The use of the computer as an aid to design can lead to a number of problems with respect to communication, which do not exist in the conventional design process. Problem Oriented Language (POL) supervisory systems such as ICES and the Translator Generator are available for engineers to use in communicating with the computer. However, a number of problems concerning data management and machine dependence indicate that a second look at POL supervisory systems is needed.     

化工模拟系统中面向问题语言的结构和翻译

面向问题语言（ＰＯＬ）是大型化工模拟软件不可缺少的组成部分，本文描述了一种统一的ＰＯＬ结构，从而使得翻译ＰＯＬ的程序具有通用性，这一通用性保证了任何符合ＰＯＬ语法结构的语包可以由ＰＯＬ翻译程序进行翻译，而不必修改任何程序。     

智能小区用电数据模型研究

为了能给智能电网的建设提供数据和关系支持,构建低碳、方便、节能的智能小区,提出了一种智能小区用电的数据模型。从模型数据的存储查询、通信要求及数据流分析等方面讨论了小区用电数据模型的需求分析,并根据需求分析及智能小区的功能完成了对智能小区用电数据模型的设计。最后通过一个应用案例对模型进行了验证,结果表明该数据模型具有可行性与实用性。     

基于GQFD的无人智能化保障装备能力需求分析

着眼无人智能化保障装备发展问题,为构建智能高效的保障装备体系,在对智能化战争条件下装备保障“任务—能力”进行分析,确定感知战场态势、辅助指挥决策、装备检测维修、物资精准保障4项智能化保障任务和大数据分析处理能力、智能决策能力、多源数据采集能力等9种无人智能化保障装备能力的基础上,运用基于灰色关联分析的质量功能展开方法,建立包含灰色综合关联矩阵的无人智能化保障装备能力需求分析质量屋,得到无人智能化保障装备能力指标重要度排序,大数据分析处理能力重要度为6.890 6,居于首位,该能力是保障装备开展所有保障活动的基础,符合智能化装备保障“以智取胜”的致胜机理;结果表明该模型具有较好的可行性和适用性,验证了该方法在无人智能化保障装备能力需求分析中的可行性和有效性,为下一步无人智能化保障装备建设规划提供了有力参考。     

基于贝叶斯网络的航班保障服务时间动态估计

针对航班保障服务时间估计的问题,考虑到航班保障服务流程的特殊性、复杂性以及影响因素的不确定性,提出了一种基于贝叶斯网络（BN）的航班保障服务时间估计模型。该模型把航空领域的专家知识与历史数据的机器学习相结合,使用贝叶斯网络的增量学习特性动态地调整BN模型,使其适应新的变化,进而不断更新航班保障服务时间的估计值。使用国内某大型枢纽机场信息系统内提取的数据,通过期望最大化（EM）方法对模型进行训练,得到了测试结果。实验结果分析与模型评价表明,所提方法能有效估计航班保障服务时间且具有较高的准确度。敏感性分析表明,航班到达时段的航班密度对航班保障服务时间影响最强。