考虑非遍历的抢修任务多目标动态调度

针对进攻作战中战损装备众多而抢修时间与抢修力量有限的矛盾,进行了进攻作战抢修任务动态调度研究。提出考虑非遍历的抢修任务多目标动态调度的现实军事问题,建立多目标规划数学模型,分析了非遍历、修理能力差异、待修装备优先级3个重要影响因素;根据所建模型的特点,设计了基于遗传算法的模型求解算法;运用Matlab软件进行了39辆待修装备、3个抢修组的动态调度示例仿真与分析。示例结果表明：通过实施机动伴随抢修和抢修任务动态调度,进攻作战部队能够获得约185 h的二次作战总时间,进而增强部队的持续作战能力,并大大减少决策工作量和决策时间、降低人为决策风险。     

考虑不确定性的进攻作战抢修任务动态调度

针对一体化进攻作战中战损装备众多、抢修时间与抢修力量有限的矛盾,将战场抢修、伴随保障、任务动态调度结合起来,进行了进攻作战抢修任务动态调度研究。提出考虑不确定性的进攻作战抢修任务动态调度的现实军事问题,构建其数学模型,分析核心影响因素。针对问题特点,设计了基于变体遗传算法的模型求解方法,并运用Matlab软件进行了15辆待修装备、3个抢修单元的动态调度示例求解。示例结果表明：通过实施抢修任务动态调度,进攻作战部队能够获得约77 h的二次作战总时间,并大大减少决策时间、降低决策工作量和人为决策风险。     

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。     

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。     

装备群选择性维修决策与任务分配联合优化

为满足作战任务需求,对装备群进行选择性维修的同时进行作战任务分配,可有效提高装备群的整体作战效益。针对选择性维修决策与任务分配独立优化的问题,以最大化任务完成概率为目标,构建装备群选择性维修决策与任务分配联合优化模型,引入环境系数表征不同子任务的工作环境对单元状态的影响;通过求解马尔可夫模型得到单元的任务完成概率,进而得到子任务和整个任务的完成概率;采用基于随机密钥的遗传算法进行求解,分析环境系数对联合优化结果的影响,通过算例验证了模型和算法的有效性。研究结果表明：在选择性维修决策时考虑作战任务分配能够得到更优的结果;该模型可为战场环境下装备维修决策问题提供理论指导和技术支持。     

基于昼夜抢修能力的装备标准抢修分队

针对传统装备抢修决策模型中存在的“精度不足”和“精度过剩”的问题,提出了基于昼夜抢修能力的装备标准抢修分队的概念,优化了昼夜抢修能力参数,分析了装备标准抢修分队的资源需求,简化了装备抢修决策的过程,提高了装备保障效率．     

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。     

导弹阵地战场抢修统一过程模型

针对导弹阵地当前决策中过分依赖经验决策的现象,提出导弹阵地战场抢修统一过程模型。从导弹阵地内的保障装备和弹药全寿命过程出发,发掘其中的战场抢修统一过程,将其分解为装备战伤评估、战场抢修方案决策、战场抢修备件组织、战场抢修实施和战场抢修效果评估5个子过程。同时,通过应用IDEFO建立了上述过程的过程模型。该研究可为今后进行战场抢修决策平台的快速开发提供参考。     

基于排队论的战时工程装备抢修任务调度

针对战时工程装备抢修调度方案不合理的问题,运用排队论的原理和方法对战时工程装备抢修任务进行建模。结合战时实际特点,对不同排队模型效率进行对比,将战损的工程装备队列进行优先权等级划分,以工程装备完好率为目标,确定配置维修小组的最小数量,实现了战时工程装备抢修任务调度的优化,并以实例进行计算分析。分析结果表明,该模型是可行的,能实现排队策略的优化。     

多目标空地异构无人系统协同任务分配方法

针对由地面无人车与多无人机组成的空地异构无人系统面向大范围、多目标的协同任务分配问题，以无人系统完成任务时间为优化目标，同时考虑无人机收放、续航能力以及任务时序等约束条件，建立空地异构无人系统的任务分配模型，提出一种多目标空地异构无人系统任务分配方法。结合密度值最大聚类和混合粒子群优化算法，对空地异构无人系统的任务分配问题进行求解，从而得到满足约束条件的全局任务分配结果；通过仿真实验对所提方法进行验证。实验结果表明，该方法能够有效地求解在不同作战环境中的空地异构无人系统的任务分配问题。     

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。     

基于对抗的突击武器与支援武器协同火力打击决策方法

为满足多类型武器协同火力优化打击的需求,提出了一种基于对抗的突击武器与支援武器协同火力打击决策方法。以突击武器“点对点”打击和远程火力支援武器“面杀伤”的协同为研究对象,考虑具有对抗特性的火力打击决策优化过程,以突击武器对目标的打击决策、目标对突击武器的打击决策以及支援武器的炮弹落点位置为优化变量,建立了以对抗双方剩余价值比值为目标函数的协同火力打击决策优化模型。提出了基于人工蜂群算法双层迭代优化的协同火力打击决策优化模型求解方法。目标分配决策变量采用整数编码,利用罚函数方法处理约束条件,将决策模型转化为无约束混合整数优化问题;针对算法实现过程,分析了双层迭代人工蜂群求解算法的计算复杂度。通过一个协同火力打击算例验证了协同火力打击决策模型和求解算法的合理性和有效性。     

基于功能损伤的装备有效毁伤幅员仿真方法研究

为在装备战斗损伤试验中收集到足够多的有效损伤数据,提出利用装备有效毁伤幅员进行试验场地设置的新方法。建立有效毁伤幅员的求解模型,提出广义毁伤幅员和基于任务的装备功能损伤概率概念。针对广义毁伤幅员的求解,深入研究装备物理损伤建模与仿真问题,主要包括破片毁伤效能模型、面向破片损伤仿真的装备描述模型、装备破片损伤响应模型和装备损伤仿真过程模型。针对装备功能损伤概率的求解,分析装备功能损伤仿真模型的建立方法及步骤,提出装备损伤注入的概念,并对损伤注入的实施方法及步骤进行了分析。仿真实例分析结果表明,所提出的装备有效毁伤幅员求解方法是可行且有效的,对于优化装备战斗损伤试验方案设计、降低试验费效比具有十分重要的现实意义。     

基于多目标局部变异-自适应量子粒子群优化算法的复杂地形多传感器优化部署

对复杂地形下的多传感器部署问题进行研究,提出了基于多目标局部变异-自适应量子粒子群优化（LM-AQPSO）算法的多传感器多目标优化部署方法。该方法对复杂地形进行多属性网格建模,给出了传感器探测模型和优化目标。引进局部变异和参数自适应策略对量子粒子群优化算法进行改进,并提出了基于LM-AQPSO的多目标Pareto最优解集优化算法。考虑多目标部署需求,构建了基于Pareto最优解集的多传感器优化部署模型。仿真实验结果表明：相对于经典的改进非支配排序遗传算法,所提算法优化的Pareto最优解有着更好的收敛性和分布性,且寻优时间更短;所提模型能有效解决多目标多传感器部署问题,并能同时提供更多的决策方案。     

考虑模糊性的装备供应商选择决策方法

针对装备保障工程的装备供应商选择问题中所存在的不确定性问题,基于模糊数学理论和改进的TOPSIS,提出一个考虑模糊性的装备供应商选择决策方法,并建立数学模型。该模型通过计算备选供应商到正和虚拟负理想供应商的模糊Hausdorff距离,来确定各备选供应商的相对优势模糊Hausdorff距离,依此对各备选供应商进行优先排序,实现决策。通过某型机载装备的配套设备供应商选择决策案例,对模型进行了应用。实例表明,该方法有效地解决了供应商选择决策过程中的模糊性问题,更加直观和准确的给出了各参与竞标单位的排序,具有较好的适用性。     

基于灰色关联度的备件模型确定方法

为准确、合理并有效地确定装备备件品种,提出一种基于灰色关联模型确定备件种类的方法。从影响确 定备件品种的经济性、维修性、关键性、故障率以及订购周期等因素着手,对部件及其元器件进行分析。实例分析 结果证明：该方法可解决备件品种的确定问题,提高决策的科学性和准确性,验证了模型的有效性。     

装备维修备件需求预测与决策方法研究

以装备维修备件需求预测与决策问题为研究对象,依据某部队特种装备维修备件需求量统计数据,运用粗糙集协调近似表示空间模型方法,建立了该作战单元装备维修备件需求量的知识表示系统,并应用该方法对其决策信息系统进行属性约简、规则融合,获得较好的预测与决策规则。该研究对快速、精确预测装备维修备件需求量和实现装备保障精确化具有重要技术支撑作用。