基于遗传神经网络的军用油库选址优化模型

影响军用油库选址的因素众多且具有不确定性,传统的凭人主观选址和线性规划等方法选址不能充分体现各影响因素的主次成分及相互关系,为了解决该问题,将遗传算法和神经网络相结合,利用德尔斐法建立选址指标体系并进行指标的量化及归一化,将各底层指标的归一化值作为神经网络的输入,将代表选址等级的布尔变量作为神经网络的输出,利用遗传算法来优化神经网络的连接权值和阈值,然后用足够的样本借助 Matlab 工具训练此模型,通过模型的自适应学习,直到得到能正确表示网络内部特征的那组阈值。实际应用表明,所建模型的操作性和实用性强,为军用油库实际选址提供直接的决策依据。     

印度军队油料保障信息化建设

为了顺应国际战略形势的调整和军事变革的发展需要,提高信息化条件下作战后勤油料保障能力,印度军队从油料信息基础设施、油料勤务信息系统、基地油库信息化、油料装备信息化、油料信息化人才等5个方面着手,全面加强印度军队后勤油料保障信息化建设力度,并取得了十分明显的建设成效。