随机需求下多层级备件的横向转运配置优化模型

对于复杂的装备维修保障系统,采用备件横向转运补给策略能有效提高装备保障效率,针对该问题,依据生灭过程和METRIC(multi-echelon technique for recoverable item control)理论,在随机需求模式下,提出并建立了装备备件多级库存转运配置优化模型,并采用一种启发式算法对模型进行求解.在此基础上以装备可用度为约束,备件购置费用最低为目标,利用边际算法对配置方案进行优化.通过实例,模型的正确性通过仿真方法得到了验证,并与非转运条件下的优化方案比较,结果表明,本文构建的转运模型在提高装备保障效能方面优于非转运模型.     

定期保障模式下舰船编队携行备件配置优化

舰船编队海上任务期间,需要制定合理的携行备件方案以提高装备的战备完好性.针对海上定期保障模式下,将多层级复杂装备结构等效为单层级,提出一种备件需求分析与配置优化的近似方法,根据系统可靠性理论,建立了多阶段任务下的装备可用度评估模型,采用基于补给周期的分段求解方法.通过算例,采用边际优化算法得到携行备件优化方案,对模型结果进行了仿真验证,结果表明:模型计算结果与仿真结果吻合,两种取整方式下的方案费效比相当,采用定期保障模式能够提高备件供应效率,进一步增强备件方案的鲁棒性.     

视情维修条件下相控阵雷达备件优化配置

大型相控阵雷达备件配置方案是当前反导预警装备保障领域急需解决的关键问题之一,为了提高相控阵雷达天线阵面的保障能力,提出了一种视情维修条件下,故障件批量送修、定期补给的备件优化配置策略。以天线阵面T/R（transmit/receive）组件为出发点,当其故障单元达到k/N系统的阈值,而其他单元尚未达到阈值时,雷达停机开始换件维修,建立了以系统的供应可用度为约束条件,备件费用最少为优化目标的配置模型,并利用边际效应算法对各参数进行求解。实例运算结果表明该模型合理可行,能为备件配置提供理论支撑。     

任意结构下可修复备件的配置方案优化

合理规划可修备件的配置方案是提高装备维修供应效能的关键,为此,在可修复备件多级库存控制基本理论（multi-echelon theory for recoverable item control, METRIC）的基础上,结合维修参数,建立了任意保障模式下任意结构系统的备件配置优化通用模型。以装备可用度、备件满足率以及保障延误时间为指标,保障费用为约束,采用边际优化算法对模型进行优化计算。通过算例分析了影响备件配置方案的保障性因素,利用多级多层次备件优化工具模型结果进行了验证,证明了该模型的正确性。     

基于PSO的方案阶段修理级别优化方法

提出一种方案阶段装备修理级别的优化方法,在缺少系统外场可更换单元构型信息的情况下,对基层级和基地级多个保障站点的送修比进行优化设计。首先分析方案设计阶段修理级别优化建模影响因素,包括装备可用度和维修费用;然后建立可用度和期望备件短缺数的转化关系,以系统库存短缺期望为目标函数,以维修费用为约束,构建修理级别的优化模型,用粒子群算法求解优化模型,并设计算法;最后以某装备的修理级别分析为例,验证模型的正确性和算法的有效性,充分证明了在方案阶段实施修理级别的优化设计,对后续阶段装备及其保障系统的设计和分析都具有重要的指导作用。     

基于遗传算法的备件两级优化建模与仿真研究

针对装备备件保障中存在的配置不合理问题,提出了一种基于仿真和遗传算法的备件配置优化算法。该算法采用仿真方法建立装备使用可用度模型,并利用遗传算法实现备件的优化,实现了在满足备件保障费用约束的前提下,使装备使用可用度达到最大。给出了应用该方法的具体步骤,并通过举例验证了算法的有效性。     

两级供应关系装备常用备件初始配置模型

以我军武器装备常用备件修理与供应现实背景为依托,根据两级供应关系的装备系统常用备件初始配置的特点,提出了在给定初始备件配置方案条件下的不修复备件、可修复备件的备件满足率计算模型,并在此基础上建立了基于两级供应关系的装备初始备件配置模型。该模型以初始备件配置费用为优化目标,通过优化备件配置结构,生成较好的初始备件配置方案,从而节约备件配置费用,避免造成资源浪费。     

考虑关键性的多约束下辐射干扰对消装备随舰备件配置优化方法

可用度是评估备件对装备完好性影响的重要指标,针对备件关键性对装备可用性造成影响而又难以将其考虑在内建立可用度模型的问题,以舰载通信电台辐射干扰对消装备为对象,采用对备件关键性实行专家打分的方法,将备件关键性作为备件配置优化的约束之一,建立以备件费用、备件体积、备件关键性为约束的备件配置优化模型。在备件费用、体积及关键性归一化的基础上,采用权重因子方法将多约束转化为单一约束,并给出了权重因子更新方法。列举案例,分别计算了费用约束、体积约束、关键性约束和多约束下的备件方案,并对比了装备改进前后的备件配置方案,将装备使用过程中的备件保障延伸至装备可靠性设计阶段。案例分析结果表明:备件配置方法在考虑了体积、费用等限制约束下,能同时兼顾备件关键性对装备完好性的影响;装备可靠性设计时,提高装备可靠性低的现场可更换单元(line replaceable unit, LRU)等薄弱点,能有效减少装备维修保障资源。     

多约束下随船备件配置优化方法

理想的随船备件库存配置方案应该通过多约束条件与优化目标之间的综合权衡得到,在传统的随船备件库存优化模型中常以使用可用度、平均等待时间、延期交货量、费效比等作为优化目标,但国内使用部门及型号研制单位在制定随船备件库存方案时常以备件保障概率作为优化目标确定装备备件库存方案.为解决上述问题,首先分析了目标函数及约束条件;然后构建了以备件保障概率为目标函数的随舰备件库存优化模型并应用拉格朗日乘子法及边际效应法原理给出了随船备件库存模型计算及优化流程;其次,运用罚函数原理对保障资源约束因子进行了确定及动态调整;最后,通过对案例结果进行分析,验证了该研究方法的可行性.     

面向动态任务的作战单元两等级两层级可修复备件优化

针对作战单元执行任务前备件保障方案制定难的问题,在对作战任务和备件保障系统分析的基础上,对可修复备件控制多级技术（multi-echelon technique for recoverable item control, METRIC）经典模型进行了扩展,提出了作战任务和保障能力动态变化条件下的作战单元两等级两层级任务成功性评估模型。以备件购置费用为优化目标函数,作战单元任务成功性为约束条件,建立了基于作战单元任务成功性的备件优化模型,运用边际效应方法给出了优化模型的求解方法。通过应用实例给出了相应的备件优化方案和优化备件方案下的作战单元任务成功性评估曲线。该模型可为装备保障指挥人员根据作战任务和保障环境制定备件保障方案提供一定的决策支持。     

火力分配多目标规划模型的改进MOPSO算法

提出一种改进的多目标粒子群优化算法(multi-objective particle swarm optimization, MOPSO)算法,通过化解约束条件、修改速度和位置更新等使该算法适于求解火力分配多目标规划模型。最终求解的非劣解集构成Pareto前沿,体现增加火力单元数量对射击效能的影响,决策者可按照意图从中选取最终解。不考虑多目标规划模型中的属性目标,对敌毁伤概率随迭代步数演变与单目标函数相比,收敛性能相同,最大值相近,验证了所提算法的有效性。     

基于角度坐标的多目标粒子群优化算法

为了在保证多目标粒子群优化(multi-objective particle swarm optimization, MOPSO)算法所求解集分布性的前提下提高算法的收敛性,依据辅助适应度赋值策略,提出了基于角度坐标的多目标粒子群优化(intelligent MOPSO, IMOPSO)算法。通过建立角度坐标系,确定了不同维优化目标下目标向量的角度坐标及角度参数,给出了求取目标函数空间中参考线角度参数的方法,并定义了目标向量的辅助适应度值,以对处于非劣支配关系的个体进行综合比较。结果表明,IMOPSO算法较好地维护了Pareto解的分布性与收敛性,且在求解小规模的最优个体时仍能在整个Pareto前沿均匀分布,未出现“聚集”现象,运行时间小于NSGA2、SPEA2、MOEA/D,充分验证了IMOPSO算法的有效性。     

串联系统备件满足率分配及配置优化

备件作为装备维修保障的重要物质资源,装备研制单位需要将使用方提出的备件满足率要求进行合理分配,为合理制定备件配置方案提供输入,已成为目前装备研制阶段急需解决的重要问题之一.针对备件满足率只有统计定义的问题,论文研究了单备件满足率和串联系统备件满足率的概率性质,给出了其概率模型,揭示了备件满足率的内涵和工程意义.在此基础之上,以串联系统备件满足率的概率模型为基础,研究了系统备件满足率的两种分配方法,即线性代数分配模型和以备件总重量最小为目标的备件配置优化模型,为合理制定串联系统备件保障方案提供了理论依据.     

多指标约束下舰载装备维修级别建模与优化

修理级别分析(level of repair analysis, LORA)是装备综合保障性工程中的一项重要内容,针对现有关于LORA问题研究的不完善之处,以舰载装备维修保障为背景,综合考虑维修费用和维修效果,建立LORA协同规划数学模型。根据模糊优选理论,给出基于正负理想方案的多指标LORA决策隶属度优化目标函数,运用自适应粒子群算法对LORA模型进行求解,通过算例给出了优化结果,分析LORA决策的一般规律,证明方法的合理性及LORA模型的正确性。提出的LORA决策模型是现有研究基础上的重要补充,对于完善装备维修保障决策理论具有重要意义,为装备维修保障工作的开展提供决策支持。     

多机协同空战机动决策流程

针对现有空战决策方法对多机空战情况考虑不全的问题,在接敌前空战背景下,从3个方面对现有空战决策方法进行改进。一是利用威力势场取代优势函数评估空战态势,体现装备性能对决策的影响;二是从充分发挥多目标攻击能力、提升协同效能入手进行初步目标分配;三是引入目标重要性系数与收益比重系数,将雷达的多目标处理能力与攻击资源分配合理性纳入考虑。最后使用有限外推与粒子群算法解算指标函数,仿真结果证明了改进内容的有效性。研究结果表明,改进后的决策     

基于遗传算法的地空导弹装备备件优化模型

对影响战备可靠度的各种因素进行分析，指出备件优化是提高地空导弹武器装备战备可靠度的唯一有效途径；根据地空导弹武器系统的组成和工作特点，建立了战备可靠度和备件优化模型；依据遗传算法的特点，提出了将遗传算法用于求解备件优化问题的方法，并给出了求解过程，从而有效地解决了备件优化这一复杂而困难的问题，保证地空导弹武器系统具有高的战备可靠度。     

基于改进粒子群算法的平面阵同时多波束赋形方法

针对当下平面阵同时多波束赋形需求, 提出基于改进粒子群算法的平面阵同时多波束赋形方法。将自适应操作粒子结构、反梯度加权用于粒子群搜索算法作为创新点, 根据粒子群收敛度自适应调整操作粒子结构的概率, 以平衡粒子群全局探索和局部利用能力, 根据多目标优化程度对各优化指标反梯度加权, 以抑制多目标优化失衡, 对阵列相位、幅度优化实现低旁瓣、窄波束宽度和高增益的效果。实验表明, 在传统非线性智能优化方法效果不好的情况下, 该方法对阵元数较多的任意平面阵同时多波束赋形效果较好。     

面向多目标的自适应动态概率粒子群优化算法

将基于动态概率搜索的粒子群优化(Particle swarm optimization,PSO)算法应用于多目标作业车间调度问题(Flexibleiob shop scheduling problem,FJSP),提出一种新算法.算法在搜索初期利用粒子近邻的平均最优代替传统的单个最优引导搜索,后期用Gaussian动态概率搜索来提高算法的局部开挖能力.然后,引入Pareto优的概念,采用精英集来存放非劣解,提出一种新的适应度值分配方法.此外,在算法中还引入了一种自适应的变异算子来增强解的多样性.最后,用新算法对多组FJSP实例进行测试,并与其他几种方法进行比较,结果表明提出的算法具有较好的搜索性能,是求解多目标FJSP的一种可行方法.     

反导预警作战资源调度方法

针对反导预警作战中多部预警资源协同探测多批弹道导弹目标的问题,根据反导预警作战资源调度的特点,提出了反导预警作战任务分解策略,并以调度效益、交接次数和资源负载均衡度为目标建立了多目标优化模型。通过重新设计粒子编码方式以及对重新定义粒子群优化算法中的位置更新公式,使其适用于求解离散变量优化问题。针对粒子群优化算法容易过早收敛的缺点,在进行局部搜索时使用变邻域搜索算法,从而增强算法的寻优能力。通过仿真实验验证,将两种算法相结合能够快速有效地解决反导预警作战资源调度问题。