考虑保障装备可用度的舰载机作业调度优化

为了在保证较高水平的保障可用度前提下提高舰载机出动效率, 提出一种支持可用度约束的统计优化模型及其对应的启发式求解算法。能够同时生成舰载机的保障作业调度方案和保障装备计划性维护的时间安排, 并通过基于仿真的优化方式, 在启发算法的适应度评价中增加对视情维修和事后维修的仿真, 提高了舰载机作业调度方案的鲁棒性。仿真结果表明，所提算法能够提供一个稳定可靠的基准调度方案, 避免不必要的重调度。     

卫星数传资源负荷均衡调度模型及蚁群优化算法

建立了卫星数传资源负荷均衡调度模型,提出了调度方案效能评价函数和模型求解的蚁群优化算法.调度模型中主要考虑任务调度收益和资源负荷均衡两个优化目标,蚁群算法通过遍历矩阵解构造图来逐步构造可行解,利用基于调度方案效能评价函数的全局信息素更新规则同时优化数传任务调度收益和数传资源负荷均衡两个目标.算例仿真表明,本文提出的调度模型和蚁群优化算法所求得的调度方案取得了较好的任务调度收益和资源负荷均衡指标评价值,说明模型与算法正确可行.     

基于多主体的舰载机综合保障过程建模方法

针对舰载机面向作战任务的实时动态的综合保障需求,提出了基于多主体的舰载机动态保障模型。系统分析了舰载机使用保障与维修保障的基本过程,探讨了其有限资源约束下的动态调度特征。建立了三层混合控制的多主体模型架构,保证模型具有足够的柔性与收敛速度。重点考虑保障过程中主体（Agent）间合作博弈特征以及故障等系统扰动的影响,提出了一类基于合同网的交互协商机制,以提高Agent间的协商效率,并尽可能消除重调度的影响。给出了Agent的个体抽象原则,并定义了可扩展的Agent内部结构。在此基础上,给出了舰载机动态保障的有限资源调度算法。最后以舰载机的战备完好性指标单位时间出动架次为优化目标,选取舰载机的典型任务模式对模型进行了验证。     

基于Memetic算法的舰载机舰面一站式保障调度

面向舰载机舰面保障效率和资源利用率等效能指标,系统分析了一站式保障流程约束和资源约束条件,建立了舰载机多机舰面一站式保障调度的数学优化模型。针对传统优化算法难以求解大规模调度问题,提出了一种Memetic算法。首先,为了使可更新类资源负载均衡化,采用一种嵌入资源分配策略的串行调度方案;其次,设计了一种基于子拓扑结构的自适应变异策略以提升算法的探索能力,并引入基于模拟退火机制的局部搜索方法;最后,基于不同调度规模案例的仿真结果验证了模型和算法的可行性和有效性。     

不确定条件下舰载机动态调度仿真与优化方法

针对舰载机调度中的不确定性及动态特征,给出了基于多主体技术的舰载机动态调度仿真与优化方法。定义了不确定条件舰载机动态调度的概念模型。基于多主体技术描述了概念模型中变量与目标、约束之间的隐函数关系。为降低不确定因素中能够引发重调度的各类系统扰动（故障或新任务到达）的影响,给出了主体之间的交互协商机制。在此基础上,给出了基于合同网与遗传算法的混合优化算法以提高模型的求解能力。最后以舰载机的典型任务模式为例,测试了混合优化算法的能力,并利用敏感性分析方法对故障扰动的影响进行了描述,验证了仿真模型与优化算法的可行性。     

一类多资源作业车间混合优化调度方法

针对多资源作业车间调度问题,结合启发式算法和遗传算法的特点,提出了混合优化调度方法,建立了多资源约束的车间优化调度模型.根据启发式算法中调度优先规则对调度目标的影响程度,设计了新的编码规则.采用正弦函数作为改进遗传算法中的自适应因子,使交叉概率和变异概率随群体的适应度自动改变,提高了运算的效率.通过实例仿真并与其他算法比较结果表明,该混合调度算法可以进行作业车间在机床、刀具等多种生产资源约束下的优化调度,并在评价指标上较其他算法更优.     

具备有限维修能力的舰船编队保障方案优化

以舰船编队维修保障资源优化为研究背景,在VARI-METRIC理论基础上,拓展了“无限维修总体”的假设条件,根据M/M/c排队论,建立了有限维修能力约束下的舰船装备可用度评估模型。以保障费用为优化目标,在装备可用度指标约束下,采用边际优化算法,对出航前舰船编队维修保障资源进行综合优化。通过任务想定,给出了优化结果,并对其进行了分析,结果较为合理。研究结论能够为装备保障管理人员制定保障方案提供决策支持。     

资源约束下多项目调度的拓扑优化方法

为了有效解决带有项目优先权约束和资源约束的多项目调度问题,综合考虑项目调度过程中任务的时序关系和资源限制,以拓扑遍历方法为基础,提出了一种多项目调度问题的拓扑优化算法。该算法利用拓扑序列的特点,能够保证任务间的时序关系,采用关键路径任务优先、向后影响度大以及最小空闲时间等优先规则进行任务调度及资源分配。结合工程实例,验证了该算法的可行性。     

基于蚁群算法的Job-Shop多资源约束车间作业调度

针对多资源约束的车间调度问题,考虑资源种类变化的情况及资源在可用时间上的约束影响,建立了该类问题的通用调度模型。提出了一种基于蚁群算法的作业优化调度算法,在Job-Shop问题图形化定义的基础上,设计了状态转移规则、轨迹强度更新规则以及工序时间的决策规则,借鉴精英策略的思路,对多资源约束车间的具体调度进行了分析与实现。实例仿真表明,该方法对多资源的车间调度问题是可行的。     

一种基于最大保障时间的战时装备维修任务调度

针对目前装备优化保障研究中存在的约束条件过于简单,评价指标过于单一,不能突出我军装备维修任务调度的特点等问题,分析了战时维修任务调度的特点,建立了基于最大保障时间的维修任务静态调度模型,并给出了相应的模型求解方法。利用本方法在满足作战单元最大保障时间前提下,可使得装备维修效益最大。有效地解决了战时维修任务调度问题。     

舰载机模块化弹药调度方案优化设计

舰载机模块化弹药存储和调度是未来发展的主要趋势之一。模块化弹药调度与整弹调度相比，调度对象的数量成倍增加并且多了一个弹药装配环节，使调度工作的难度呈指数级增长。针对模块化弹药调度问题，建立以任务完成时间最小化和各舱室与升降机平均工作时间最小化为优化目标，以各模块调度次序、机器选择和调度起始时间为约束条件的舰载机模块化弹药调度模型，设计递推法计算任务完成时间，并使用改进的遗传算法对模型进行求解，结合模块化弹药特点优化多层编码方式，使染色体更加完整地表达弹药在各个阶段的信息。通过仿真验证，所提的舰载机模块化弹药调度方法生成的调度方案具有可行性。     

基于多目标优化决策的飞机维护计划研究

将多目标优化和偏好规划引入到飞机维护研究中.先分析了优化飞机维护安排的关键因素,并用离散事件模型表示,然后利用多目标优化获得非支配解.最后,采用多属性决策模型支持维护决策者从非支配解中选择优先的非支配解.目标函数以及偏好的不确定性用区间表示,采用偏好规划进行求解.仿真表明该方法可以提供一种有效的方法建立、更新和改善维护计划.     

机群保障资源配置建模与优化研究

本文系统分析了机群保障的基本流程,厘清了保障过程中的各类约束条件,明确了机群保障资源配置的优化目标,构造了机群保障资源配置的数学优化模型.针对机群保障资源配置问题的大规模性与NP-hard性,采取滚动调度思想,将大规模优化问题分解为子问题,进而提高了求解的效率.最后以4架飞机6批次连续出动作为典型任务模式,基于优化平台验证了模型和算法的有效性和高效性.本研究为机群保障资源配置优化问题提供了一种有效的解决思路.     

基于改进蚁群算法的舰载机弹药调度

针对舰载机弹药调度供求点多、批次量大等特点,通过分析限制因素,建立了调度方案求解模型。利用蚁群算法对方案模型求解,提出了具体实现算法,每次循环对信息素进行变异调整,并通过引入遗传算法的精英保留和交叉运算操作思想,克服了基本蚁群算法搜索时间长、易陷入局部最优解等缺陷。数值仿真结果验证了调度模型的正确性,以及改进蚁群算法的有效性。     

舰载机保障作业调度问题研究进展

作为近年来新出现的调度应用领域,舰载机保障作业调度问题正得到优化调度,控制理论和运筹学等学术界和工业界越来越多的关注.本文综述了舰载机保障作业调度问题研究进展.首先介绍了舰载机保障作业调度问题的混合整数规划模型;接着以美国为主综述了国外舰载机保障作业调度问题研究进展;然后从系统仿真,系统设计,系统优化和路径规划等方面综述了国内与舰载机保障作业调度问题相关的研究工作;最后提出了未来发展趋势和有待于进一步研究的若干方向和内容,旨在推进国内舰载机保障作业调度问题的理论研究和工程应用.     

多车场满载货运车辆优化调度的网络流算法

探讨在一般条件下的多车场满载的VSP问题。建立了它的网络流模型，并给出了一个基于该网络流最优解的启发式算法。该算法的一个明显特征是，对每一条行车路线的确定总是基于一修改后的网络流模型的最优解，大大提高了算法结果的优化质量。同时，与其它同类算法相比，其算法设计也明显偏优。     

基于Pareto改进VNS-MMAS的定点修理任务多目标动态调度

针对战时定点修理任务重、修理时间有限、约束复杂的问题,进行了面向定点修理的战时装备维修任务多目标动态调度研究。提出了战时定点修理装备维修任务调度军事问题,考虑修理时间窗、非遍历性等约束,构建了战时装备维修任务多目标动态调度模型。采取分步求解思路处理修理小组分配以及修理任务排序两阶段优化问题,并从状态转移规则、信息素更新规则、先验信息获取3个方面对最大最小蚂蚁系统(max-min ant system, MMAS)算法进行改进,结合变邻域搜索(variable neighborhood search, VNS)算法增强算法的局部搜索能力,设计了基于Pareto改进VNS-MMAS算法实现模型求解,并通过示例仿真验证了模型及算法的科学性与有效性。     

Hybrid ant colony optimization for the resource-constrained project scheduling problem

To solve the resource-constrained project scheduling problem (RCPSP), a hybrid ant colony optimization (HACO) approach is presented. To improve the quality of the schedules, the HACO is incorporated with an extended double justification in which the activity splitting is applied to predict whether the schedule could be improved. The HACO is tested on the set of large benchmark problems from the project scheduling problem library (PSPLIB). The computational result shows that the proposed algorithm can improv...