零备件库存多点转运的批量订货模型与算法

建立了零备件库存多点转运的批量订货模型,给出了各库存点需求由自身满足、通过转运满足和发生缺货概率的近似算法,在此基础上提出了以服务水平为约束,以库存成本和转运成本最小为目标的规划模型,给出了已知订货批量,求最优订货点的算法.算法的有效性运用仿真进行了验证.     

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。     

多需求分布下特装器材随舰配置多目标优化研究

针对目前随舰特装器材配置研究仅以单一故障分布为假设,难以满足实际情况的问题,提出了基于多需求分布的特装器材随舰配置多目标优化模型,根据更新理论,分别构建了指数、Weibull、正态分布的保障概率模型,并综合建立了系统保障概率模型。结合费用目标,以特装器材的体积和质量作为约束条件,建立了基于保障概率和配置费用的多目标多约束优化模型。通过引入逼近理想解排序(technique for order preference by similarity to ideal solution, TOPSIS)法确定各配置方案的贴近度,作为遗传算法求解的适应度函数,得到了特装器材随舰配置最优方案,分析了目标之间、目标与约束条件之间的关系。算例结果表明,该模型和算法对于解决复杂装备的特装器材优化配置问题具有应用方便、性能良好的优点,为特装器材配置综合决策提供了新的思路。     

批量需求模式下的随机库存管理策略

考虑一类具有(s,s+q)订货策略的批量需求随机库存系统。需求的到达形成复合Poisson过程,当库存水平下降到s时管理员立即补货至最大仓储量s+q.通过构建库存和缺货状态下的状态转移方程,研究了库存和缺货的稳态概率分布;进一步建立库存成本函数和设计了一种有效的算法,研究库存系统的最优控制策略并考察参数的敏感性。     

空间和费用约束条件下的随船备件配置优化方法

通过分析舰艇海上器材保障模式,依据装备的层次分解结构、舰艇的备件更换修理能力,在根据备件的故障率确定备件需求的基础上,以系统的备件不短缺概率为优化目标,考虑备件总经费和仓库空间的约束,建立了基于边际分析法的备件配置优化模型。实例优化结果显示,携带舰艇车间可更换单元,在相同的备件存储空间和体积约束下,可以显著提高舰艇装备的战备完好性。     

多级维修供应下可修复备件库存建模与优化

为了研究可修复备件库存分配模型, 根据METRIC理论, 结合“原位维修率”、“占空比”、“重测完好率”等重要维修参数, 建立了具有多等级的维修供应体系、多层次结构备件的初始库存分配通用模型. 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, 对备件库存方案进行优化, 通过实例给出了优化结果, 分析了影响备件库存分配方案的保障性因素, 并通过VMETRIC仿真平台对模型结果进行了检验. 结果表明: 本文模型得到的优化方案与VMETRIC软件运行结果一致, 证明了本文模型的正确性和算法的合理性.     

备件配置优化问题研究

首先对备件配置优化问题进行了概述,并研究了目前国内外备件配置优化问题现状,归纳了以备件需求量为中心的预测模型以及以缺货为中心的优化模型.把备件配置优化问题看作是一个组合优化问题,然后给出了传统边际效益分析方法解决问题的步骤,接着给出采用仿真优化方法解决问题的思路,即采用优化模块缩减策略空间并采用仿真模块评估策略的优劣.并给出一个应用实例对仿真优化方法进行验证.     

基于横向转运策略的可修备件多点库存建模方法

横向供应管理是提高装备保障效率的有效途径,为备件的管理模式提供了一种新的思路。针对该问题,通过分析稳定状态下库存水平的状态转移,建立了基于库存稳态概率的可修备件多点转运库存模型。运用启发式方法对模型进行求解和优化,算法的正确性通过仿真进行了验证。结合相关时间和费用参数,对模型进行扩展,构建了横向转运费用模型。通过实例对转运和非转运费用模型进行对比分析,验证了所构建模型算法的合理性。该方法能够在达到装备保障性指标的情况下,节省大量的库存费用,对于完善备件库存理论具有重要意义,为制定合理的备件优化方案提供决策依据。     

基于Petri网的随机库存系统仿真

定义了一类含弧权变量的Petri网,并以此为工具构造出一种Petri网随机数发生器,进而实现了对(s, Q)策略随机库存系统的建模.该模型可实现需求量与供货滞后时间均为随机变量的库存系统的计算机仿真,通过运行能得出特定策略下系统的平均销售量、订货费、缺货损失费及库存管理费等参数的情况,进而可确定出最优的(s, Q)策略.     

基于粒子群的反鱼雷算法设计与仿真

在潜艇遭遇鱼雷攻击进行机动规避的过程中,针对潜艇防御鱼雷时水声对抗器材的优化配置问题,研究了一种典型的反鱼雷对抗策略,并建立了对抗过程中相关实体的运动及水声探测模型,在此基础上将粒子群算法用于对抗过程中四个决策变量的智能整定,对使用水声对抗器材与潜艇的规避有机结合的对抗策略进行合理优化,结合蒙特卡洛法对算法进行设计和仿真。通过比较,采用粒子群算法的反鱼雷对抗策略可以提高潜艇的生存概率,对研究水下作战中潜艇防御鱼雷具有实际的参考意义。     

随机型协同时隙分配模型

为解决机场概率容量条件下的协同时隙分配问题,提出了随机型协同时隙分配策略. 根据机场容量预报的更新模式,分别建立了静态模型和动态模型,模型以各种概率容量情景下的总航班延误损失期望最小为功效性目标,以各种概率容量情景下的平均旅客延误时间期望最小为公平性目标,在满足有效性约束的基础上,为进场航班分配时隙;并采用多目标遗传算法NSGA-Ⅱ求解模型. 以某机场运行数据为例进行仿真验证,与随机型地面等待经典模型相比,本文模型实现了机场概率容量条件下时隙资源的功效、公平、有效分配.     

考虑修理延误情况下的最优维修策略

研究了具有修理延误情况的产品维修决策问题,运用概率和随机过程原理建立了产品故障模型和寿命周期费用模型.提出了以经济性为目标的检查与修理优化策略,分析了功能检查间隔期最优解的性质.该模型适用于分析在非周期性检测条件下的维修策略,可同时优化检查间隔期和修理延误时间.提出了一种基于迭代的优化算法,给出了应用该方法的具体步骤,并通过示例说明了该模型的求解过程和算法的有效性.     

时滞对逻辑网络优化控制的影响

分析了包含两种个体的逻辑网络的时滞优化控制。其中第1种被称为机器的个体策略是固定的;第2种被称为人的个体具有自适应性,即能根据系统的整体状态做出策略的调整。以矩阵的半张量积作为逻辑分析的工具,分析了在状态时滞和输入时滞的影响下使人的收益最大的最优控制问题。理论分析显示状态时滞导致最优控制策略的周期长度增加,但人的最大收益值不会改变。最后提出仿真算法,其数值结果与理论结果一致。     

基于Stackelberg博弈与深度强化学习的计算卸载策略

为使5G混合专网结构的2种用户能获得最优计算卸载策略，将2种用户竞争移动边缘计算(mobile edge computing,MEC)服务器资源的问题建模成Stackelberg博弈，并分别讨论了完全信息博弈和不完全信息博弈下的策略。完全信息博弈下，存在唯一纳什均衡解；不完全信息博弈下，将环境建模为部分可观测的马尔可夫决策过程(partially observable Markov decision process,POMDP)，并提出一种基于二阶段深度强化学习(two-stage deep reinforcement learning,TSDRL)的最优卸载策略。仿真实验表明：该算法相较于D-DRL算法能减少20.81%的时延及3.38%的能耗，有效提高用户QoE(quality of experience)。     

蚂蚁算法处理弹性需求混合交通UE配流问题

针对我国城市交通路网内机动车与非机动车混行的交通现状,提出了一种基于蚂蚁算法(ant algorithm)的寻优策略处理弹性需求下混合交通UE(user equilibrium)配流问题.同时,根据蚂蚁算法的思想以伪代码形式设计了求解弹性需求下混合交通UE配流模型最优解的程序流程,并应用于一个实例.算例表明,蚂蚁寻优策略在寻优的可靠性和计算效率方面优于传统的寻优算法.     

可修系统任务分析与成功性评估模型

通过分析可修系统任务执行时间的特点、任务成功要求以及执行现场维修保障条件,在综合考虑影响任务成功性因素的基础上,给出了四种情况下的任务成功概率评估模型,前三种模型分别是任务执行现场不具备任何维修保障条件下、具备备件快速更换条件下、既具备备件快速更换又具备故障件修复的条件下,对于确定和随机任务执行时间,可修系统在规定最大任务时间内不发生故障的概率。最后一个模型是在任务执行现场既具备备件更换又具备故障件修复的条件下,对于确定和随机任务执行时间,可修系统在有无规定最大任务时间内可以发生故障但总停机时间小于规定最大停机时间的概率。最后,针对其中一个模型,给出了可修算例。     

基于模型概率的多模型融合定轨建模及仿真

针对实际定轨系统中存在的不确定性和非线性性,提出了一种基于模型概率的多模型融合定轨方法.通过多个线性模型的组合来逼近卫星定轨复杂非线性时变过程,将卫星状态的最优估计与多模型融合方法相结合,利用残差的大小来设计性能指标函数,给出了两种模型概率的表示形式,并建立了多模型融合估计相应的算法.仿真结果表明,与单一模型定轨方法相比,该方法不仅能大大提高卫星定轨精度和可靠性,而且还可以最终辨识和估计模型参数的真值,且对外界环境发生的变化有很强的自适应能力.     

群延时均衡器的遗传算法优化设计

在已有文献报道中多采用Powell法设计均衡网络,但Powell法是确定性优化方法,结果的好坏与初始点的选择关系密切,并易陷入局部极值点。由于遗传算法是一种全局随机搜索方法,即使定义的适应性函数不可导或不连续,它也可能以很大的概率求得全局最优解,因而在工程领域中将有十分广泛的实际应用前景。将一种新的实数码遗传算法应用到群延时均衡器的设计中,并给出了巴特沃斯滤波器群延时均衡器的设计实例,结果表明提出的方法十分有效。     

网络控制系统时延的预测控制补偿方法

针对网络控制系统的时延问题,提出一种补偿方法。对于反馈通道,时延是已存在的,可以进行测量,这部分时延通过预测控制算法进行补偿。前向通道的时延对于控制器是未发生的,是不可知的,为此在系统输出端和前向通道间附加一个控制补偿环节以减小前向通道时延的影响。该方法简单可行,实时性强,便于工程应用。最后分析了系统的稳定性并通过仿真实验表明该策略的有效性,保证了网络控制系统的良好性能。