不确定性下C2组织结构的“任务-平台”关系设计模型及算法

针对经典“任务-平台”关系设计（task platform relation design, TPRD）中忽视了指挥控制（command and control, C2）组织所处战场环境不确定性的不足,研究了更符合作战实际的不确定性下C2 组织结构的“任务-平台”关系设计（task platform relation design under uncertainty, TPRDU）问题。考虑了使命成功不确定性、使命执行时间不确定性和平台的能力损耗不确定性,建立了以使命成功概率（mission success probability, MSP）最大为目标的机会约束规划模型。设计了用于求解该模型的分散搜索（scatter search, SS）算法,该算法在生成新解时采用平台冗余设计（platform redundancy design, PRD）策略。最后的计算实验表明了TPRDU问题的实际意义和分散搜索算法的有效性,并验证了PRD策略对MSP的提高作用。     

基于自适应遗传算法的战场资源动态调度模型及算法

研究了战场平台资源的动态调度问题,首先分析了该问题在动态调度过程中的约束条件,构建了以最小化使命完成时间为目标函数的数学模型,然后针对问题模型的特点,基于自适应遗传算法提出求解算法,最后结合具体算例对平台资源动态调度模型及其求解算法进行了仿真验证,仿真结果表明,求解方法可以有效应对处理任务新增和平台失效等突发事件并且具有较高的时间效率。     

基于知识约束的决策实体配置问题建模与求解

针对指挥控制组织设计中决策实体的配置问题,提出了在知识约束条件下该问题的数学模型及其求解方法。分析了该问题的约束条件,包括该问题的知识约束、隶属约束、能力属性约束等,建立了以最小化决策实体工作负载均方根为目标的优化模型,提出了基于遗传算法的模型求解算法,设计了针对问题模型的染色体编码方式、适应度函数以及遗传算子。最后结合联合作战仿真算例中一个任务与平台关系的设计方案,验证了所提方法的可行性和稳定性。     

考虑飞行初段弹道交叉的多导弹协同发射时序规划方法

在多导弹协同作战条件下,协调不同导弹发射平台之间的导弹发射顺序,避免导弹飞行初段弹道的相互干扰,快速计算所有导弹的发射时间变得十分迫切和异常困难。为解决多导弹协同发射时序规划问题,以最小化完成导弹发射任务的最终时间为优化目标,建立了多导弹发射时序协同规划的混合整数规划模型。设计了快速启发式算法,给出了发射时间求解算法及基于空间压缩思想的可行解进化策略,可辅助指挥员快速生成导弹发射时序方案。以30枚导弹协同发射为案例,对模型和算法进行了仿真验证。实验结果表明,该模型和方法能有效解决多导弹协同发射时序规划问题。     

可跨工位操作的随机混流装配线平衡问题研究

装配线平衡问题是在满足一定约束的条件下,将一系列任务单元分配到各个工位上,使其工作强度与利用率相适应.研究了带有跨工位操作,且任务单元完成时间为随机量的一类特殊装配线平衡问题,目标是缩短整个生产过程中的总任务超载时间;参考机会约束规划的思想,建立了α任务超载时间最小化模型;结合随机模拟和遗传算法设计了混合遗传算法以求解,并通过实例仿真验证了算法的有效性.     

基于m-best算法与rollout策略的平台任务关系优化设计方法#br#

在平台任务关系优化设计中,考虑单个任务资源分配过程中平台资源冗余度对后续任务分配的影响,分析优化设计过程的约束条件,构建了以最大任务执行精度与最小资源冗余度为综合目标函数的平台任务关系设计的问题模型,并使用基于m-best算法与rollout策略的方法对问题模型进行求解。m-best算法生成单个任务的m个平台分配方案,rollout策略用于均衡不同优先级任务之间的任务执行精度。最后,分别通过特殊算例和一般算例验证所提优化设计方法的优越性,算例的结果表明,使用该优化设计方法能够使高优先权任务的资源冗余度降低,从而使得整体任务执行精度提高。     

空地异构无人系统侦察任务规划方法

相对空中同构无人系统,空地异构无人系统的运动能力、资源载荷、作战场景等异构性质会导致约束条件增多,使求解模型计算量显著增加,协同作战任务的建模和大规模问题的高效求解是需要解决的关键问题。以无人系统完成任务的时间、路径代价、侦察收益为目标函数,同时考虑无人平台续航能力等约束条件,合理构建了空地异构无人系统侦察任务的多目标规划模型;针对具有多威胁区的城市作战环境,考虑无人平台任务路径的安全性和时效性,分别提出了无人机和无人车改进A*算法路径规划策略。针对蛇优化算法(snake optimizer,SO)优化效果不稳定、容易陷入局部最优解的问题,结合粒子群算法和遗传算法提出了改进蛇优化算法(improved snake optimizer,IMSO）;通过Python语言进行了仿真验证和与现有算法的对比分析,验证了模型的可行性和算法的优越性。不同算法在由小到大的3种任务载荷设置下独求解10次,IMSO的平均目标函数值分别为SO的100.11%、108.99%和110.01%,可以看出IMSO能多次跳出局部最优,算法的稳定性、最终适应度值均好于SO,在较大规模问题的求解上更具有优越性。     

一类带交货期约束的资源选择问题研究

研究生产计划和控制中带交货期约束且子任务之间具有先序关系的资源选择问题,证明了该问题是NP完全问题,目前该问题还没有多项式时间求解算法.建立了该问题的非线性整数规划模型,分析了模型中目标函数和约束函数的单调性,并根据该单调性构造了分支定界求解算法.与招投标算法比较,表明分支定界算法具有求解问题的规模大、运算速度快的优越性.     

面向应急需求的成像卫星单任务综合规划

针对应急条件下成像卫星任务规划问题,在分析任务响应过程的基础上建立了面向任务需求的应急条件下单任务综合规划模型,模型以完成任务需求最早为优化目标,综合考虑了任务规划过程中卫星、测控及数传资源的分配,并提出了基于深度优先搜索的模型求解算法。算例分析结果表明,所提出的模型及算法有效,规划结果能够就现有卫星、测控及数传资源条件下,为应急成像任务需求提供星地资源调度解决方案。     

多任务执行中无人机行动联盟形成模型及算法

针对多无人机(unmanned aerial vehicle, UAV)多任务执行问题,开展基于行动联盟的任务执行策略研究。分析了无人机行动联盟形成 (UAV action coalition formation, UACF) 策略的约束条件,建立了以最小化任务完成时间为目标函数的数学模型;设计了求解该模型的分阶段贪心规划算法 (phased greedy planning algorithm, PGPA),在进行算法状态空间描述的基础上,给出了包括任务选取、无人机〖CD*2〗任务匹配和资源分发策略等在内的算法流程;最后,通过多组仿真实验,验证了算法的有效性和优越性。     

C2组织决策实体配置问题建模与求解方法

针对指挥控制组织设计中决策实体的配置问题,提出了一种问题的配置模型及其求解方法。在分析传统决策实体配置模型不足的基础上,采用了作战任务执行时间来测度决策实体工作负载,建立了以全部决策实体工作负载的均方根(root mean square, RMS)最小为目标函数的问题数学模型。提出了基于最小RMS合并规则的层次聚类方法的问题求解思路,给出了该方法的具体步骤和流程。最后结合联合作战仿真算例中一个任务平台的调度方案,验证了所提方法的有效性和优越性。     

具有条件风险值的动态火力分配方法

针对火力分配（weapon-target assignment,WTA）中的不确定性因素,研究了一类目标数量和类型不确定的动态火力分配问题。首先,构建了最小总任务费用的确定型WTA模型;其次,引入时间变量、想定模式和风险值约束,把确定型WTA问题转化为具有条件风险值约束的两阶段动态WTA问题,并用线性不等式集代替条件风险值约束,从而把动态WTA问题转化为混合整数规划问题;最后,设计一种循环多次交换禁忌搜索算法。仿真结果表明,新算法能够在较短时间内求解较大规模动态WTA的优化问题。     

基于IP-ACO算法的航天器测控资源调度技术

采用多目标蚁群优化算法对航天器测控资源调度问题进行研究。在分析中低轨道航天器测控特点的基础上,综合考虑包括测控时间窗口约束和设备切换时间约束在内的多类复杂约束条件,建立多目标航天器测控资源调度模型。在Pareto蚁群优化算法的基础上,引入蚁群社会中的分工协作思想并构建测控任务时间约束有向图,设计基于任务选择期望的状态转移规则和基于自适应网格技术的权重更新策略,从而提高算法求解性能。仿真实验结果表明该方法能有效解决多目标航天器测控资源调度问题。     

基于记忆辅助动态UMDA的UCAV编队动态目标分配

针对无人作战飞机编队对地攻击过程中的动态目标分配问题,建立了针对联合目标的武器目标分配（weapon target assignment, WTA）模型,反映攻击方攻击意图及对目标内在关系的理解。提出基于记忆辅助的动态单变量分布估计算法（memory enhanced dynamic univariate marginal distribution algorithm, MDUMDA）对问题进行动态寻优,利用概率模型对动态寻优过程中的历史信息加以记忆和利用。仿真结果表明,所建立的WTA模型是合理的,MDUMDA能够有效求解动态WTA问题,其性能明显优于随机迁移算法。     

面向任务流程的装备体系完成任务概率仿真评估方法

为了解决传统可靠性建模方法无法刻画装备体系复杂性及对装备体系完成任务概率进行准确评估等问题,提出了一种面向任务流程的装备体系完成任务概率离散事件仿真评估方法。该评估方法中,采用过程流网方法对装备体系任务流程进行建模,并对过程流网扩展了时间和资源等元素,引入活动影响因子,梳理子任务及活动间逻辑关系。采用离散事件仿真方法建立装备体系完成任务概率仿真评估模型,生成实体执行仿真过程,将进入导致任务成功的端点的实体数量与生成的所有实体总量的比记为完成任务概率,设置仿真时钟记录实体执行每项活动的时间,求平均值记为任务平均时间。最后,以某典型陆军作战体系为例,说明所提出方法的可行性。     

基于改进合同网协议的分布式卫星资源调度

随着卫星和任务的增加以及卫星智能化的提升, 传统的集中式任务规划已无法满足规划需求。本文研究分布式卫星任务规划问题, 首先, 针对分布式任务规划中全局和局部目标的不一致性建立双层规划数学模型, 最大化观测收益、最小化任务观测完成时间、最优化负载均衡。其次, 提出可解约循环合同网, 设计包含全任务投标策略和二次中标策略的并发机制以减少协商次数, 建立多属性评标机制完善评标过程。设计基于自适应退火的可解约循环合同网算法求解分布式卫星任务规划问题。最后, 通过数值实验结果证明所提算法求解问题的有效性和合理性。     

面向任务的指挥控制组织的鲁棒性优化

指挥控制组织面临的环境具有高度的：不确定性。为了满足指控组织能够适应预测到的使命环境的需求，提出了鲁棒性组织的概念。分析了面向任务的组织设计三阶段方法，并从中抽取出使指控组织满足鲁棒性要求的关键问题——进行决策者-资源分配，从而获得具有鲁棒性的决策者之间的协调网络。通过将组织设计过程中的决策者-资源分配问题抽象为数学规划问题．建立了解决鲁棒性决策者协调网络的模型，并为解决该类问题设计了分组遗传算法。最后用一个实际案例进行计算．对比分析表明．分组遗传算法获得的结果具有更好的鲁棒性和组织性能。     

基于改进BPSO算法求解一类作业车间调度问题

针对某一大型机械厂结构车间的作业调度问题(JSP),考虑技术工人操作熟练度影响因素,以及离散型并行生产的特点,建立新的符合实际生产情况的数学模型,提出利用离散二进制粒子群(BPSO)算法来解决如何安排m位工人加工n个结构件,以达到加工时间最短的一类JSP调度问题,并依据求解的特殊性对该算法进行了改进.制定新的初始粒子产生策略,保证在可行解空间内开始进行寻优;引入"记忆库"、修改Sig函数和加入判断条件,确保粒子每次更新后都满足模型中的等式约束.通过实例验证,证实该算法是有效的,并能够得到较好的结果.同时,该数学模型在离散制造业中也具有广泛的应用价值.