基于遗传算法的构筑急造军路工程机械运用优化配置

为解决战时合成部队工兵分队构筑急造军路工程机械编组配置的问题,运用遗传算法进行求解.根据战时机动工程保障中的构筑急造军路任务需求,对构筑急造军路任务进行分析,采用整数线性规划的方法建立工程机械优化配置模型,给出装备最优编配和最佳运用效能,并通过实例进行验证.分析结果表明:该方法为合成部队工兵分队构筑急造军路工程机械编组配置提供了优化途径,提高了工程机械优化配置的准确性.     

基于多目标局部变异-自适应量子粒子群优化算法的复杂地形多传感器优化部署

对复杂地形下的多传感器部署问题进行研究,提出了基于多目标局部变异-自适应量子粒子群优化（LM-AQPSO）算法的多传感器多目标优化部署方法。该方法对复杂地形进行多属性网格建模,给出了传感器探测模型和优化目标。引进局部变异和参数自适应策略对量子粒子群优化算法进行改进,并提出了基于LM-AQPSO的多目标Pareto最优解集优化算法。考虑多目标部署需求,构建了基于Pareto最优解集的多传感器优化部署模型。仿真实验结果表明：相对于经典的改进非支配排序遗传算法,所提算法优化的Pareto最优解有着更好的收敛性和分布性,且寻优时间更短;所提模型能有效解决多目标多传感器部署问题,并能同时提供更多的决策方案。     

装备伴随抢修任务分配决策方法

针对陆军装备现地抢修任务强度大、抢修期短、力量分散的特点，提出多抢修组条件下装备战场伴随抢修的组织实施流程，并分析了多抢修组条件下装备伴随抢修决策优化问题。综合抢修任务总完成量和抢修耗时建立决策优化目标函数，以抢修时间为硬约束条件，建立了多抢修组装备伴随抢修决策优化模型。为解决高维决策空间求解难题，通过改进遗传算法确定了任务分配和抢修顺序联合决策求解方法。案例分析表明，该模型适于解决多抢修组伴随抢修任务分配和路线规划问题，求解算法具有一定的稳定性。     

遗传算法在多车型军备物资配送路径优化中的应用

结合部队物流客观实际和可能承担的军备物资保障任务，构建了带有软时间窗的多车型军备物资配送线路MVRPSTW双层优化模型，上层为多车型线路优化模型，下层为配车方案整数规划模型．通过遗传算法算子设计以及双层优化流程设计求解MVRPSTW模型，并给出了具体应用算例，应用结果证明该双层优化模型及遗传算法的有效性和合理性，能迅速为后勤部队军备物资配送路径选择提供决策依据．     

改进的混合遗传算法在防空目标分配中的应用

根据现代海战中防空目标分配的特点,建立了目标分配模型。针对基本遗传算法进行目标分配中存在的问题,提出了一种改进的混合遗传算法。该方法首先对交叉和变异算子进行了改进,引入了小生境技术解决早熟收敛问题。然后利用模拟退火算法具有较强的局部搜索能力,并且能够使搜索过程避免陷入局部最优解的特点,将模拟退火算法嵌入到基本遗传算法的循环中,解决了基本遗传算法收敛速度慢,时间复杂度高的不足。仿真结果表明,混合算法能很快收敛到全局最优解,效果较好。     

基于Entropy-TOPSIS 方法的目标威胁动态评估与仿真

为解决在目标威胁评估方法中,确定各属性的权重时受主观因素和高机动目标影响大的问题,提出一种 改进的多属性决策目标威胁评估方法。综合模糊理论和多属性决策理论,通过构造隶属度函数规范化属性值,基于 熵值法求解属性权重,应用TOPSIS 理论进行目标威胁评估,构建不同的态势实例,采用静态数值计算和动态模拟 仿真的方法对算法进行验证。仿真实验结果验证了该方法的合理性和有效性。     

多目标优化的多品种维修器材分配问题研究

为了更好地满足部队维修器材需求,优化需求数量超过供应中心库存数的多品种维修器材分配整合供应问题,建立了保障重点、兼顾公平、效用最大的多目标优化模型。提出了采用灰色关联度方法对多目标进行处理,将多目标转化为单目标问题,并将之内嵌到改进遗传算法中。实例验证表明,该算法最优适应度值及平均适应度值可分别降低31.538 5%和37.371 1%,验证了该模型能有效减少器材分配失衡,提高器材供应效率。     

防空武器多目标优化分配建模与决策

在对决策机理分析的基础上,建立了防空武器系统的多目标分配决策模型,实现了防空导弹的多目标优化分配。在此基础上,提出一种改进的粒子群优化(PSO)算法以求解防空武器的最优分配,通过与遗传算法的实例比较,结果证明了该方法的有效性和优越性。     

复杂约束条件下伴随修理任务多目标动态调度

针对战时伴随修理任务重、修理时间有限、约束复杂的问题,提出了伴随修理装备维修任务调度的多目标动态调度方法。考虑复杂约束的伴随修理装备维修任务调度军事需求,构建了多目标动态调度模型。该模型在修理能力及修理时间限制的基础上,引入修理时间窗、非遍历约束,考虑修理能力变化以及修复状态的不确定性,以修竣装备总数、修竣装备重要度总和、获得的二次作 战总时间最大为调度目标,进行维修任务的调度决策。设计了基于改进非支配排序遗传算法（NSGA-II）的改进多目标遗传算法进行模型求解,并通过示例仿真与分析验证了该模型和算法的合理性及有效性。     

基于改进GA优化的神经网络故障诊断方法

在改进遗传算法和BP算法的基础上提出了一种普适的遗传算法与神经网络结合的算法模型.探讨了用改进的遗传算法与BP算法相结合对神经网络权系数进行优化;并将其应用于交流电机故障识别.实践表明,该方法是一种行之有效的智能故障诊断新途径.     

多维背包约束下单调非减下模函数最大值的贪婪算法

给出了求解多维背包约束下单调非减下模集函数最大值的近似算法,证明了该算法的性能保证是1-e-1。该算法结合了部分穷举法与贪婪算法,是对贪婪算法的一种改进,该算法的时间复杂性为O(n4)。     

考虑横向转运和紧急配送的战时多目标备件调度方法

针对现有战时备件调度模型灵活性不足，忽略需求点优先度排序，处理备件类型单一，以及算法运行效率不高等问题，提出一种考虑横向转运和紧急配送的战时多目标备件调度方法。在传统正向调度模型基础上加入横向转运和紧急配送策略，以缺件数最少和运输时间最短为目标构建同时处理多类型备件的战时备件调度模型。制定基于逼近理想解排序法的需求点优先度排序方法，利用基于分解的多目标进化算法(MOEA/D)框架设计考虑优先度排序的MOEA/D(MOEA/D-PS)求解模型。案例结果表明：考虑横向转运和紧急配送的调度模型保障效果最优；MOEA/D-PS能够兼顾求解质量和运算效率，CPU运行时间均值比改进的非支配排序遗传算法缩短62.86%；优先度排序和要求时限长短显著影响备件供应保障效果。     

基于遗传算法的配送车辆路径规划

配送车辆的路径规划问题是城市交通与运输系统中的重要环节,基于遗传算法对城市交通配送环节中的车辆行驶路径的最优规划问题进行了研究,提出了优化方案设计方法。在Matlab环境下,进行了算法实现与仿真,结果表明所提出的规划方案可以有效地降低配送过程中的车辆运行成本。     

基于层次分析法和差动法的作战部队力量编组方法

针对作战力量编组在作战任务中出现的作战资源分配调度不合理问题,以作战资源消耗最少为目标函数 构建整数规划模型。利用层次分析法评估作战能力,并采用差动法进行作战力量分配编组,使得优化结果满足任务 要求的同时代价花费最小;差动法基于作战任务的量化分析,可以快速准确地完成作战力量编组并形成行动方案。 实验结果表明：该方法切实可行,符合现阶段作战部队编组作战的现实要求。     

延时控制差异并联算法与自适应加权融合算法

为提高延时控制系统现有决策算法的精度,提出了基于遗传算法的差异并联决策算法,利用遗传算法对各个延时电路的决策增量进行优化求解;为改善系统决策算法的鲁棒性,提出一种自适应加权融合算法,在对实测数据进行分析的基础上确定合理的权值分配策略。利用数值算例对精度、可靠度、鲁棒性和实时性的对比表明:与原有算法相比,所提两种算法具有更优的综合性能,其中自适应加权融合算法性能较为均衡,而差异并联算法具有较强的抑制异常测量值能力,适用于对鲁棒性要求较高的场合。     

改进蚁群算法优化通用器材配送路径

为实现武器装备器材在运输供应路线的精确化保障,对基于蚁群算法的通用器材配送路径供应模式进行 改进。针对传统蚁群算法在初始目标选择、信息素更新等方面存在的局限性,依据蚁群算法的原理与机制设定,建 立配送路径数学模型,从3 个方面进行算法改进,优化了器材从供应中心到各个仓库的配送路径,并对案例进行仿 真测试和分析。实验结果表明,该路径能确保通用器材适时、高效地送到各个仓库。     

考虑非遍历的抢修任务多目标动态调度

针对进攻作战中战损装备众多而抢修时间与抢修力量有限的矛盾,进行了进攻作战抢修任务动态调度研究。提出考虑非遍历的抢修任务多目标动态调度的现实军事问题,建立多目标规划数学模型,分析了非遍历、修理能力差异、待修装备优先级3个重要影响因素;根据所建模型的特点,设计了基于遗传算法的模型求解算法;运用Matlab软件进行了39辆待修装备、3个抢修组的动态调度示例仿真与分析。示例结果表明：通过实施机动伴随抢修和抢修任务动态调度,进攻作战部队能够获得约185 h的二次作战总时间,进而增强部队的持续作战能力,并大大减少决策工作量和决策时间、降低人为决策风险。     

贪心遗传算法及其在武器目标分配问题中的应用

针对遗传算法在解决武器目标分配问题时存在的缺点,提出了将贪心机制应用于遗传算法解决该问题的思路,即贪心遗传算法.在建立武器目标分配问题数学模型的基础上,探讨将贪心算法思想作为确定性选择原则指导遗传操作实施解空间搜索,分析了贪心遗传算法的编码、生成初始种群,贪心交叉、贪心变异等过程的原理和算法实现流程,应用贪心遗传算法进行了战斗实例计算.结果表明该方法是可行的,避免了遗传算法早熟收敛和封闭竞争的问题,计算量小、算法稳定.     

基于Memetic算法的电子AGV路径规划

电子AGV配送车辆的路径规划问题是工厂与车间调度的重要环节,基于遗传算法对电子AGV的工作路径规划问题进行了研究,提出了优化方案设计方法。在Matlab环境下,进行了算法实现与仿真,仿真结果表明,所提出的规划方案可以有效地降低配送过程中的车辆运行成本。     

用PROMETHEE方法解决舰炮武器系统方案选优问题

在舰炮武器系统的论证研究中，待选方案选优是一个重要问题。本文介绍了一种基于“级别高于关系”的多目标决策方法－ＰＲＯＭＥＴＨＥＥ方法，该法简单，清晰，稳定，可按照满意和最优两种决策规划提供给决策者方案集的部分和完全两种排列次序；并利用该法来解决舰炮武器系统方案优选问题。实例证明该方法保证了决策结果更加可靠。