战时舰船抢修任务规划模型及启发式构造算法

针对战时舰船抢修问题,研究在维修资源有限的情况下,如何合理地安排维修活动,以最短的时间、最少的手段使装备至少具有完成部分任务的能力,其目标是从整体上高效分配资源,缩短维修所需的时间。根据规划调度理论,采用基于人工智能的规划调度方法,提出了贪婪随机变邻域搜索算法,该算法求解速度快、解质量稳定。在此基础上建立了舰船抢修任务规划约束优化模型,并研究了战时舰船抢修任务的启发式求解框架和启发式构造规则。模型及算法在战时维修保障决策支持系统得到了实际应用,经证明该算法是一种非常实用的求解途径。     

设备维修最优化调度策略方法研究

信息化条件下,战时装备维修优化调度问题是装备维修保障过程中的关键问题。本文根据PSO算法建立模型提出了战时装备维修保障调度策略,最大限度的提高战时维修保障系统的效能,同时对PSO算法进行改进,解决算法中的局部最优化问题,最后与基于FCFS算法的维修保障调度策略进行对比,通过仿真实验证明PSO算法对调度性能有明显改善。     

装备战时基地级维修作业分工优化

为快速完成装备修理任务,根据装备战时基地级维修的特点,提出了战时基地级装备维修作业分工的数学模型,在多工种多任务维修作业分工问题的基础上给出了带时间窗口的维修作业分工问题求解方案。根据该作业分工模型,利用遗传算法的特性,将问题背景与算法相融合,运用实例进行试验及分析。试验结果表明,本文提出的方法能有效地解决装备战时基地级维修作业分工优化问题。     

基于可拓层次分析法的维修保障装备种类确定研究

组建合成旅后,部队作战装备进行了大范围的融合,现有的维修保障装备已无法与作战装备的保障需求相适应,不利于战时维修保障任务的完成。针对该问题,利用可拓层次分析法对维修保障装备的种类确定进行研究。以部队完成战时维修保障任务为目标,通过对战时维修保障任务进行分析确定维修保障装备功能需求;运用可拓层次分析法计算每类作战装备对维修保障装备功能需求的权重,并设置合理阈值,将小于该阈值权重剔除,得到各作战装备不同的维修保障装备功能需求,从而实现维修保障装备与作战装备的合理匹配,为维修保障力量体系装备要素的构建打下理论基础。     

战时装备维修保障能力和保障程度计算方法研究

研究了适应装备保障体系的维修保障能力分析方法,提出了维修保障力量多余舍去的维修保障程度计算方法,并以实例对相关理论和算法进行了论证。该方法结合部队实际情况对传统计算方法进行了改进和完善,适应了装备保障体系的需要,为战时维修保障部门科学决策提供了理论依据。     

面向多维修中心的资源受限任务调度问题研究

装备维修保障对推进作战顺利进行具有重要作用,合理高效的维修任务调度是维修保障的主要内容。首先讨论了资源受限伴随维修保障任务调度下的资源分类、优先级评估指标、维修调度模型、动态调度算法;其次分析了装备维修工序调度的流程;然后介绍了常见调度问题的目标函数、约束条件、求解算法;最后总结了资源受限任务调度存在的开放性问题和未来的发展方向。     

多目标模糊工期的维修保障资源调度优化研究

以某型特种车辆维修保养的三级保养工艺流程为对象,提出了不确定性维修保障资源调度优化问题;针对具有工序模糊作业时间和模糊工期的调度问题,采用一般三角模糊数来表示工序作业时间和完工时间,一般梯形模糊数来表示任务期望工期;并设计了一种混合粒子群-遗传算法,以完工时间最短、关键人力负荷最小和满意度最高为优化目标进行求解;算法可以有效求得其8个最优解,对求得的Pareto最优解集进行了结果分析,评价了不同评价指标对调度方案的影响;实例结果表明,算法求解结果与实际情况相吻合,较之精确调度,更加具有可操作性,为调度部门制定合理的调度方案可以提供理论支撑。     

蜜蜂交配优化算法在车间作业调度中的应用

为了解决车间作业调度问题,在对其进行分析描述的基础上,提出了采用蜜蜂交配优化算法的求解方法。该方法把由多个作业调度方案组成的集合作为蜂群,以最小化加工时间作为算法的优化目标,通过模拟蜂群交配繁衍培养蜂王的优化过程来获得最优作业调度方案。采用车间作业调度测试案例在Matlab平台上进行实验,实验结果表明,该方法不仅能够有效地求解车间作业调度问题,而且能够取得了比传统优化方法更好的优化结果。     

战时物资调度模型及方法研究

战时物资调度是一个多目标优化的、复杂的综合调度过程，是一个NP复杂问题。通过对问题的分析，把物资调度过程分解为路径选择、供货点选择和物资分配几个问题，在保证问题完整性的前提下，通过分解使得问题更加容易求解。最后用一个实例证明了这种求解方法的可行性。     

抢修任务多目标动态调度的动态驱动策略研究

抢修任务多目标动态调度能够有效解决“战时损伤装备不断出现,而抢修时间与抢修力量有限”这一突出矛盾,但由于新抢修需求的出现时刻具有不确定性,采用现有的时间(或数量)分批驱动策略,会导致抢修力量不能对新抢修需求进行及时响应、抢修力量出现闲置、抢修效益降低。为解决该问题,开展了战时抢修任务多目标动态调度的动态驱动策略研究。提出了抢修任务多目标动态调度问题及其总体求解思路。设计了基于抢修需求信息和抢修组状态的2种动态驱动策略,提出了一种新的动态驱动策略“混合分批+基于抢修组状态”。采用均匀设计思想,构造了6组测试问题实例,并通过实验分析了在多种因素共同影响的情况下,3种动态驱动策略的优劣性及适用性。仿真结果表明：与其它动态驱动策略相较,新的动态驱动策略“混合分批+基于抢修组状态”具有明显的优越性。     

啤酒生产调度数学模型及其优化

针对啤酒企业生产人工调度效果不理想的问题,建立了啤酒生产调度数学模型,并研究了此类间歇工业调度问题的优化方法.根据啤酒生产流程特点,将整个啤酒生产划分为糖化区、过滤包装区,分别建立相应的生产调度数学规划模型,并通过蚁群优化算法求解此类调度问题.该优化调度方案在企业中的应用结果表明,通过蚁群算法对建立的啤酒调度模型进行优化,该方法具有良好的鲁棒性与实用性,可为生产管理人员提供方便快捷的优化解决方案.     

面向复杂作业车间的交互式两级调度方法

针对边界不确定和具有决策偏好的大规模复杂作业车间调度问题,提出以第1级为交互式约束设置求解,第2级为优化求解的两级调度求解策略.在第1级调度中研究交互式约束满足的基于优先级快速调度构建算法,作为支持决策者交互式约束调整的快速响应求解方法.在第2级调度中以基于优先级的快速调度构建算法为基础,研究以优先级为决策变量的智能优化搜索算法,作为满足第1级调度中的交互式约束的改进优化求解.该方法较好地融入了决策者的经验知识和偏好,同时结合优化搜索求解算法,使得在满足决策者偏好的基础上进一步改进调度求解质量,增加调度求解结果的可信度,在实际应用中取得良好的应用效果.最后,通过一个案例对该两级调度求解策略的过程进行描述,并对所提出方法的有效性进行阐述.     

遗传算法在短期发电优化调度中的研究与应用

将遗传算法用于解决梯级水电系统短期发电优化调度问题。建立了短期发电优化调度模型，详细阐述了用遗传算法解决问题的步骤。实例证明，该方法能够求解具有复杂约束条件下的非线性优化问题，算法编程简洁，易于实现，从而为梯级水电站短期发电优化调度问题提供了一种有效的解决方法。     

串行生产线中机器维修工人的任务分配问题研究

在串行生产线中, 机器会发生故障而且故障间隔时间随机, 因此需要维修工人及时维修, 使得故障的机器恢复加工能力, 否则就可能导致系统吞吐率降低. 如何在满足系统吞吐率的前提下, 使用尽可能少的维修工人来完成机器的维修任务, 本文称这样一个全新的问题为串行生产线中机器维修工人的任务分配问题. 针对该问题, 本文首先建立了问题的优化模型, 并将该优化问题转换为多个判定问题进行求解; 然后, 通过合理地定义机器的维修工作量, 使得判定问题可以类比为并行机调度问题; 最后, 采用了一种基于最长处理时间优先算法(Longest processing time, LPT)和回溯策略的启发式算法, 搜索最优的维修工人任务分配方式. 实验结果表明, 该方法能有效求解维修工人的任务分配问题.     

战时维修保障资源优化调度的μPSO算法研究

将战时装备维修保障资源调度决策问题视作多任务多资源竞争与协调的多目标组合优化问题,构建出合理完善的资源调度决策模型。针对传统PSO算法搜索能力弱、易陷入局部最小等不足,提出一种在算法结构上改进的μPSO方法用于模型求解,它通过对一般粒子和当代最优粒子的不同速度、位置计算方式增强算法搜索能力;利用排斥项避免搜索进程的早熟收敛。最后通过算例证明μPSO算法对求解该类问题是可行有效的。     

约束满足混合算法求解并行机Job-Shop调度问题

分析并行机Job-Shop调度问题的特点并建立其约束满足优化模型,结合约束满足与变邻域搜索技术设计了一个求解该问题的混合优化算法。该算法采用变量排序方法和值排序方法选择变量并赋值,利用回溯和约束传播消解资源冲突,生成初始可行调度,然后应用局部搜索技术增强收敛性,并通过结合问题特点设计的邻域结构的多样性提高求解质量。数据实验表明,提出的算法与其他两种算法相比,具有一定的可行性和有效性。     

求解动态维修资源优化调度的多目标进化算法

为解决维修资源调度过程中出现的维修资源预测不准、资源冲突的问题,本文建立了不同作战阶段的多供应中心?多需求点的的动态维修资源优化调度模型,使得多个供应中心可以及时、高效地对需求点进行维修资源调度,减少了资源调度时间和每个需求点的维修资源不满足量。为了更好地求解提出的模型,本文提出了一种改进的多目标进化算法,在经典的多目标进化算法的基础上,使用正态分布交叉算子、全局探索增强型差分进化算子和自适应变异算子的协同进化策略,提高了算法的局部搜索能力和种群的多样性。仿真实验表明,本文提出的算法具有良好的收敛性和分布均匀性,并且具有较高的求解效率。     

舰载物资配送路径规划模型构建研究

针对当前军事物资配送现状,考虑到战时舰载物资配送时涉及到的多个因素,从动态规划、图与网络角度进行分析,为提高准确性和优化路径,建立了单参数、多参数和多始点多终点的配送路径规划问题的数学模型,有效地对战时舰载物资配送路径进行了优化.并运用MATLAB和LINGO对有关的模型进行求解仿真验证,对战时舰载物资配送中缩短配送时间、降低配送需要投入的保障力量、确保高效、及时完成配送任务有一定的理论参考价值.     

带模糊参数的战时紧缺资源调度模型

研究了带模糊参数的战时紧缺资源调度问题。构建需求点优先度评价指标体系,提出了基于层次聚类的需求点分类及排序方法。建立并求解战时紧缺资源调度的多目标模糊规划模型,依据及时更新的战场信息依次实现各类需求点的资源动态调度。通过仿真实例中两类调度方案的对比,表明了分类调度方案的可行性和优越性。     

基于遗传算法的资源均衡优化研究

从多任务的资源优化问题出发,对利用遗传算法对资源受限的多任务调度问题及其资源均衡优化问题进行了研究.对多任务网络计划的资源均衡问题进行了讨论,重点将资源受限的多任务调度问题与资源均衡优化相结合进行均衡优化,提出了一种基于改进遗传算法的求解方法,很好地解决了多任务调度问题并使资源分布更为均衡.该方法在解决较大规模网络计划的多任务调度及资源均衡问题时,具有其它方法无法比拟的优势.