基于证据理论的多任务抢修重要度决策

针对多任务抢修重要度决策中信息类型多样、描述不确定、传递不完整、历史无记录的现象,建立了基于证据推理的重要度决策指标体系和决策模型。将不同类型定性和定量决策信息通过相应的方法转换为同一框架下的基本信度效用值,然后根据各决策信息的重要度,通过证据理论合成方法对各因素基本信度效用值进行分类逐层合成,并根据决策信息中非空信息数量提出了重要度决策的量化方法。仿真算例验证了该方法的有效性。     

战场抢修资源动态重组中的并发任务选择

针对战时抢修资源不满足并发抢修任务需求时如何优选抢修任务的问题,首先,给出了抢修效益的定义,建立了以总抢修效益最大为目标的并发任务选择数学模型.然后,设计了一种结合基于总消耗率贪婪算法的混合遗传算法及相应的操作方案.最后,进行了仿真实验,结果表明了算法对问题的有效性.     

基于HLA邦元结构的仿真引擎设计与实现

仿真引擎是在仿真系统中负责时间推进、调度运行、仿真控制、数据存储，并为仿真运行过程中的态势显示提供交互的仿真运控系统，是整个仿真系统的核心。通过分析仿真引擎的系统体系结构，将仿真引擎视为一个特殊的邦元，并对其三个组成部分：仿真调度器、仿真控制器以及数据记录器进行分析、设计与实现。将该引擎应用于某指挥自动化效能仿真与评估系统。实践证明，引擎邦元遵循主流仿真协议，可以对仿真进行高效、灵活、有序地控制执行，起到了提高仿真运行效率、缩短仿真应用开发周期的作用。     

战场抢修多需求点多资源二层优化调度模型

在战时协同维修保障过程中,针对各维修任务间经常发生维修资源短缺及资源冲突的问题,在分析连续消耗条件下战场抢修资源调度的特点及决策目标的基础上,建立了在抢修开始时间最早的条件下支援点数目最少的战场抢修多需求点多资源二层优化调度模型,并给出了算法和优化调度方案.算例分析结果表明了模型的合理性和算法的有效性.