针对海上船舶受损需要外界进行抢修支援问题,提出了海上船舶抢修优化调度模型并利用改进的多维动态列表规划算法(Multidimensional Dynamic List Planning Algorithm,MPLDS)进行求解。确立了船舶海上装备抢修基本流程,建立任务-资源的...针对海上船舶受损需要外界进行抢修支援问题,提出了海上船舶抢修优化调度模型并利用改进的多维动态列表规划算法(Multidimensional Dynamic List Planning Algorithm,MPLDS)进行求解。确立了船舶海上装备抢修基本流程,建立任务-资源的优化调度约束模型,模型分为基于效果的行动优化方法与优化调度的约束模型2部分,运用改进的MPLDS对约束模型求解,充分考虑优化调度过程中时间、成本以及任务与支援平台间的重要性,并进行算例分析验证准确性。改进的MPLDS算法充分利用优先权调解方法对优化调度约束模型求解,能够满足制定支援方案者对各方面考虑的基本诉求,实现海上受损船舶的高效抢修支援。展开更多
作战任务和平台资源的合理匹配是战役作战准备阶段的主要内容。考虑平台资源能力在作战过程中的损耗,在问题建模的过程中引入了资源能力的损耗系数,使得所建模型更加符合实际作战。提出了基于动态列表调度(dynamic list scheduling,DLS...作战任务和平台资源的合理匹配是战役作战准备阶段的主要内容。考虑平台资源能力在作战过程中的损耗,在问题建模的过程中引入了资源能力的损耗系数,使得所建模型更加符合实际作战。提出了基于动态列表调度(dynamic list scheduling,DLS)和遗传算法(genetic algorithm,GA)的模型求解方法,使用DLS选择处理的任务,使用GA为选定任务分配平台资源,给出了该方法具体的设计思路和流程。最后结合联合作战的战役算例,验证了所提方法的优越性和适用性。展开更多
针对指挥控制组织结构设计中任务—平台关系的设计问题,提出了一种使命完成时间限制条件下的问题的设计模型及其求解算法。分析了使命完成时间限制条件下任务—平台关系设计(task-platform relation de-sign under mission completion t...针对指挥控制组织结构设计中任务—平台关系的设计问题,提出了一种使命完成时间限制条件下的问题的设计模型及其求解算法。分析了使命完成时间限制条件下任务—平台关系设计(task-platform relation de-sign under mission completion time constraint,TPRDTC)问题的约束条件,建立了以使命执行质量的值最大为目标的问题数学模型。设计了用于求解该模型的循环多动态列表规划(multi-dimensional dynamic list scheduling,MDLS)算法,给出了该算法的详细步骤和流程。最后通过一个联合作战的战役案例,分析并验证了循环MDLS算法对求解TPRDTC问题的有效性和适用性。展开更多
针对以时效优先为目标的装备精确保障协同任务分配问题,设计考虑保障单元能力更新机制,提出基于动态列表规划(dynamic list scheduling,DLS)和二进制混沌入侵杂草蝙蝠算法(binary chaotic invasive weed bat algorithm,BCIWBA)的混合任...针对以时效优先为目标的装备精确保障协同任务分配问题,设计考虑保障单元能力更新机制,提出基于动态列表规划(dynamic list scheduling,DLS)和二进制混沌入侵杂草蝙蝠算法(binary chaotic invasive weed bat algorithm,BCIWBA)的混合任务分配方法,通过DLS选择所需执行的任务,设计BCIWBA为选定任务分配保障单元。BCIWBA利用蝙蝠算法的全局寻优能力和迭代初期快速收敛性进行全局搜索,然后选取部分最优个体融合入侵杂草生长繁殖、空间扩散和竞争生存机制进行局部搜索,并通过学习因子和惯性权重的自适应协同更新以平衡探索和开发能力,结合脉冲频率、响度和发生率变化区间的混沌搜索避免早熟收敛。仿真算例表明,所提方法可对时序逻辑任务分配问题进行快速高效求解。展开更多
地质灾害应急救援是一种涉及因素多、技术含量高、时间要求紧、工作任务重和社会影响大的非常规防灾减灾行动。救援装备是救援工作的重要保障,当前以滑坡、泥石流为代表的地质灾害救援装备调配存在效率低、匹配度低、利用率低等问题。...地质灾害应急救援是一种涉及因素多、技术含量高、时间要求紧、工作任务重和社会影响大的非常规防灾减灾行动。救援装备是救援工作的重要保障,当前以滑坡、泥石流为代表的地质灾害救援装备调配存在效率低、匹配度低、利用率低等问题。以“灾害情景—救援任务—救援装备调配”的思路,分析中国地质灾害救援案例,总结出“情景任务装备”的匹配关系;在此基础上,以救援任务完成时间最短和救援装备利用率最高为目标,构建基于不同情景任务的救援装备调配模型;针对不同任务与救援资源的调配优先权冲突,用多优先级动态列表规划(MultiPRI List Dynamic Scheduling,MPLDS)算法求解,从而提高救援资源配置和利用效率,保证调配效果最佳;最后,以2019年贵州水城“7·23”特大山体滑坡救援行动为例验证模型和算法的有效性和可行性,为不同灾害类型下救援情景救援任务救援装备间的匹配及优化配置提供一种研究范式,为“任务资源”调配问题的求解提供一种有效的算法,还有助于深化多个受灾点和出救点下多任务、多目标复杂动态优化问题的研究。展开更多
针对联合作战环境下的装备资源精确保障协同规划问题,考虑以所有保障任务完成时间最短为目标,以保障任务的执行时序和资源需求、保障编组占用冲突,以及资源平台能力更新机制等复杂条件为约束,构建数学模型,提出了基于动态列表调度(Dynam...针对联合作战环境下的装备资源精确保障协同规划问题,考虑以所有保障任务完成时间最短为目标,以保障任务的执行时序和资源需求、保障编组占用冲突,以及资源平台能力更新机制等复杂条件为约束,构建数学模型,提出了基于动态列表调度(Dynamic List Scheduling,DLS)和自适应进化变异二进制蝙蝠算法(Adaptive Mutation Binary Bat Algorithm,AMBBA)的混合装备资源协同保障规划方法。通过动态列表调度选择当前执行保障的任务,在二进制蝙蝠算法寻优中引入自适应学习因子以平衡全局搜索和局部搜索能力,通过在当前可用资源集中搜索最优解为选定任务分配资源,以复杂地域联合作战为例仿真并验证规划效果,结果显示,所提方法可对大规模装备资源协同分配保障问题进行精确高效求解。展开更多
文摘针对海上船舶受损需要外界进行抢修支援问题,提出了海上船舶抢修优化调度模型并利用改进的多维动态列表规划算法(Multidimensional Dynamic List Planning Algorithm,MPLDS)进行求解。确立了船舶海上装备抢修基本流程,建立任务-资源的优化调度约束模型,模型分为基于效果的行动优化方法与优化调度的约束模型2部分,运用改进的MPLDS对约束模型求解,充分考虑优化调度过程中时间、成本以及任务与支援平台间的重要性,并进行算例分析验证准确性。改进的MPLDS算法充分利用优先权调解方法对优化调度约束模型求解,能够满足制定支援方案者对各方面考虑的基本诉求,实现海上受损船舶的高效抢修支援。
文摘作战任务和平台资源的合理匹配是战役作战准备阶段的主要内容。考虑平台资源能力在作战过程中的损耗,在问题建模的过程中引入了资源能力的损耗系数,使得所建模型更加符合实际作战。提出了基于动态列表调度(dynamic list scheduling,DLS)和遗传算法(genetic algorithm,GA)的模型求解方法,使用DLS选择处理的任务,使用GA为选定任务分配平台资源,给出了该方法具体的设计思路和流程。最后结合联合作战的战役算例,验证了所提方法的优越性和适用性。
文摘针对指挥控制组织结构设计中任务—平台关系的设计问题,提出了一种使命完成时间限制条件下的问题的设计模型及其求解算法。分析了使命完成时间限制条件下任务—平台关系设计(task-platform relation de-sign under mission completion time constraint,TPRDTC)问题的约束条件,建立了以使命执行质量的值最大为目标的问题数学模型。设计了用于求解该模型的循环多动态列表规划(multi-dimensional dynamic list scheduling,MDLS)算法,给出了该算法的详细步骤和流程。最后通过一个联合作战的战役案例,分析并验证了循环MDLS算法对求解TPRDTC问题的有效性和适用性。
文摘针对以时效优先为目标的装备精确保障协同任务分配问题,设计考虑保障单元能力更新机制,提出基于动态列表规划(dynamic list scheduling,DLS)和二进制混沌入侵杂草蝙蝠算法(binary chaotic invasive weed bat algorithm,BCIWBA)的混合任务分配方法,通过DLS选择所需执行的任务,设计BCIWBA为选定任务分配保障单元。BCIWBA利用蝙蝠算法的全局寻优能力和迭代初期快速收敛性进行全局搜索,然后选取部分最优个体融合入侵杂草生长繁殖、空间扩散和竞争生存机制进行局部搜索,并通过学习因子和惯性权重的自适应协同更新以平衡探索和开发能力,结合脉冲频率、响度和发生率变化区间的混沌搜索避免早熟收敛。仿真算例表明,所提方法可对时序逻辑任务分配问题进行快速高效求解。
文摘地质灾害应急救援是一种涉及因素多、技术含量高、时间要求紧、工作任务重和社会影响大的非常规防灾减灾行动。救援装备是救援工作的重要保障,当前以滑坡、泥石流为代表的地质灾害救援装备调配存在效率低、匹配度低、利用率低等问题。以“灾害情景—救援任务—救援装备调配”的思路,分析中国地质灾害救援案例,总结出“情景任务装备”的匹配关系;在此基础上,以救援任务完成时间最短和救援装备利用率最高为目标,构建基于不同情景任务的救援装备调配模型;针对不同任务与救援资源的调配优先权冲突,用多优先级动态列表规划(MultiPRI List Dynamic Scheduling,MPLDS)算法求解,从而提高救援资源配置和利用效率,保证调配效果最佳;最后,以2019年贵州水城“7·23”特大山体滑坡救援行动为例验证模型和算法的有效性和可行性,为不同灾害类型下救援情景救援任务救援装备间的匹配及优化配置提供一种研究范式,为“任务资源”调配问题的求解提供一种有效的算法,还有助于深化多个受灾点和出救点下多任务、多目标复杂动态优化问题的研究。
文摘针对联合作战环境下的装备资源精确保障协同规划问题,考虑以所有保障任务完成时间最短为目标,以保障任务的执行时序和资源需求、保障编组占用冲突,以及资源平台能力更新机制等复杂条件为约束,构建数学模型,提出了基于动态列表调度(Dynamic List Scheduling,DLS)和自适应进化变异二进制蝙蝠算法(Adaptive Mutation Binary Bat Algorithm,AMBBA)的混合装备资源协同保障规划方法。通过动态列表调度选择当前执行保障的任务,在二进制蝙蝠算法寻优中引入自适应学习因子以平衡全局搜索和局部搜索能力,通过在当前可用资源集中搜索最优解为选定任务分配资源,以复杂地域联合作战为例仿真并验证规划效果,结果显示,所提方法可对大规模装备资源协同分配保障问题进行精确高效求解。
