-
题名基于动态进化算法的多阶段备件供应优化决策
被引量：6
- 1
-
-
作者
王亚东
石全
张芳
尤志锋
夏伟
-
机构
陆军工程大学石家庄校区装备指挥与管理系
[
陆军步兵学院石家庄校区机械化步兵系
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2019年第11期2514-2523,共10页
-
基金
武器装备“十三五”预先研究共用技术项目（41404050501）
军内科研重点项目（KYSZJWJK1742）资助课题
-
文摘
由于实际备件保障工作中备件需求以间歇性需求为主,备件供应通常为多阶段的动态优化。针对以上问题,构建了多阶段备件供应数学模型。为求解动态优化模型,提出了一种元启发式动态进化算法。首先,在经典差分进化算法中增加了环境变化检测算子和环境变化响应策略,使得差分进化算法能够解决环境变化的动态优化问题。其次,提出了自适应莱维飞行策略,使得算法在环境发生变化时仍能保持良好的全局搜索能力和局部寻优能力。算例表明,所提出的动态自适应差分算法能够求得模型的最优可行解,且算法的分布性和收敛性均得到了很大的提升。
-
关键词
备件供应
动态优化
差分进化
莱维飞行
自适应
-
Keywords
spare parts supply
dynamic optimization
differential evolutionary algorithm
Levy flight
self-adaptive
-
分类号
E91
[军事]
-
-
题名基于交叉效率排序多目标进化算法的备件供应优化
被引量：3
- 2
-
-
作者
王亚东
石全
尤志锋
王芳
夏伟
-
机构
陆军工程大学石家庄校区装备指挥与管理系
陆军步兵学院石家庄校区机械化步兵系
-
出处
《兵工学报》
EI
CAS
CSCD
北大核心
2020年第11期2338-2346,共9页
-
基金
武器装备“十三五”预先研究共用技术项目(41404050501)
军内科研重点项目(KYSZJWJK1742)。
-
文摘
为了对备件供应网络进行优化并制定最优供应方案,以缩短总供应时间、减少供应成本和降低中断风险为目标,以备件满足度、库存容量等为约束建立了多目标优化模型。基于交叉效率排序多目标进化算法求得模型的非支配解集,同时决策出最优解。优化过程中采用改进数据包络分析计算各最优解的二次目标交叉效率,指导算法朝最优效率个体收敛,对求得的非支配解进行排序从而选择出最优方案。算例表明:通过交叉效率排序多目标进化算法优化得到了13个互不支配的备件供应方案,且确定了交叉效率为0.9278的方案为最优方案;新算法优于未采用排序和采用自评效率排序的多目标进化算法。
-
关键词
备件供应
多目标优化
进化计算
数据包络分析
交叉效率
排序
-
Keywords
spare parts supply
multi-objective optimization
evolutionary computation
data envelop-ment analysis
cross-efficiency
sorting
-
分类号
E92
[兵器科学与技术—武器系统与运用工程]
-
-
题名基于Adaboost的作战目标属性判定方法
被引量：2
- 3
-
-
作者
李园
史宪铭
李亚娟
赵美
-
机构
陆军工程大学石家庄校区装备指挥与管理系
陆军步兵学院石家庄校区机械化步兵系
-
出处
《系统工程与电子技术》
EI
CSCD
北大核心
2022年第4期1256-1262,共7页
-
基金
军队重点科研项目(LJ20202C050369)
全军军事类研究生(JY2020B086)资助课题。
-
文摘
传统作战目标属性判定主要采用指挥员现场判断的定性方法,具有一定的主观性,并且由于缺乏较为成熟固定的算法而难以纳入指挥平台中。针对此问题,结合作战目标属性判定关键影响因素分析,提出一种基于自适应提升(adaptive boosting,Adaboost)的作战目标属性判定方法。首先,针对目标有效面积、目标配置区域面积等关键因素,采用单层决策树算法构建弱分类器。然后,利用Adaboost对弱分类器进行加权组合,形成作战目标属性判定的强分类模型。最后,进行了示例分析,并与决策树、支持向量机和人工神经网络3种属性判定方法进行对比仿真实验,证明了所提方法的正确性和优越性。
-
关键词
作战目标
目标分类
自适应提升
决策树
-
Keywords
operational target
target classification
adaptive boosting(Adaboost)
decision tree
-
分类号
E92
[兵器科学与技术—武器系统与运用工程]
-
-
题名作战模式及需求不确定条件下备件供应优化
被引量：1
- 4
-
-
作者
王亚东
石全
张芳
王强
夏伟
-
机构
陆军工程大学石家庄校区装备指挥与管理系
解放军
陆军步兵学院石家庄校区机械化步兵系
-
出处
《火力与指挥控制》
CSCD
北大核心
2021年第1期147-154,161,共9页
-
文摘
高度不确定性是战时备件保障面临的难题之一,主要体现在作战任务想定的多样性以及备件需求的波动性。针对以上问题,分别将作战模式的不确定性和需求的不确定性转化为离散和连续型不确定参数,采用鲁棒优化方法进行建模。以战时备件供应延迟时间最短为目标,以备件满足率和供应成本为硬约束,构建了战时备件供应的鲁棒优化模型。利用元启发式算法对模型进行求解。算例结果表明,鲁棒优化模型的最优解对应最短的延迟时间,同时可以保证战时备件供应“最差情况下”的可行性,即具有很好的鲁棒性。
-
关键词
战时
备件供应
不确定性
鲁棒优化
多目标优化
-
Keywords
wartime
spare parts supply
uncertainty
robust optimization
multi-objective optimization
-
分类号
TJ01
[兵器科学与技术—兵器发射理论与技术]
E92
[兵器科学与技术—武器系统与运用工程]
-
