基于边际-人工蜂群算法的舰载机机群出动保障人员配置-调度联合优化方法

发布时间：2022-02-13 19:52

　　保障人员配置和保障作业调度是舰载机机群出动保障任务决策的2项核心内容。针对复杂甲板作业约束条件下保障人员配置-调度联合优化的实际问题,首先,系统分析舰载机机群出动保障流程约束、出动时限约束、保障人员约束、保障设备约束、工位空间约束和资源供给能力约束。其次,以保障人员数量和负载方差和最小化为优化目标,建立了混合整数规划模型,进而提出了基于边际-人工蜂群（ABC）算法的两层优化决策架构。上层决策模型基于边际优化算法对保障人员配置方案进行迭代优化,下层决策模型采用改进的双向人工蜂群算法对舰载机机群出动保障任务调度进行优化。最后,通过典型算例验证了所提模型和两层优化机制的可行性与有效性。 

【文章来源】：北京航空航天大学学报. 2020,46(11)北大核心EICSCD

【文章页数】：13 页

【部分图文】：

单机出动保障作业流程图

此外,由于舰载机机群出动回收作业一般按照一定的甲板周期循环进行,因此所规划的出动保障作业方案的完工时间Cmax需限定在一定作业期限C max d 内,否则将影响下一波次舰载机的回收作业。2 ISSP-ASS模型

上层模型负责各专业保障人员的配置决策。对此,采用边际优化算法进行求解,该算法操作简单,搜索精度高,且最大优势在于迭代过程不丢失最优解,在求解资源配置这类问题相对一般启发式算法更具优势。下层模型负责舰载机机群出动保障调度优化,以缩短保障完工时间,本文设计了一类改进人工蜂群算法进行求解。在每一步迭代过程中,在上层将各类专业保障人员分别增加单位数量后,调用下层调度优化模型计算边际效益的增量,下层则根据所增加的保障人员配置,基于改进的人工蜂群算法求解最优调度方案,并将机群保障完工时间和保障人员负载方差和反馈至上层配置模型,由上层模型选取边际效益最优的人员增加方案,通过不断迭代直至满足机群完工时间的时限要求。基于边际-人工蜂群算法的舰载机机群出动保障人员配置-调度联合优化流程如图4所示。图4 边际-人工蜂群算法流程

【参考文献】：
期刊论文
[1]舰载机保障作业调度问题研究进展[J]. 刘翱,刘克.  系统工程理论与实践. 2017(01)
[2]出动强度约束下多机种(型)保障资源优化配置[J]. 杨甫勤,夏军剑,路学成.  军事交通学院学报. 2016(11)
[3]基于Memetic算法的舰载机舰面一站式保障调度[J]. 苏析超,韩维,萧卫,蒋婷婷.  系统工程与电子技术. 2016(10)
[4]A multi-agent based intelligent configuration method for aircraft fleet maintenance personnel[J]. Feng Qiang,Li Songjie,Sun Bo.  Chinese Journal of Aeronautics. 2014(02)
[5]基于PERT网络的航空弹药保障人员优化配置[J]. 郭小威,马登武,邓力.  北京航空航天大学学报. 2014(01)
[6]改进系统备件满足率约束下的备件优化配置建模[J]. 赵建忠,李海军,叶文,王浩伟.  兵工学报. 2013(09)
[7]基于空间约束的舰载机航空保障调度研究[J]. 魏昌全,陈春良,王保乳.  控制工程. 2013(04)
[8]国内装备维修保障资源优化技术研究综述[J]. 敬军.  中国舰船研究. 2013(04)
[9]考虑空间约束的舰载机作业调度模型研究[J]. 刘钦辉,邱长华,王能建.  哈尔滨工程大学学报. 2012(11)
[10]以保障活动为中心的装备保障资源数量预测[J]. 郭霖瀚,康锐,文佳.  航空学报. 2009(05)

硕士论文
[1]舰载机保障人员配置优化仿真研究[D]. 崔博.哈尔滨工程大学 2016



本文编号：3623817