军事装备技术区车辆优化调度算法研究与实现

发布时间：2017-04-11 01:12

  本文关键词：军事装备技术区车辆优化调度算法研究与实现，由笔耕文化传播整理发布。

【摘要】：随着信息科学技术的不断进步,世界新军事变革深入发展,战争形态加速向信息化转变。加强信息化建设,突出信息化特点已然成为世界各国军队建设的重要共识。当前,我国国防和军队建设正处于向信息化转型的关键时期,部队管理的各个层面,无不瞄准信息化这一关键要素。车辆调度问题属于典型的全局优化问题,自上世纪60年代被提出以来,引起了学术界的广泛兴趣。随着研究的不断深入,问题描述出现了许多新特征、新要素,也引起了运筹学、组合数学、图论、计算机应用技术等领域专家的极大重视,为此,国内外学者对其进行了广泛研究,取得了丰硕成果。军用车辆调度问题有其自身的特点和规律,研究侧重点也有所不同。本文从装备技术区车辆调度实际需求入手,提出了以作战效能为依据,以节约高效为原则,用战力指数与油耗指数的比值作为衡量调度标准的新模式,比值越大,则表明作战效能越高。战力指数和油耗指数均由静态和动态两部分构成。其中静态指数由车辆性能参数决定,只与车辆自身相关,分别用静态战力指数和静态油耗指数表达;动态指数由车辆机动性能、驾驶员经验技术、目标点自然环境等因素综合决定,与“人-车-目标点”具体配对情况有关,分别用“人-车-目标点”战力综合影响因子和“人-车-目标点”油耗综合影响因子表示。这样的模型构建有利于提高作战效率,节约资源,符合当前装备技术区管理和运行实际,对装备技术区车辆优化调度具有一定的现实意义和指导作用。遗传算法是借鉴生物进化规律,并由此演化而来的一种随机搜索方法,因其独特的求解模式,以及良好的全局搜索能力,已逐渐成为应对组合优化领域问题的一个有效方法,在车辆调度问题上的运用更为常见。本文运用了一种改进的遗传算法以求解装备技术区车辆调度问题,算法的改进主要有以下两个方面。一是在编码方式上的改进。为更好地描述问题,易于理解,便于解码,本文采用了基于二维数组的混合编码方式,即每个个体染色体的基因值由自然数和符号数组成,这样的编码方式既容易描述问题需求,又便于遗传算子操作。二是在遗传算子上的改进。交叉算子采用了改进的基于位置交叉算子,变异算子采用了随机两点对换变异算子,这两种算子的设计丰富了遗传操作,增强了种群的多样性,有助于求得问题的最优解。最后,本文借助部队日常训练中车辆调度实例,通过编程运算,得到了比较理想的结果,并依此确定了车辆选配方案。据此实例可以看出,该算法较传统算法效率有明显大幅提高,从而验证了算法的可行性和高效性。通过实例验证,该算法可用于军事装备技术区车辆调度,也可用于其他涉及优化调度的业务领域。该算法可在尽短的时间内制定出调度策略,为部队遂行任务提供优选方案,大幅提高决策效率,节约资源,对军队信息化、现代化建设具有一定意义。
【关键词】：车辆调度 遗传算法 装备技术区 军用车辆
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP18;E27
【目录】：

• 摘要4-6
• Abstract6-11
• 第1章 绪论11-17
• 1.1 选题背景及实际意义11-12
• 1.1.1 选题背景11-12
• 1.1.2 实际意义12
• 1.2 国内外研究现状12-15
• 1.2.1 国外研究情况12-13
• 1.2.2 国内研究现状13-14
• 1.2.3 军内研究现状14-15
• 1.3 论文的结构及主要创新点15-17
• 1.3.1 论文的结构体系15
• 1.3.2 主要创新点15-17
• 第2章 军用车辆调度问题研究17-25
• 2.1 作战行动优化17-20
• 2.1.1 军事运筹学概述17-18
• 2.1.2 兵力分配问题18-19
• 2.1.3 作战效能评估19-20
• 2.2 车辆调度问题类型20-21
• 2.2.1 常规车辆调度问题种类20
• 2.2.2 装备技术区车辆调度问题20-21
• 2.3 影响因素分析21-25
• 2.3.1 车辆自身因素21-22
• 2.3.2 驾驶员因素22-23
• 2.3.3 客观环境因素23-24
• 2.3.4 “人-车-目标点”综合影响因子24-25
• 第3章 遗传算法综述25-39
• 3.1 遗传算法一般性描述25-29
• 3.1.1 基本概念25-26
• 3.1.2 遗传算法的组成部分26-29
• 3.1.3 算法流程29
• 3.2 基本遗传算法及其衍变29-37
• 3.2.1 基本遗传算法描述30-31
• 3.2.2 编码方式的扩展31-33
• 3.2.3 选择操作的扩展33-34
• 3.2.4 交叉操作的扩展34-36
• 3.2.5 变异操作的扩展36-37
• 3.3 遗传算法在车辆优化调度中的应用37-39
• 第4章 军事装备技术区车辆调度模型39-47
• 4.1 问题描述39-40
• 4.2 模型构建40-42
• 4.2.1 前提和约束40
• 4.2.2 建模分析40-42
• 4.3 遗传算法求解42-47
• 4.3.1 编码方法42-43
• 4.3.2 初始群体生成43
• 4.3.3 适应度函数设计43
• 4.3.4 遗传操作43-46
• 4.3.5 算法参数的设置46-47
• 第5章 军事装备技术区车辆调度实例47-63
• 5.1 模型初始数据设定47-48
• 5.2 冬季适应性训练定点保障车辆调度48-53
• 5.2.1 问题描述48-49
• 5.2.2 数据准备49-51
• 5.2.3 算法求解51-53
• 5.3 指挥机关演练伴随保障车辆调度53-59
• 5.3.1 问题描述53-54
• 5.3.2 数据准备54-57
• 5.3.3 算法求解57-59
• 5.4 结果分析59-63
• 5.4.1 程序运行次数和解的关系59-61
• 5.4.2 算法参数和解的关系61
• 5.4.3 模型参数和解的关系61-63
• 第6章 结论与展望63-65
• 6.1 研究内容与结论63-64
• 6.2 存在主要不足64
• 6.3 下步工作展望64-65
• 参考文献65-69
• 致谢69

【相似文献】

中国期刊全文数据库 前1条

1 陈立云;卢昱;晏杰;刘云龙;;基于改进遗传算法的弹药运输车辆调度问题研究[J];装备学院学报;2014年02期

中国重要会议论文全文数据库 前5条

1 马华伟;叶浩然;夏维;;允许分割配送的多时间窗车辆调度问题的改进蚁群算法求解[A];第十四届中国管理科学学术年会论文集(上册)[C];2012年

2 杨国兴;;多车场车辆调度问题的一种有效算法[A];管理科学与系统科学进展——全国青年管理科学与系统科学论文集（第3卷）[C];1995年

3 王银;王慧;;浅谈配送车辆调度问题[A];第九届中国不确定系统年会、第五届中国智能计算大会、第十三届中国青年信息与管理学者大会论文集[C];2011年

4 王永;农兰晶;刘蕾;杨晓洁;;邮政中心选址与车辆调度混合模型研究[A];中国系统工程学会第十八届学术年会论文集——A12系统科学与系统工程理论在各个领域中的应用研究[C];2014年

5 王永;刘蕾;农兰晶;杨晓洁;;邮政运输车辆调度问题研究[A];中国系统工程学会第十八届学术年会论文集——A12系统科学与系统工程理论在各个领域中的应用研究[C];2014年

中国博士学位论文全文数据库 前3条

1 葛显龙;面向云配送模式的车辆调度问题及算法研究[D];重庆大学;2011年

2 周洁;车辆调度问题的算法及复杂性[D];华东师范大学;2013年

3 李妍峰;时变网络环境下车辆调度问题研究[D];西南交通大学;2008年

中国硕士学位论文全文数据库 前10条

1 柯昌正;动态车辆调度问题研究与应用[D];北京交通大学;2007年

2 贾艳鸿;地震灾害下救援物资车辆调度问题研究[D];辽宁科技大学;2015年

3 王龙昌;多车场军事物流车辆调度问题优化研究[D];大连海事大学;2016年

4 焦登娅;车辆调度问题的不确定规划模型[D];清华大学;2015年

5 李宏伟;军事装备技术区车辆优化调度算法研究与实现[D];吉林大学;2016年

6 郭凤鸣;动态环境下的车辆调度问题研究[D];同济大学;2006年

7 刘云霞;动态车辆调度问题分析及算法设计[D];西南交通大学;2004年

8 胡夏云;基于蚁群算法的动态车辆调度问题的研究[D];广东工业大学;2013年

9 杨烨;带时间窗的单车场多车型满载车辆调度问题研究[D];山东理工大学;2013年

10 邢莹莹;地震灾害下应急药品的车辆调度研究[D];辽宁科技大学;2013年

  本文关键词：军事装备技术区车辆优化调度算法研究与实现，，由笔耕文化传播整理发布。

本文编号：297968