一种基于可用度的三级备件配置方法研究

保障经费是影响装备使用可用度的重要因素之一,在有限的保障经费下,要使装备具有最大的使用可用度,建立备件供应保障的优化模型尤为重要。根据装备维修作业体系目前由基层级、中继级和基地级三级构成,装备实行三级维修和备件供应保障,建立了一个以保障经费为约束条件的装备可用度最优化模型,最终获取了一个最优的三级备件分配方案。     

集装箱支线运输船舶调度优化问题

调度是制约支线集装箱运输质量和效率的主要瓶颈之一。针对轴辐射海上运输模式,扩展了陆上车辆运输调度(VRP)理论,以所有船舶总的航行成本最低为目标函数,考虑了软时间约束等现实因素,构建了包含枢纽港和喂给港、多航线、多船型的支线集装箱船舶调度模型。基于该问题解的特征运用粒子群算法对模型进行了求解,最后通过仿真算例分析验证了模型的合理性及算法的有效性。     

基于蚁群算法的港口船舶调度优化问题研究

港口船舶调度优化问题是当前一个公开的难题,传统方法无法获得理想的港口船舶调度优化方案,为了加快港口船舶调度速度,降低港口船舶调度成本,建立了基于蚁群算法的港口船舶调度优化模型。首先分析当前港口船舶调度优化研究现状,指出各种方法出现不足的原因,然后构建港口船舶调度优化问题的多约束优化目标函数,并引入蚁群算法对多约束优化目标函数进行寻优,求得港口船舶调度优化问题的最优解,最后进行港口船舶调度优化仿真模拟实验。相对于其他港口船舶调度优化模型,蚁群算法改善了港口船舶调度优化问题求解的效率,港口船舶调度优化问题的解质量更高,可以满足港口船舶调度管理的实际应用要求。     

基于GA-灰色BP神经网络船舶备件需求预测模型

船舶维修备件的及时保障是船舶设备正常生产作业的保证，备件需求量的准确预测对于航运公司降低运营成本、提高管理效率起着至关重要的作用。文章从某船设备维修备件的历史数据进行分析，构建一种基于灰色模型的多层前馈（BP）神经网络模型，并采用遗传算法（GA）进行优化。首先对船舶设备备件需求影响因素进行分析，通过灰色模型确定备件需求的关键指标，并将结果作为BP神经网络的输入层，从而输出需求预测值。与灰色模型、GA-BP模型预测值对比发现，基于GA-灰色BP神经网络组合模型对于船舶备件的需求预测精度误差仅为0.147%。结果表明，使用GA优化可以提高灰色BP神经网络的预测精度，为船舶维修备件需求预测提供了一种新思路。     

遗传算法在港口船舶调度领域中的应用

以港口企业的研究实践为出发点,从港口船舶调度的优化目标和影响港口船舶调度的因素两方面入手,借助多目标优化和遗传算法在各自算法上的优势,针对港口船舶调度的特殊性要求,将两种算法进行动态融合,并结合实际业务数据进行了模型的构建和求解。     

基于整数线性规划方法的舰载机航空保障资源优化调度

[目的]为了优化舰载机航空保障资源调度问题,[方法]根据航空母舰(简称航母)舰载机机群航空保障流程特有的串行、并行、柔性特点以及舰载机的起飞顺序,基于整数线性规划方法,建立航空保障资源优化调度的混合整数线性规划模型,利用CPLEX的混合整数线性规划求解器和改进的差分进化算法对资源调度模型进行求解。然后,以"福特"级航母舰载机出动机群保障流程为例进行仿真计算。[结果]结果表明,CPLEX的混合整数线性规划求解器和改进的差分进化算法均可用于求解,但存在求解精度和收敛速度上的差异,需根据实际出动规模和计算需求对计算方法进行选择。[结论]建立的舰载机航空保障资源优化调度模型可以有效指导航空保障资源的优化调度。     

基于人工智能算法的港口物流船舶运输路径优化研究

传统的港口物流船舶运输路径优化后,船舶运输成本很高,运输时间过长。针对上述问题,引用人工智能算法研究了一种新的港口船舶运输路径优化方法,通过船舶配送和客户管理两阶段解决优化问题,通过线性优化区分港口路径组成的种群,形成若干个子种群,分析种群之间的密度,根据密度分析结果得到协同进化方案,同时使用提升操作和协同操作解决路径优化问题,利用"径—环切割"理论对客户进行分组优化,通过时间窗解决运行时间问题。设定对比实验验证方法效果,结果表明,基于人工智能算法的港口物流船舶运输路径优化方法可以有效降低运输成本,缩短运输时间。     

海运库存路径联合优化研究现状与展望

库存路径问题基于供应商管理客户库存策略,运用系统思想将全局决策代替序贯决策,具有重要的研究价值。为了推动海运库存路径问题领域研究,本文分析了联合优化问题的考虑因素与优化目标,归纳了该领域研究现状,对船舶路径与调度计划、港口的库存管理以及时间窗约束进行整合研究,并提出混合整数规划模型。海运库存路径联合优化问题的发展将拓宽供应链优化领域理论研究,同时为企业在市场资源配置上提供更合理的决策支持。     

支线集装箱船舶航线规划与配载协同优化

针对支线集装箱船舶运输中喂给港数和靠泊条件不一的实际背景,考虑船舶容量、行驶稳性和交付时间等约束,采用两阶段分层方法研究支线集装箱船舶航线规划和配载协同优化问题。两阶段中分别以所有船舶总运营成本最小和混装堆栈数最小为目标,构建船舶航线规划和配载优化的混合整数规划(MIP)模型,结合问题特征设计粒子群算法(PSO)求解模型。结果表明：模型与算法均可实现问题求解,对于较大规模的算例,模型最长求解时间超过600 s, PSO最长求解时间为16.66 s,平均10.00 s内完成求解,表现出较好的求解性能,可为支线集装箱船舶航线规划与配载协同优化提供决策参考。     

舰船备件多级库存MLDT计算仿真与备件品种的综合评价模型研究

侧重于解决舰船多级库存备件计算的两个问题：其一,为解决多级库存的备件保障率（P）和平均保障延误时间（MLDT）递推和递归计算问题,编制基于图形界面的仿真计算程序,为装备供应机构提供一个方便且实用的计算工具;其二,提出基于多种影响因素的备件品种综合评价模型,解决指定供应级别中满足给定保障率的库存备件品种的定量计算问题。