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。     

基于改进禁忌搜索算法的舰载机保障作业调度

[目的]舰载机出动能力是航母综合作战能力的重要指标,而舰载机保障作业调度将直接影响舰载机的出动能力,因此对舰载机保障作业进行合理调度能有效提高航母的作战能力。[方法]通过将舰载机保障作业调度问题转换成车间作业调度问题,建立保障作业调度模型。对传统禁忌搜索算法的初始解、搜索策略和禁忌列表长度进行改进,以减少最大完工时间为目标,提出一种改进的禁忌搜索算法来求解该模型。[结果]通过实验仿真验证了改进的禁忌搜索算法对于舰载机保障作业调度问题的适用性,且该改进算法在计算速度和优化结果方面均优于传统禁忌搜索算法。[结论]改进禁忌搜索算法可以有效地对舰载机保障作业调度问题进行求解。     

基于学徒制算法的航母舰载机保障作业调度

[目的]针对舰载机的保障调度问题,提出一种基于学徒制的调度优化算法,以快速制定舰载机保障调度计划。[方法]运用学徒学习思想,将专家示例中的已执行任务与未执行任务成对予以比较,构造样本集,训练基于航母甲板特征的保障任务排班分类器,然后以此为基础设计学徒制舰载机机群保障任务调度算法,并从求解结果、求解时间和资源分配方面与传统的遗传算法进行对比。[结果]结果显示,采用学徒制算法制定的舰载机机群保障调度计划与传统的遗传算法相比结果相当,但收敛速度提升了近4倍,且相比遗传算法能更加平均地分配保障资源。[结论]采用学徒制算法可以充分学习专家的经验,解决静态单目标的舰载机保障调度问题,能为研究动态多目标的舰载机保障调度提供基础。     

一种航母甲板作业快速调度算法

针对舰载机飞行作业期间,航母甲板上的各种保障作业具有高度的时间紧迫性、不确定性和动态性,研究舰载机甲板作业的优化调度问题,建立舰载机甲板作业调度问题的组合优化模型,设计求解该问题的启发式规则,将基于启发式规则获得的解作为禁忌搜索算法的初始解,通过摄动策略增强解的质量。仿真结果表明本文提出算法的有效性,且与普通TB、SA算法比,具有收敛速度快、目标函数值更优的特点。     

基于基本空间组合关系的舰载机机库布列算法

[目的]提出一种优化航空母舰机库甲板舰载机布列的算法.[方法]针对机库内舰载机混搭布列问题,基于基本空间组合关系,建立组合关系库,优化解空间,将有约束的二维排样问题转换为组合优化问题.然后,再以最大舰载机数量与最大可紧急出动舰载机数量为目标,建立机库布列模型,并利用一种启发式算法求解该模型.[结果]以"尼米兹"级航空母...     

舰载机典型调运方案推演与时序优化

[目的]为提高舰载机甲板调运效率,开展舰载机调运路径与时序的快速规划研究.[方法]建立一种基于网络拓扑结构的调运路径快速规划方法,引入舰载机运动模型和轨迹跟踪控制方法,建立仿真推演模型.以典型出动回收作业为例探讨舰载机调运约束条件、调运原则以及优化目标,提出一种调运时序快速优化方法.[结果]仿真推演结果显示,优化算法可...     

舰载机高强度作业流程仿真研究

舰载机高强度出动回收作业是航母最大作战能力的集中体现,其对甲板资源、舰载机调度等均有很高要求。为系统研究舰载机高强度出动回收作业流程和舰载机调度策略,本文建立了基于随机过程和线性策略的流程调度仿真模型,实现了舰载机自主调度。基于Matlab开发了仿真程序,与美国高强度演习记录的对比表明,该仿真模型精度可靠。研究了2种不同的调度策略,仿真结果表明,调度策略对于舰载机作业安全影响较大,对出动架次率影响不大。     

船舶维修备件供应调度路径优化研究

文章针对船舶维修备件供应调度成本较高的问题,提出两级保障下维修备件供应调度优化策略;为解决基地级备件供应调度路径不合理和基层级装备维修效率低的问题,引入软时间窗的概念,建立了带软时间窗的两级保障下船舶维修备件供应路径优化模型;通过设计优化算法中的算子来改善遗传算法的局限性,提高算法收敛速度,并将算法运用到问题的求解当中;运用MATLAB编程求解目标函数,并用相关案例验证了该模型的有效性,为船舶维修备件供应调度路径的规划提供参考。     

基于多目标遗传算法的飞行甲板参数化设计优化方法

飞行甲板是航母总体设计的关键和难点,开展飞行甲板设计优化对提高航母的甲板布列、舰载机的出动回收能力等总体设计具有重要意义。为解决飞行甲板设计变量、评估要素众多而带来的总体设计的复杂性和多样性,提出一种全参数化的飞行甲板建模方法,并采用多目标遗传算法,建立飞行甲板多目标设计优化的数学模型和算法。研究表明:飞行甲板参数化模型可准确构建飞行甲板的外形方案,结合多目标遗传算法可有效实现飞行甲板多方案的自动评估和优化,获得多目标优化的前沿解。     

基于微粒群算法的舰艇计划修理资源调度优化

为解决舰艇修理计划中时间和资源制约带来的问题,提出了基于微粒群算法的舰艇计划修理资源调度优化方法.将不确定性多项式的求解问题转化为优先级搜索问题,并利用微粒群算法实现了问题的快速有效求解.工程实例的求解得到了合理有效的分配方案,解决了在资源制约下最小化工期的问题.     

基于状态变迁图的舰载机出动能力分析

为了研究“尼米兹”级航空母舰的舰载机出动能力目标与航空保障能力需求之间的复杂关系,首先根据舰载机的航空保障作业流程抽象出6个状态,并采用状态变迁图描述其任务剖面;其次,由舰载机出动指标推演出航空兵力的任务剖面,根据任务剖面绘制相应的状态变迁图;最后,基于状态变迁图分析甲板作业、调运作业等航空保障能力需求.实例表明,状态变迁图是一种系统分析的有效工具.     

舰载机起降对甲板作业人员的影响研究

围绕舰载机起降过程中,发动机高温高速喷流产生的强噪声、高热辐射和强气流冲击对甲板航空保障作业人员的影响问题,阐释了舰载机起降对甲板作业人员生理心理影响的涵义,梳理了涉及的研究内容和防护技术,从测试技术、分布规律、防护措施及作业标准4个方面重点分析了美海军整体研究现状、已取得的研究成果及发展趋势。在此基础上,分析了国内外差距以及开展相关研究的重难点和技术途径。     

基于 Petri 网的航母飞行甲板火灾评价方法*

航母飞行甲板上的航空保障作业极为复杂,各种危险源互相交织,极易发生火灾事故,给人员、舰载机和系统设备安全造成了很大隐患。目前,火灾风险的随机性评价方法虽比较成熟,但难以对其进行定量和动态分析。在综合当前火灾风险评价方法的基础上,针对航母飞行甲板的火灾安全特性,提出使用面向对象的 Petri网建模和仿真方法,进行飞行甲板火灾风险评价,并建立了相应的评价模型,为飞行甲板定量评价提供了重要支撑。     

基于蚁群算法的港内集装箱运输调度模式研究

以集装箱码头船舶装卸作业调度问题为研究对象,综合考虑港口多种装卸资源和流程,在船舶泊位占有时间确定的条件下,以装卸运输作业总成本最低为目标,提出单船装卸作业调度模型;用蚁群算法对所建立的模型进行求解和仿真,并结合实际问题给出具体调度结果。此模型和方法考虑了生产效率和作业成本之间的平衡,保证以较低的成本完成规定作业。     

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。     

简化护卫舰的尾流场优化研究

小型舰船在航行中，机库后方产生的不稳定回流区会影响舰载机在甲板上的作业。为了改善舰面流场，保障舰载机在甲板上的安全起降，基于改进的简化护卫舰外形（MSFS），首先结合计算流体力学和人工神经网络方法，预测不同的机库长度L和宽度W对应的回流区大小，建立两种神经网络下的回流区响应面，然后在该响应面上使用粒子群算法得到优化的舰船结构。结果表明：回流区长度随着L和W的变化呈现出明显的非线性变化；与数值模拟结果相比，误差逆传播神经网络得到的回流区长度最大相对误差约为0.9%，径向基函数神经网络得到的最大相对误差约为2.2%；两种神经网络下得到的预测回流区响应面在整体上较为相似，且在两个预测响应面上优化得到的最小回流区长度都为1.93H，和数值模拟结果之间的相对误差约为0.5%。     

一种舰载机调运作业流程优化模型

以俄航母舰载机调运作业为研究原型,分析了舰载机调运作业时序,提出了一种舰载机调运作业流程交通网模型,通过对模型的分析为舰载机调运作业时序提出了优化建议,可以为舰载机调运作业流程的规划提供决策依据.     

一种自动化轨道式龙门起重机作业任务调度多目标优化方法

目前常规的轨道式龙门起重机作业任务调度多目标优化方法主要通过对机械设备的运行路径进行规划模拟,从而生成最优调度方案。针对该方法缺乏对集装箱作业顺序的有效约束、优化效果不佳等问题,提出一种自动化集装箱轨道式龙门起重机作业任务调度多目标优化方法。首先将调度优化问题进行分解,并对不同子问题下的决策变量进行提取;然后以轨道吊作业总延误时间最小作为优化目标,构建多目标优化函数;最后结合双层遗传算法,对目标函数进行求解,从而生成最优调度方案。实验结果表明,新方法具有较为理想的优化效果。     

集卡预约模式下集装箱码头可变闸口协同调度优化

针对集卡预约模式下集装箱码头传统闸口存在的作业量不均衡、集卡过闸效率不高和集港高峰时段闸口拥堵等问题,引入不同预约时段间服务类型可切换的可变闸口,研究集卡预约模式下可变闸口协同调度问题。基于集卡平均排队时长最小和闸口各通道总作业时间最小的优化原则,在闸口日服务容量满足集卡日抵港量的条件下,建立闸口调度模型。运用逐点固定流体近似算法估计闸口M/E_k(4)/C/∞集卡排队模型获取不同预约时段各通道平均队长后,设计基于2-opt和随机变异规则的混合模拟退火算法求解闸口调度方案。所构造的测试算例验证模型和算法的有效性。计算结果表明:嵌入可变闸口调度模块的集卡预约系统能降低不同时段间集卡平均排队时长曲线的波动幅度;减小高峰时段集卡等候排队过闸的空耗时间;降低闸口日均服务时长和作业成本;协同优化集卡预约机制下闸口各通道资源配置。     

单向航道港口拖轮配置仿真优化

为更好地指导港口拖轮的配置,以拖轮的闲置率和客户满意度为评价指标,提出以拖轮作业总成本最小为目标的单向航道港口拖轮配置仿真优化模型,模型由拖轮作业仿真模块和拖轮作业调度优化模块组成。首先,优化模块基于嵌入启发式规则的混合遗传算法生成新的拖轮作业调度可行方案,并将其输入到仿真模块;其次调用仿真模块计算拖轮的闲置率和客户满意度;最后对可行方案进行分析,并筛选出最优方案。通过算例验证了模型的有效性,为单向航道港口的拖轮配置优化提供依据。