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。