基于遗传算法的战时任务抢修过程优化研究

时间:2022-10-24 07:27:09

基于遗传算法的战时任务抢修过程优化研究

摘 要 目前,我军的很多保障单位在进行战时任务抢修过程的规划时很多都是人工自主决策的,根据之前的情况或经验来进行资源配置和路径选择,最终形成抢修方案,这就存在很大的主观因素,使得决策不科学,方案不合理等。根据上述状况,利用遗传算法来进行任务抢修过程模型的求解,得到抢修过程中的总消耗成本和优化路径,最后代入实例数据取得实验结果。仿真结果表明,基于遗传算法的战时抢修过程优化确实能够得到优化的成本消耗并选出优化路径,得到最优方案。

关键字 遗传算法;战时抢修;过程优化

中图分类号 TP3 文献标识码 A 文章编号 1674-6708(2015)145-0124-04

Study on the Optimization of Wartime Repair Process Based on Genetic Algorithm

Wu Zirong,Chen Manqing,Cui Weining

Department of Information Engineering, Academy of Armored Forces Engineering ,Beijing,100072

Abstract At present, many of our security units are artificial autonomous decision-making in the process of wartime repair, according to the situation or experience to make resource allocation and path selection, and ultimately form a repair program, which has a large subjective factors, and the decision is not scientific, unreasonable and so on. According to the above conditions, using genetic algorithm to carry out tasks repair process model to solve and get the repair process of total cost and optimizing path and the substitution instance data obtained experimental results. The simulation results show that the optimization of the process of the repair process based on genetic algorithm can be optimized and the optimized path can be obtained.

Keywords Genetic algorithm; wartime repair; process optimiza-

tion

随着仿真技术的不断发展,传统的装备保障模式也受到了这种技术快速发展的影响。仿真技术不但能直观的将整个保障调配过程显示出来,同时能够节省成本,提高效率,易于推广。如果仿真技术与抢修资源优化调度的相关算法有机地结合到一起,并付诸应用,这将大大地提高保障的水平,同时也会大大地提高保障工作的效率,使得战损装备在最短的时间内恢复战斗力,这对装备战斗力的再形成具有较深的影响[1]。

装备抢修工作高效完成是保证装备战斗力的重要因素之一。仿真技术在现代仿真领域的的快速发展并且广发应用于军事中,给战时抢修带来了很好的发展机遇。装备的保障工作为充分发挥、维持、恢复和完善装备作战技术性能的强有力手段,已经成为决定战争胜负的重要因素之一[2]。战时任务抢修过程中指挥决策、资源的配置、调度以及路径的选择等,目前抢修过程基本都是基于人为定制的,因此存在资源配置调度不合理,保障决策不清晰,总体消耗较大等方面的不足[1]。

目前解决这方面的优化问题一般采用智能优化算法进行仿真计算。本文以实际情况为背景,以总体消耗最小为目标,以时间、路程和人员配置以及保障需求量等为基本约束条件,来建立战时任务抢修过程的数学模型。应用改进的自适应遗传算法进行模型的求解[2]。最终得到在总消耗最小的目标下的任务抢修方案。

1 战时抢修过程优化数学模型

在战场环境下,装备抢修过程是一项非常复杂的科目,目前还没有将全部抢修过程按着数学的方法进行模型建立,因为太复杂,根本无法计算,也无法很好的描述建立的模型。因此,为了便于建立模型,也为了便于模型的计算,文章对战时任务抢修过程进行归纳概括,取其核心,概括为资源的调配和路径的选择[3]。

1.1 战时抢修过程优化问题描述

装备抢修过程中包含几个要素,主要有保障单位、物资、抢修分队、待抢修点、行走路径、约束条件和目标条件等。战时抢修过程优化的最终目标。在建立模型前,需要对问题进行一些假设。1)把需要的物资都看成是一种物资;2)保障单位和待抢修点的坐标已知;3)每个待抢修点的物资需求量已知;4)线路的起始和结束位置都在保障单位,每个抢修分队只保障一条线路;5)行驶道路都是通畅的,不考虑交通堵塞等情况。

为了更加接近实际,还应该满足时间的要求,为每个待抢修点增加时间约束,增加最早到达时间和最晚到达时间。假如保障单位派出的抢修分队没能在规定的时间里到达待抢修点,则会给予相应的惩罚[2]。

1.2 模型建立

1.2.1 模型描述

设现有N个需要进行战损任务抢修的单位,保障单位有k个抢修分队,编号分别为(1,2,...K),每个分队能够最多携带的抢修资源量为Q,每个待抢修单位上报的资源需求量为(i表示第i个待抢修点,且)。假设待抢修点i和待抢修点j直接的路径长度为,路径长度是通过两点之间的坐标来计算的,如待抢修点i的位置坐标为,待抢修点j的位置坐标为,则求解路径长度的公式为:。

完成待抢修点i的抢修任务需要的时间为,且待抢修点i的抢修工作最好在时间窗口[,]内开始,若抢修分队到达待抢修点i的时间早于,则分队需在i处等待,如果到达时间晚于,则会处以一定的惩罚,产生代价。

一些基本的假设:1)目前暂时设置一个抢修保障单位,所有的抢修分队都是从这里派出,并最后再返回单位;2)每个待抢修点恰好被一个抢修分队进行抢修保障工作,不会交叉抢修;3)每个抢修分队的携带资源量相同;4)每个待抢修点所需的抢修资源量是已

知的[4]。

上一篇:海绵城市“热闹事” 下一篇:要留神人工智能,更要留神技术带来的不平等