国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于改進(jìn)PSO 的裝備維修任務(wù)調(diào)度方法*

2021-06-11 00:52呂亞娜田永林杜秀麗
火力與指揮控制 2021年4期
關(guān)鍵詞:任務(wù)調(diào)度分隊(duì)權(quán)重

呂亞娜,田永林,杜秀麗

(大連大學(xué)通信與網(wǎng)絡(luò)重點(diǎn)實(shí)驗(yàn)室,遼寧 大連 116622)

0 引言

裝備維修的快速性對(duì)維修資源、維修人員、維修經(jīng)費(fèi)、維修時(shí)間等的合理分配提出了更高要求,開(kāi)展裝備維修任務(wù)調(diào)度方法研究,對(duì)提高參戰(zhàn)裝備的完好率與戰(zhàn)斗恢復(fù)率,為取得戰(zhàn)爭(zhēng)最終勝利具有重要意義。

裝備維修包含了使裝備保持、恢復(fù)或改善到規(guī)定狀態(tài)的全部活動(dòng),其貫穿于戰(zhàn)場(chǎng)服役的全過(guò)程,其核心在于裝備維修任務(wù)調(diào)度方法。近年來(lái),學(xué)術(shù)界開(kāi)展了大量的裝備維修任務(wù)調(diào)度方法研究,并取得了一定的成果。文獻(xiàn)[1]分析了戰(zhàn)場(chǎng)裝備維修任務(wù)特點(diǎn),以故障裝備盡快恢復(fù)作戰(zhàn)所需狀態(tài)為目標(biāo),提出了動(dòng)態(tài)維修任務(wù)調(diào)度方法。文獻(xiàn)[2]建立了用于評(píng)估維修任務(wù)調(diào)度策略的定點(diǎn)修理過(guò)程仿真模型,給出了維修任務(wù)執(zhí)行模式、維修任務(wù)選擇及維修資源分配中較好的策略。文獻(xiàn)[3]提出了一種基于排隊(duì)論的裝甲裝備故障維修任務(wù)調(diào)度方法,實(shí)現(xiàn)了任務(wù)調(diào)度的最優(yōu)化配置。文獻(xiàn)[4]分析了裝備維修作業(yè)調(diào)度工序并行性的特點(diǎn),建立以最小維修任務(wù)時(shí)間為目標(biāo)的作業(yè)調(diào)度模型,并設(shè)計(jì)了基于遺傳算法的模型求解算法。文獻(xiàn)[5]考慮了維修任務(wù)調(diào)度中時(shí)間不確定因素,建立了一種裝備維修任務(wù)調(diào)度模型,并采用改進(jìn)的最大-最小螞蟻系統(tǒng)對(duì)模型求解。文獻(xiàn)[6]提出了一種伴隨修理裝備維修任務(wù)調(diào)度的多目標(biāo)動(dòng)態(tài)調(diào)度方法,并設(shè)計(jì)了基于改進(jìn)非支配排序遺傳算法(NSGA-II)對(duì)模型求解。文獻(xiàn)[7]提出了一種基于貪婪啟發(fā)式的本地搜索算法(GHLSA)用于裝備多組件的系統(tǒng)維護(hù),旨在最大程度地減少停機(jī)時(shí)間。文獻(xiàn)[8]考慮了裝備剩余壽命、重要性和距離等因素,提出了一種基于裝備剩余壽命的最優(yōu)調(diào)度模型。

以上研究對(duì)于裝備維修任務(wù)調(diào)度問(wèn)題具有一定借鑒,但方法適應(yīng)于特定場(chǎng)景,且求解算法效率不高,易造成維修時(shí)間過(guò)長(zhǎng)、維修成本過(guò)高等不足。因此,尋求一種更加合理有效的裝備維修任務(wù)調(diào)度方法迫在眉睫。本文以戰(zhàn)場(chǎng)環(huán)境下故障裝備為研究對(duì)象,構(gòu)建以武器裝備重要程度、維修時(shí)間、維修成本為目標(biāo)的維修任務(wù)調(diào)度模型,并設(shè)計(jì)了改進(jìn)的粒子群算法對(duì)模型進(jìn)行求解,該方法提高了裝備維修任務(wù)調(diào)度方法的有效性,可為戰(zhàn)場(chǎng)維修任務(wù)調(diào)度提供一定的參考。

1 裝備維修任務(wù)調(diào)度模型

1.1 問(wèn)題描述

裝備維修任務(wù)調(diào)度是確保戰(zhàn)時(shí)裝備維修保障工作能夠合理有效進(jìn)行的重要組成部分,相對(duì)于一般維修任務(wù)而言,戰(zhàn)時(shí)維修任務(wù)在維修復(fù)雜度、維修方法、維修時(shí)限性、維修順序及裝備故障發(fā)生范圍和頻率方面都有很大不同。戰(zhàn)時(shí)裝備維修任務(wù)調(diào)度的最終目標(biāo)是能夠使戰(zhàn)損裝備盡快恢復(fù)戰(zhàn)斗力,及時(shí)投入戰(zhàn)斗序列。

設(shè)有M 個(gè)維修保障分隊(duì)(m=1,2,3,…,M)對(duì)N個(gè)戰(zhàn)損裝備(n=1,2,3,…,N)進(jìn)行維修,裝備故障類型有L 種(l=1,2,3,…,L),每個(gè)維修保障分隊(duì)可維修K 個(gè)戰(zhàn)損裝備(k=1,2,3,…,K),每種故障類型裝備有S 個(gè)(s=1,2,3,…,S),假設(shè):

1)一臺(tái)戰(zhàn)損裝備同一時(shí)間發(fā)生故障的故障類型不變。

2)一臺(tái)戰(zhàn)損裝備由一個(gè)維修分隊(duì)進(jìn)行維修。

3)維修分隊(duì)通過(guò)調(diào)度后維修中途不再更換其他分隊(duì),直至維修任務(wù)結(jié)束。

4)故障發(fā)生時(shí)維修分隊(duì)即接收相關(guān)維修任務(wù)指令,忽略不計(jì)維修人員在不同戰(zhàn)損裝備之間的走動(dòng)時(shí)間。

戰(zhàn)時(shí)裝備發(fā)生故障后,保障部門接收相關(guān)維修指令,維修輔助決策者對(duì)維修人員進(jìn)行任務(wù)調(diào)度,之后不同分隊(duì)的維修人員依據(jù)任務(wù)部署對(duì)戰(zhàn)損裝備進(jìn)行維修,維修任務(wù)調(diào)度示意圖如圖1 所示。

圖1 武器裝備維修任務(wù)調(diào)度示意圖

1.2 模型建立

根據(jù)戰(zhàn)時(shí)裝備維修的特點(diǎn)及裝備維修保障的相關(guān)要求,本文提出的戰(zhàn)時(shí)裝備維修任務(wù)調(diào)度問(wèn)題重點(diǎn)考慮裝備重要程度、維修時(shí)間、維修成本等指標(biāo)。

1)裝備重要程度。不同作戰(zhàn)裝備,如指揮裝備、信號(hào)裝備、后勤保障裝備等的重要程度不同,重要程度高的裝備具有更高的優(yōu)先級(jí),往往先對(duì)優(yōu)先級(jí)較高的裝備進(jìn)行維修,再對(duì)優(yōu)先級(jí)較低的裝備進(jìn)行維修。第n 個(gè)裝備重要程度pn可由戰(zhàn)損裝備可維修性βn1、裝備對(duì)作戰(zhàn)結(jié)果影響程度βn2以及作戰(zhàn)任務(wù)緊迫性βn3構(gòu)成,ei為指標(biāo)權(quán)重,可根據(jù)戰(zhàn)損裝備盡快恢復(fù)戰(zhàn)斗力的重要程度確定。

2)維修時(shí)間。指維修分隊(duì)從開(kāi)始維修戰(zhàn)損裝備到維修結(jié)束所需時(shí)間,最短的維修時(shí)間可使較多的火力裝備盡快參與戰(zhàn)斗。

3)維修成本。指裝備從受損到恢復(fù)戰(zhàn)斗力的停機(jī)成本,主要包括了裝備維修耗材、維修運(yùn)輸及維修管理等相關(guān)費(fèi)用,合理支配成本支出有助于保障部隊(duì)維修更多的戰(zhàn)損裝備。

以裝備重要程度、維修時(shí)間及維修成本為指標(biāo),建立裝備維修任務(wù)調(diào)度模型如下:分別為3 個(gè)指標(biāo)權(quán)重值;xn為維修任務(wù)調(diào)度標(biāo)志,若對(duì)其進(jìn)行維修,則xn=0,反之,xn=1;tmk表示第m 個(gè)維修分隊(duì)對(duì)第k 個(gè)戰(zhàn)損裝備的維修時(shí)間;tls表示第l 種類型裝備中第s 個(gè)戰(zhàn)損裝備的維修時(shí)間;cls表示第l 種類型裝備中第s 個(gè)戰(zhàn)損裝備從發(fā)生故障到維修結(jié)束單位時(shí)間損失成本。約束1 表示裝備重要程度介于[0,1]之間;約束2 表示不同維修分隊(duì)中最大維修時(shí)間需小于最大保障時(shí)間T;約束3 表示維修總時(shí)間的平衡性。

式(2)表示維修任務(wù)調(diào)度總目標(biāo)最優(yōu);式(3)表示未維修裝備重要程度盡可能低;式(4)表示裝備維修工作結(jié)束總時(shí)間最短;式(5)表示維修任務(wù)總成本盡可能最低。

為避免維修時(shí)間及維修成本數(shù)據(jù)量綱的影響,需對(duì)多目標(biāo)進(jìn)行去量綱化處理。

2 基于改進(jìn)PSO 的裝備維修任務(wù)調(diào)度算法

2.1 改進(jìn)PSO 優(yōu)化算法

粒子群優(yōu)化算法(Particle Swarm Optimization,PSO)是由美國(guó)電氣工程師Eberhart 和社會(huì)心理學(xué)家Kennedy[9]在1995 年最先提出。粒子群算法與其他算法相比具有結(jié)構(gòu)簡(jiǎn)單、參數(shù)設(shè)置少、易于操作、搜索速度快等特點(diǎn),但同時(shí)也存在精度低、易發(fā)散、易陷入局部最優(yōu)等缺點(diǎn)。本文提出的改進(jìn)粒子群算法將從慣性權(quán)重w,學(xué)習(xí)因子c1、c2兩方面入手,改進(jìn)后的w、c1、c2調(diào)整公式為:

其中,t 為算法當(dāng)前迭代次數(shù),tmax為算法的最大迭代次數(shù),A、B、C、D 為常數(shù),由常用測(cè)試函數(shù)及已有的學(xué)習(xí)因子調(diào)整方法可得A=0.5,B=1,C=0.5,D=2.2。對(duì)于慣性權(quán)重的調(diào)整方法,專家學(xué)者對(duì)其進(jìn)行了深入研究,文獻(xiàn)[10]表明,當(dāng)wmin=0.4,wmax=0.9 時(shí),粒子群算法能夠快速收斂。改進(jìn)后的粒子速度更新公式及位置更新公式如下所示:

2.2 改進(jìn)PSO 算法流程

圖2 改進(jìn)粒子群算法流程圖

本文提出的基于改進(jìn)粒子群的裝備維修任務(wù)調(diào)度方法流程如圖2 所示。其主要步驟描述如下:

Step1:初始化種群:初始化種群規(guī)模sizepop,最大迭代次數(shù)tmax;設(shè)置粒子最大更新速度Vmax,最小更新速度Vmin,最大位置邊界Xmax和最小位置邊界Xmin,根據(jù)戰(zhàn)場(chǎng)裝備維修特點(diǎn)隨機(jī)產(chǎn)生粒子初始速度和位置。

Step2:計(jì)算粒子適應(yīng)度值:根據(jù)式(2)計(jì)算每個(gè)粒子的適應(yīng)度值,并將其作為各自粒子個(gè)體最優(yōu)值pbest,繼而比較所有粒子的個(gè)體最優(yōu)值,選取出最小值作為全局最優(yōu)值gbest。

Step3:更新慣性權(quán)重、學(xué)習(xí)因子、粒子速度與粒子位置:根據(jù)式(8)~式(11)分別對(duì)慣性權(quán)重、學(xué)習(xí)因子、粒子速度和位置進(jìn)行更新,更新后的粒子速度與位置約束如下:

表3 各裝備重要程度

式(12)控制粒子的飛行速度,不但可避免因粒子速度過(guò)小算法陷入局部最優(yōu),而且同時(shí)避免粒子速度過(guò)大超出種群區(qū)域;式(13)約定了粒子的可行解區(qū)域,確保每次搜尋結(jié)果的可用性。

Step4:更新個(gè)體極值與全局極值:根據(jù)式(2)計(jì)算出粒子個(gè)體適應(yīng)度值,將其與個(gè)體極值,全局極值作比較,由比較結(jié)果更新個(gè)體極值pbest,全局極值gbest。

Step5:比較當(dāng)前迭代次數(shù)t 與最大迭代次數(shù)tmax,若達(dá)到最大迭代次數(shù)tmax,則輸出粒子最優(yōu)位置,算法結(jié)束,得出最優(yōu)裝備維修調(diào)度序列,否則,轉(zhuǎn)向Step3。

3 實(shí)例驗(yàn)證

以某次戰(zhàn)場(chǎng)環(huán)境下裝備維修保障活動(dòng)為例,假設(shè)有4 個(gè)維修保障部隊(duì),可對(duì)4 種類型的戰(zhàn)損裝備進(jìn)行維修,各待維修裝備的故障類型、維修時(shí)間、重要程度及維修成本如表1~表4 所示,時(shí)間以單位時(shí)間為準(zhǔn),不同維修保障分隊(duì)最大保障時(shí)間T=25。

綜合考慮本文提出的武器裝備重要程度、維修時(shí)間及維修成本3 個(gè)指標(biāo),采用層次分析法對(duì)各目標(biāo)權(quán)重進(jìn)行確定,各目標(biāo)函數(shù)兩兩比較矩陣如表5所示,由表5 可知,CR=0.003 6<0.1,通過(guò)一致性檢驗(yàn),故,f1,f2,f3,的權(quán)重分別為0.647 9,0.229 9,0.122 2。對(duì)本文算法與基本粒子群算法及線性遞減慣性權(quán)重粒子群算法進(jìn)行仿真實(shí)驗(yàn),其中參數(shù)設(shè)置為:種群規(guī)模sizepop,最大迭代次數(shù)tmax=200,適應(yīng)度收斂曲線如下頁(yè)圖3 所示,相比于基本粒子群算法與線性遞減慣性權(quán)重粒子群算法,本文算法收斂速度快,大致在20 代即收斂至最優(yōu)且精度較高,不易陷入局部最優(yōu)。圖4~圖6 分別為基本粒子群算法、線性遞減慣性權(quán)重粒子群算法,以及本文算法所對(duì)應(yīng)的裝備維修任務(wù)調(diào)度甘特圖。

表1 各裝備故障類型

表2 各類型裝備由各維修分隊(duì)維修時(shí)(單位時(shí)間)

表4 各類型裝備單位時(shí)間損失成本(元)

表5 各目標(biāo)函數(shù)兩兩比較判斷矩陣

圖3 適應(yīng)度收斂曲線

圖4 基本粒子群算法裝備維修任務(wù)調(diào)度甘特圖

圖5 線性遞減慣性權(quán)重粒子群算法裝備維修任務(wù)調(diào)度甘特圖

圖6 改進(jìn)粒子群算法裝備維修任務(wù)調(diào)度甘特圖

表6 為以上3 種算法得出的裝備維修任務(wù)調(diào)度方案下維修總時(shí)間及維修成本對(duì)比表,可以看出,相比基本粒子群算法及線性遞減慣性權(quán)重粒子群算法,本文算法下維修調(diào)度總時(shí)間更少,維修成本更低。因此,采用本文算法對(duì)裝備維修任務(wù)進(jìn)行調(diào)度,可有效提高裝備維修效率,節(jié)省維修成本,有助于故障裝備及時(shí)投入戰(zhàn)斗序列,從而取得戰(zhàn)爭(zhēng)的最后勝利。

表6 不同粒子群算法維修時(shí)間、維修成本對(duì)比

4 結(jié)論

針對(duì)作戰(zhàn)裝備維修任務(wù)調(diào)度問(wèn)題,建立了以裝備重要程度、維修時(shí)間及維修成本為目標(biāo)的維修任務(wù)調(diào)度模型,設(shè)計(jì)了基于改進(jìn)粒子群算法的維修任務(wù)調(diào)度模型求解方法,實(shí)例驗(yàn)證了該改進(jìn)算法的有效性。今后將進(jìn)一步結(jié)合戰(zhàn)場(chǎng)裝備維修任務(wù)調(diào)度典型需求,細(xì)化模型參數(shù),提高裝備維修任務(wù)調(diào)度方法的適應(yīng)性。

猜你喜歡
任務(wù)調(diào)度分隊(duì)權(quán)重
基于生產(chǎn)函數(shù)的云計(jì)算QoS任務(wù)調(diào)度算法
權(quán)重望寡:如何化解低地位領(lǐng)導(dǎo)的補(bǔ)償性辱虐管理行為?*
基于動(dòng)態(tài)能量感知的云計(jì)算任務(wù)調(diào)度模型
權(quán)重常思“浮名輕”
為黨督政勤履職 代民行權(quán)重?fù)?dān)當(dāng)
權(quán)重漲個(gè)股跌 持有白馬藍(lán)籌
告別戰(zhàn)火叢林女兵換紅妝
在上饒集中營(yíng)女生分隊(duì)的日子
基于HMS的任務(wù)資源分配問(wèn)題的研究
基于混合粒子群算法的云計(jì)算任務(wù)調(diào)度研究