CN111861034A - 一种装备体系结构编组能力优化方法及装置 - Google Patents
一种装备体系结构编组能力优化方法及装置 Download PDFInfo
- Publication number
- CN111861034A CN111861034A CN202010755055.9A CN202010755055A CN111861034A CN 111861034 A CN111861034 A CN 111861034A CN 202010755055 A CN202010755055 A CN 202010755055A CN 111861034 A CN111861034 A CN 111861034A
- Authority
- CN
- China
- Prior art keywords
- matrix
- equipment
- task
- grouping
- marshalling
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种装备体系结构编组能力优化方法以及装置。方法包括:基于预定义规则的净编组能力计算方法以及基于逆向求解的任务编组能力计算方法。所述基于预定义规则的净编组能力计算方法,包括:选择分析计算的对象;初始化方案构成矩阵和编组对装备数量的需求矩阵;按照预定义运算规则计算装备净编组能力矩阵中各元素的值。所述基于逆向求解的任务编组能力计算方法,包括:确定任务集合;初始化任务集合中各种任务对各类编组的数量需求矩阵和各类编组对装备数量的需求矩阵;计算各种任务对装备数量的需求矩阵;根据向量中的值判断任务能够被满足的程度。本申请解决相关技术中无法用一个目标函数式来表达目标的问题,并且降低了算法复杂度。
Description
技术领域
本申请涉及装备服役技术技术领域,具体而言,涉及一种装备体系结构编组能力优化方法及装置。
背景技术
目前,武器装备在使用时以编组的形式为主,装备的编组能力体现了装备同时完成多种任务的能力。装备的编组能力常用一定的武器装备资源同时能够形成的任务编组数量表示。
装备编组能力分析有两个基本视角:(1)分析某个方案的净编组能力:即已知方案构成矩阵和编组对装备数量的需求矩阵,在不考虑任务的条件下分析该方案每年能满足的各种形式编组。(2)评估装备满足未来任务需求的程度,即已知方案构成矩阵,各编组对装备数量的需求矩阵和任务对编组的数量需求矩阵,评估装备结构的编组能力能否满足某一时刻或某种想定下的任务需求。
在净编组能力的基础上,对比净编组数量与各种任务及其组合所需的编组数量,计算一个方案某时刻对任务所需编组能力的满足程度。这样做会导致算法复杂度大幅度增加,空间复杂度增加为G×N2×Y2×R,时间复杂度增加为G2×Y2×N×R,且不能有效解决未来任务的不确定性带来的分析挑战。
传统的约束规划方法求解上述问题时,会面临目标函数的多阶段性和不能显性表述的困难,例如某年为满足作战需求需要拥有X-Y个A编组、X-Y个B编组。显然,这样的目标无法用一个目标函数式来表达,即便能用函数式表达目标函数,也会面临多阶段性,这是由规划的周期和未来任务的可能变化导致的。
针对相关技术中无法用一个目标函数式来表达目标以及算法复杂度无法降低的问题,目前尚未提出有效的解决方案。
发明内容
本申请的主要目的在于提供一种装备体系结构编组能力优化方法及装置,以解决相关技术中无法用一个目标函数式来表达目标以及算法复杂度无法降低的问题。
为了实现上述目的,第一方面,本申请提供了一种装备体系结构编组能力优化方法,包括:基于预定义规则的净编组能力计算方法以及基于逆向求解的任务编组能力计算方法;
所述基于预定义规则的净编组能力计算方法,在已知各种编组形式对各型装备数量需求的条件下,分析一定规模和结构的武器装备能够同时拆分成多少种编组的能力;
所述基于逆向求解的任务编组能力计算方法,当装备发展方案实施后,评估装备的规模和结构满足未来各种任务所需编组数量的程度。
所述净编组能力计算方法,包括如下流程:
选择分析计算的对象,即选择需要分析的一个或多个方案;
初始化方案构成矩阵和编组对装备数量的需求矩阵;
按照预定义运算规则计算装备净编组能力矩阵中各元素的值。
所述预定义运算规则包括:向量元素相除、矩阵相除以及取矩阵元素的极值。
所述向量元素相除:定义为维数相同的两个列向量或行向量对应元素的相除,当一个列向量一个行向量时,先对其中一个进行转置后,再进行对应元素的相除,公式如下:
α/β=[a1 a2 … an]/[b1 b2 … bn]=a1/b1 a2/b2 … an/bn] (1)
其中,α与β均为n维行向量,a1、a2…an为向量α的元素,b1、b2…bn为向量β的元素。
所述矩阵相除:定义为两个行或列维数中有任意两个数相等的矩阵之间,依次取不相等维度的行或列向量进行向量元素相除,所述任意两个数相等,是其中一个的列维数等于行维数,或两个矩阵的行或列维数相等,公式如下:
其中,矩阵Am×n为m行n列的矩阵,矩阵Bk×n为k行n列的矩阵,Am×n与Bk×n两者列维数相等,矩阵相除的结果放置在m行k列的Cm×k矩阵中,式中的矩阵元是由n维行向量组成的。
所述取矩阵元的极值,具体方法为:为对Cm×k中的矩阵元逐一取向量元素的极大或极小值作为新矩阵元的操作,公式如下:
max/min(A1/B1)=max/min(a1/b1,a2/b2,…,an/bn} (3)
其中,矩阵Cm×k中所有m行k列矩阵元的取极值运算完毕后,获得的矩阵称为净编组能力矩阵。
整个计算流程的空间复杂度为G×N2×Y,算法复杂度为G×N×Y。
所述任务编组能力计算方法:采用逆向求解方法能有效解决上述问题,并可大大降低算法的复杂度。逆向求解方法,主要是从计算所有任务及其组合所需的武器装备数量入手,反向判断给定的资源能够满足的任务组合数,给出可遂行的各种任务清单,供决策者参考的过程,流程如下:
确定任务集合。根据未来某年可能的安全威胁,确定可能的任务集合;
初始化任务集合中各种任务对各类编组的数量需求矩阵Taskfml和各类编组对装备数量的需求矩阵Fmeqlk。假设典型任务对各类编组的数量矩阵已知未来各种可能的任务通过典型任务及其组合实现。
计算各种任务对装备数量的需求矩阵Taskeqmk;
Taskeqmk=Taskfml×Fmeqlk (4)
式中,Taskfml为各种可能任务对各编组数量的需求数量,由典型任务对各编组数量的需求矩阵Taskbfnl中各行元素的线性组合产生。
选择需要分析的方案,逐行对比需求矩阵Taskeqmk中对装备的需求数量与方案中某年能够提供的装备数量equipjk,若满足则令Taskmeetm=1(ture);
根据向量Taskmeetm中的值判断任务能够被满足的程度。
整个算法的空间复杂度为G2×N2×Y×R,时间复杂度为G×N×Y×R,较正向的求解大为降低。
第二方面,本申请还提供了一种装备体系结构编组能力优化装置,包括:净编组能力计算单元以及任务编组能力计算单元。
所述净编组能力计算单元,包括:选择模块、初始化矩阵模块、装备净编组能力计算模块;
所述选择模块:选择分析计算的对象,即选择需要分析的一个或多个方案;
所述初始化矩阵模块:初始化方案构成矩阵和编组对装备数量的需求矩阵;
所述装备净编组能力计算模块:按照预定义运算规则计算装备净编组能力矩阵中各元素的值。
所述任务编组能力计算单元,包括:确定任务模块、初始化任务模块、需求矩阵计算模块、对比记录模块。
所述确定任务模块:用来确定任务集合;
所述初始化任务模块:用来初始化任务集合中各种任务对各类编组的数量需求矩阵和各类编组对装备数量的需求矩阵;
所述需求矩阵计算模块:计算各种任务对装备数量的需求矩阵。
所述对比记录模块:逐行对比需求矩阵,得到任务能够被满足的程度。
进而解决相关技术中无法用一个目标函数式来表达目标以及算法复杂度无法降低的技术问题。
附图说明
构成本申请的一部分的附图用来提供对本申请的进一步理解,使得本申请的其它特征、目的和优点变得更明显。本申请的示意性实施例附图及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例提供的一种装备体系结构编组能力优化方法流程图;
图2是根据本申请实施例提供的净编组能力计算方法流程图;
图3是根据本申请实施例提供的任务编组能力计算方法;
图4是根据本申请实施例提供的一种装备体系结构编组能力优化装置框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本申请中,术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本申请及其实施例,并非用于限定所指示的装置、元件或组成部分必须具有特定方位,或以特定方位进行构造和操作。
并且,上述部分术语除了可以用于表示方位或位置关系以外,还可能用于表示其他含义,例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言,可以根据具体情况理解这些术语在本申请中的具体含义。
另外,术语“多个”的含义应为两个以及两个以上。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
第一方面,本申请提供了一种装备体系结构编组能力优化方法,流程如图1所示,包括:基于预定义规则的净编组能力计算方法以及基于逆向求解的任务编组能力计算方法;
所述基于预定义规则的净编组能力计算方法,在已知各种编组形式对各型装备数量需求的条件下,分析一定规模和结构的武器装备能够同时拆分成多少种编组的能力;
所述基于逆向求解的任务编组能力计算方法,当装备发展方案实施后,评估装备的规模和结构满足未来各种任务所需编组数量的程度。
所述净编组能力计算方法,如图1、图2所示,包括如下流程:
步骤S101:选择分析计算的对象,即选择需要分析的一个或多个方案i;
步骤S102:初始化方案构成矩阵Equipjk和编组对装备数量的需求矩阵Fmeqlk;
步骤S103:按照预定义运算规则计算装备净编组能力矩阵中各元素的值。
具体为:设置循环初始值j=1,每次循环j=j+1;l=1,每次循环l=l+1;按照预定义运算规则计算装备净编组能力矩阵中各元素的值Nfcjl=min(Equipjk/Fmeqlk);判断l是否达到最大值G,若l达到最大值则判断j是否达到最大值Y,若l没有达到最大值,则l=l+1,再次循环计算装备净编组能力矩阵中各元素的值,若j达到最大值,则结束算法,若j没有达到最大值,则j=j+1,再次循环计算装备净编组能力矩阵中各元素的值。
所述预定义运算规则包括:向量元素相除、矩阵相除以及取矩阵元素的极值。
所述向量元素相除:定义为维数相同的两个列向量或行向量对应元素的相除,当一个列向量一个行向量时,先对其中一个进行转置后,再进行对应元素的相除,公式如下:
α/β=[a1 a2 … an]/[b1 b2 … bn]=[a1/b1 a2/b2 … an/bn] (1)
其中,α与β均为n维行向量,a1、a2…an为向量α的元素,b1、b2…bn为向量β的元素。
所述矩阵相除:定义为两个行或列维数中有任意两个数相等的矩阵之间,依次取不相等维度的行或列向量进行向量元素相除,所述任意两个数相等,是其中一个的列维数等于行维数,或两个矩阵的行或列维数相等,公式如下:
其中,矩阵Am×n为m行n列的矩阵,矩阵Bk×n为k行n列的矩阵,Am×n与Bk×n两者列维数相等,矩阵相除的结果放置在m行k列的Cm×k矩阵中,式中的矩阵元是由n维行向量组成的。
所述取矩阵元的极值,具体方法为:为对Cm×k中的矩阵元逐一取向量元素的极大或极小值作为新矩阵元的操作,公式如下:
max/min(A1/B1)=max/min{a1/b1,a2/b2,an/bn} (3)
其中,矩阵Cm×k中所有m行k列矩阵元的取极值运算完毕后,获得的矩阵称为净编组能力矩阵。
整个计算流程的空间复杂度为G×N2×Y,算法复杂度为G×N×Y。
所述任务编组能力计算方法:采用逆向求解方法能有效解决上述问题,并可大大降低算法的复杂度。逆向求解方法,主要是从计算所有任务及其组合所需的武器装备数量入手,反向判断给定的资源能够满足的任务组合数,给出可遂行的各种任务清单,供决策者参考的过程,如图1、图3所示,流程如下:
步骤S201:确定任务集合。根据未来某年可能的安全威胁,确定可能的任务集合i;
步骤S202:初始化任务集合中各种任务对各类编组的数量需求矩阵Taskfml和各类编组对装备数量的需求矩阵Fmeqlk。假设典型任务对各类编组的数量矩阵已知未来各种可能的任务通过典型任务及其组合实现。
步骤S203:计算各种任务对装备数量的需求矩阵Taskeqmk;
Taskeqmk=Taskfml×Fmeqlk (4)
式中,Taskfml为各种可能任务对各编组数量的需求数量,由典型任务对各编组数量的需求矩阵Taskbfnl中各行元素的线性组合产生。
步骤S204:选择需要分析的方案,逐行对比需求矩阵Taskeqmk中对装备的需求数量与方案中某年能够提供的装备数量equipjk,若满足则令Taskmeetm=1(ture);
步骤S205:根据向量Taskmeetm中的值判断任务能够被满足的程度。
整个算法的空间复杂度为G2×N2×Y×R,时间复杂度为G×N×Y×R,较正向的求解大为降低。
假设某规划计划方案能够在某年生产32件A装备、28件B装备和3件C装备,各种可能编组对装备的需求如表1所示,各种任务需要的编组数量如表2所示,表中fmi、taskbi分别表示编组形式和基本任务类型。
表1典型编组需要的各型装备数量
fm<sub>1</sub> | fm<sub>2</sub> | fm<sub>3</sub> | fm<sub>4</sub> | |
eq<sub>1</sub> | 3 | 4 | 4 | 5 |
eq<sub>2</sub> | 2 | 3 | 4 | 4 |
eq<sub>3</sub> | 1 | 0 | 0 | 0 |
表2各种任务需要的各种编组数量
fm<sub>1</sub> | fm<sub>2</sub> | fm<sub>3</sub> | fm<sub>4</sub> | |
taskb<sub>1</sub> | 1 | 1 | 0 | 2 |
taskb<sub>2</sub> | 1 | 2 | 1 | 2 |
taskb<sub>3</sub> | 1 | 1 | 2 | 0 |
taskb<sub>4</sub> | 2 | 2 | 2 | 2 |
taskb<sub>5</sub> | 3 | 4 | 4 | 0 |
(1)计算该方案的净编组能力
由公式(2)得到:
Equip1×3=[32 28 3]
由公式(3)得到:
Nfc1×4=[3 8 7 6]T
即某年方案最多可同时编成3个编组(fm1)或8个编组2(fm2)或7个编组3(fm3)或6个编组4(fm4)。
(2)计算该方案的任务编组能力:
令矩阵Fmeq4×3记录表1中的值,Taskf15×4记录可能任务组合(所有单项任务和双任务的组合)需要的编组数量,则Taskeq15×3=Taskf15×4×Fmeq4×3即为遂行各种任务组合的装备需求矩阵,其值的转置矩阵如下:
计算完毕后,根据该方案能提供的武器装备数量,判断其是否超出资源限制,如果超出则不能执行该任务。
示例方案仅能满足某年的基本任务taskb1、taskb2、taskb3、taskb4和任务组合taskb1+taskb3,其余不能满足。通过对上述例子简单分析可以看出,对于某年任何3个基本任务的组合,该方案都无法满足。
第二方面,本申请还提供了一种装备体系结构编组能力优化装置,如图4所示,包括:净编组能力计算单元以及任务编组能力计算单元。
所述净编组能力计算单元,包括:选择模块、初始化矩阵模块、装备净编组能力计算模块;
所述选择模块:选择分析计算的对象,即选择需要分析的一个或多个方案;
所述初始化矩阵模块:初始化方案构成矩阵和编组对装备数量的需求矩阵;
所述装备净编组能力计算模块:按照预定义运算规则计算装备净编组能力矩阵中各元素的值。
所述任务编组能力计算单元,包括:确定任务模块、初始化任务模块、需求矩阵计算模块、对比记录模块。
所述确定任务模块:用来确定任务集合;
所述初始化任务模块:用来初始化任务集合中各种任务对各类编组的数量需求矩阵和各类编组对装备数量的需求矩阵;
所述需求矩阵计算模块:计算各种任务对装备数量的需求矩阵。
所述对比记录模块:逐行对比需求矩阵,得到任务能够被满足的程度。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种装备体系结构编组能力优化方法,其特征在于,包括:基于预定义规则的净编组能力计算方法以及基于逆向求解的任务编组能力计算方法;
所述基于预定义规则的净编组能力计算方法,在已知各种编组形式对各型装备数量需求的条件下,分析一定规模和结构的武器装备能够同时拆分成多少种编组的能力;
所述基于逆向求解的任务编组能力计算方法,当装备发展方案实施后,评估装备的规模和结构满足未来各种任务所需编组数量的程度。
2.如权利要求1所述的装备体系结构编组能力优化方法,其特征在于,所述净编组能力计算方法,包括如下流程:
选择分析计算的对象,即选择需要分析的一个或多个方案;
初始化方案构成矩阵和编组对装备数量的需求矩阵;
按照预定义运算规则计算装备净编组能力矩阵中各元素的值。
3.如权利要求2所述的装备体系结构编组能力优化方法,其特征在于,所述预定义运算规则包括:向量元素相除、矩阵相除以及取矩阵元素的极值。
4.如权利要求3所述的装备体系结构编组能力优化方法,其特征在于,所述向量元素相除:定义为维数相同的两个列向量或行向量对应元素的相除,当一个列向量一个行向量时,先对其中一个进行转置后,再进行对应元素的相除,公式如下:
α/β=[a1 a2…an]/[b1 b2…bn]=[a1/b1 a2/b2…an/bn] (1)
其中,α与β均为n维行向量,a1、a2…an为向量α的元素,b1、b2…bn为向量β的元素。
6.如权利要求3所述的装备体系结构编组能力优化方法,其特征在于,所述取矩阵元的极值,具体方法为:为对Cm×k中的矩阵元逐一取向量元素的极大或极小值作为新矩阵元的操作,公式如下:
max/min(A1/B1)=max/min{a1/b1,a2/b2,...,an/bn} (3)
其中,矩阵Cm×k中所有m行k列矩阵元的取极值运算完毕后,获得的矩阵称为净编组能力矩阵。
7.如权利要求6所述的装备体系结构编组能力优化方法,其特征在于,基于采用逆向求解的任务编组能力计算方法,流程如下:
确定任务集合;
初始化任务集合中各种任务对各类编组的数量需求矩阵和各类编组对装备数量的需求矩阵;
计算各种任务对装备数量的需求矩阵;
选择需要分析的方案,逐行对比需求矩阵中对装备的需求数量与方案中某年能够提供的装备数量,若满足则令Taskmeetm=1;
根据向量Taskmeetm中的值判断任务能够被满足的程度。
8.如权利要求3所述的装备体系结构编组能力优化方法,其特征在于,所述需求矩阵Taskeqmk计算如下:
Taskeqmk=Taskfml×Fmeqlk (4)
式中,Taskfml为各种可能任务对各编组数量的需求数量,由典型任务对各编组数量的需求矩阵Taskbfnl中各行元素的线性组合产生。
9.一种装备体系结构编组能力优化装置,其特征在于,采用如权利要求1-8任一项所述的装备体系结构编组能力优化方法实现,包括:净编组能力计算单元以及任务编组能力计算单元;
所述净编组能力计算单元,包括:选择模块、初始化矩阵模块、装备净编组能力计算模块;
所述选择模块:选择分析计算的对象,即选择需要分析的一个或多个方案;
所述初始化矩阵模块:初始化方案构成矩阵和编组对装备数量的需求矩阵;
所述装备净编组能力计算模块:按照预定义运算规则计算装备净编组能力矩阵中各元素的值。
10.如权利要求9所述的装备体系结构编组能力优化装置,其特征在于,所述任务编组能力计算单元,包括:确定任务模块、初始化任务模块、需求矩阵计算模块、对比记录模块;
所述确定任务模块:用来确定任务集合;
所述初始化任务模块:用来初始化任务集合中各种任务对各类编组的数量需求矩阵和各类编组对装备数量的需求矩阵;
所述需求矩阵计算模块:计算各种任务对装备数量的需求矩阵;
所述对比记录模块:逐行对比需求矩阵,得到任务能够被满足的程度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010755055.9A CN111861034A (zh) | 2020-07-30 | 2020-07-30 | 一种装备体系结构编组能力优化方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010755055.9A CN111861034A (zh) | 2020-07-30 | 2020-07-30 | 一种装备体系结构编组能力优化方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111861034A true CN111861034A (zh) | 2020-10-30 |
Family
ID=72945762
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010755055.9A Pending CN111861034A (zh) | 2020-07-30 | 2020-07-30 | 一种装备体系结构编组能力优化方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111861034A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115689257A (zh) * | 2023-01-03 | 2023-02-03 | 中国电子科技集团公司第二十八研究所 | 一种装备规模需求综合分析方法 |
-
2020
- 2020-07-30 CN CN202010755055.9A patent/CN111861034A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115689257A (zh) * | 2023-01-03 | 2023-02-03 | 中国电子科技集团公司第二十八研究所 | 一种装备规模需求综合分析方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105786860B (zh) | 一种数据建模中的数据处理方法及装置 | |
JP5755822B1 (ja) | 類似度算出システム、類似度算出方法およびプログラム | |
CN109446185B (zh) | 基于用户聚类的协同过滤缺失数据处理方法 | |
Oukil | Embedding OWA under preference ranking for DEA cross‐efficiency aggregation: Issues and procedures | |
CN110969362B (zh) | 一种云计算系统下多目标任务调度方法及系统 | |
CN112734239B (zh) | 基于任务与资源能力属性的任务规划方法、装置和介质 | |
CN110377052B (zh) | 无人机编队协同目标分配的矩阵博弈方法及系统 | |
CN109242290B (zh) | 一种无人机群行动方案自动生成方法 | |
CN110909787A (zh) | 基于聚类的进化算法进行多目标批调度优化的方法和系统 | |
CN110852436A (zh) | 一种电子扑克游戏的数据处理方法、装置及存储介质 | |
Angra et al. | Cellular manufacturing—A time-based analysis to the layout problem | |
CN111861034A (zh) | 一种装备体系结构编组能力优化方法及装置 | |
CN112364942A (zh) | 信贷数据样本均衡方法、装置、计算机设备及存储介质 | |
CN106599291B (zh) | 数据分组方法及装置 | |
CN113177583B (zh) | 一种空中目标聚类分群方法 | |
US20130013244A1 (en) | Pattern based test prioritization using weight factors | |
CN117407921A (zh) | 基于必连和勿连约束的差分隐私直方图发布方法及系统 | |
CN109993338B (zh) | 一种链路预测方法及装置 | |
CN113110595B (zh) | 面向目标核查印证的异构无人机群协同方法 | |
CN109190013B (zh) | 用户偏好的确定方法、系统、可读存储介质及电子设备 | |
Rolling et al. | Combining estimates of conditional treatment effects | |
CN106919946B (zh) | 一种受众选择的方法及装置 | |
CN115564374A (zh) | 协同多任务重分配方法、装置、设备及可读存储介质 | |
CN112862644B (zh) | 分班方法、装置、计算机设备和存储介质 | |
Qiao et al. | Poisson hurdle model-based method for clustering microbiome features |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |