CN112418606A - 维修任务动态调度方法、系统、存储介质、计算机设备 - Google Patents
维修任务动态调度方法、系统、存储介质、计算机设备 Download PDFInfo
- Publication number
- CN112418606A CN112418606A CN202011126896.XA CN202011126896A CN112418606A CN 112418606 A CN112418606 A CN 112418606A CN 202011126896 A CN202011126896 A CN 202011126896A CN 112418606 A CN112418606 A CN 112418606A
- Authority
- CN
- China
- Prior art keywords
- equipment
- maintenance
- scheduling
- repair
- damage
- 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.)
- Granted
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
- G06Q10/06—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
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
-
- 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
- G06Q10/20—Administration of product repair or maintenance
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Mathematical Physics (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Economics (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Marketing (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Algebra (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Bioinformatics & Computational Biology (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于武器装备调度管理技术领域,公开了一种维修任务动态调度方法,以装备修复后获得的二次作战总时间、获得的可执行任务数、战损装备维修后对作战的重要性贡献程度为目标的多目标函数模型,在总时间的约束下,采用带精英策略的非支配排序遗传算法、利用MATLAB软件对实例进行求解,设定了三种目标函数权值分配方案,求解得出三种伴随维修中断情况,分别产生了不同的多目标函数值。本发明构建了多目标优化模型,在规定时间内对战损装备的维修任务进行动态调度;采用NSGA‑II算法对优化问题进行了求解,并对三种调度中断情况进行图表展示以及对比分析,调度结果分析对战时对减少决策时间,降低人为决策风险具有积极的协助意义。
Description
技术领域
本发明属于武器装备调度管理技术领域,尤其涉及一种维修任务动态调度方法。
背景技术
目前:现代科技支持下的局部战争,以机动作战方式为主,武器装备方面以质量优势代替数量优势,装备战损后若不能及时修复,将会严重削弱部队战斗力。在这种形势下,利用伴随部队对战损装备进行抢修就愈发重要。而如何使得有限的伴随保障部队在有限的作战时间内发挥最大效能,获得更优的抢修效果,成为目前需要解决的关键问题。合理的维修任务调度方案,将会提高维修力量的使用效率、缩短维修时间、尽可能地恢复战损装备的完好性,以期能获得更好的作战效益。近年来,以此为目的,许多研究人员开始对战时维修任务调度方案进行研究。在维修任务调度模型的建立及求解方面,采用遗传算法,对电力系统的维修调度方案进行了设计优化;研究了一种双目标排流车间调度问题,并采用带精英策略的非支配排序遗传算法(Nondominant sorting genetic algorithm with elitestrategy,NSGA-II)算法对问题进行求解;提出了战场维修中考虑剩余寿命的最优调度模型,并设计了改进的遗传算法求解模型;引入稳定维修任务调度的概念,开发了一种新的鲁棒双目标混合整数线性规划(Double-objective mixed integer linear programming,BOMILP)模型,在保证调度稳定性的前提下,最小化调度成本;提出了一个整数线性规划模型,模型在车辆正常运行的情况下,对维修任务进行给定的周期调度;提出了一种基于条件的带重调度策略的中期维修调度方案,在接收到的更新信息后,对已调度的维护任务进行重新调度;利用混合粒子群遗传算法解决无人机装备军事维修任务调度问题;以最小化列车总运行时间和维修延误成本为目标函数,提出了一种混合整数线性规划公式,对列车轨道维护任务调度问题进行求解;针对当前装备维修任务优先级由装备保障指挥员根据自身经验确定而缺乏依据的问题,提出了基于马氏距离的改进逼近理想解排序法(Techniquefor order preference by similarity to an ideal solution,TOPSIS)法对装备维修任务优先级进行确定;通过添加修竣装备重要度为多目标函数之一,对战时定点维修任务调度建立了多目标模型,并利用蚁群算法对问题进行求解。伴随维修任务调度通常被抽象为旅行商问题,给出了对旅行商问题的改进求解算法;应用离散事件仿真方法对定点修理中的维修任务调度策略进行了研究。
在不确定性调度方面,在考虑不确定因素的情况下,分别对电厂建设项目、云制造现代制造业以及铁路供电设备维修任务调度进行了分析求解;在分析了战损装备恢复状态、修理时间以及转场时间不确定性的基础上,以二次作战时间总和和获得可执行任务数为目标函数,建立战场抢修任务调度模型并对其进行求解。
通过上述分析,现有技术存在的问题及缺陷为:战时维修任务优化调度问题多采用单目标—获得的二次作战总时间或双目标—获得的二次总时间及可执行任务数,较为片面,战场维修时间有限,在只考虑维修时间的情况下,连续修完所有战损装备是不现实的,不符合实际作战情况的。
解决以上问题及缺陷的难度为:需要分析战损装备修复后对作战的贡献程度该如何定义、涉及到哪些影响因素;如何将战损装备的重要程度与作战时间、可执行任务数相结合来生成调度计划;如何对维修部队进行重调度会得到更加符合实际作战情况的调度方案。
解决以上问题及缺陷的意义为:战场维修时间有限,连续修完所有战损装备是不现实的,因此需结合时间和修复战损装备对作战的贡献程度,共同考虑该修复以及该优先修复哪些装备。
发明内容
针对现有技术存在的问题,本发明提供了一种维修任务动态调度方法、系统、存储介质、计算机设备。
本发明是这样实现的,一种维修任务动态调度方法,所述维修任务动态调度方法包括:
将获得的二次作战总时间、可执行任务数以及修竣装备重要性对作战的贡献程度作为优化目标,构建了多目标优化模型;
多目标优化模型在规定时间内对战损装备的维修任务进行动态调度;
采用NSGA-II算法对优化问题进行了求解,并对三种调度中断情况进行图表展示以及对比分析,分别产生了不同的多目标函数值;
通过调整目标函数权重,得出更符合当下战况的维修任务动态调度结果。
进一步,所述多目标优化模型为:
式中(1)式表示维修结束后,装备获得的二次作战总时间;(2)式表示装备的可执行任务数;(3)式表示维修的战损装备对作战任务的重要性贡献程度;(4)式表示维修时间不能超过所给的维修时限,表示维修部队u的维修序列里,从点j的紧前任务i到点j的转场时间;(5)式表示同一时间点,所有战损装备由且仅由一支维修部队对其进行抢修,ta表示可能的维修任务中断时间点,tb表示中断后,下一个维修部队计划去维修装备j的时间点;(6)式表示对战损装备j进行维修的维修部队能且只能来自于上一个战损装备维修点;(7)式表示维修部队u对战损装备i的维修结束后,只能对下一个且仅下一个战损装备进行维修。
进一步,所述多目标优化模型的不确定性分析:
(1)恢复状态的不确定性,将待修装备的损伤部位分为:通信子系统损伤B1、动力子系统损伤B2、武器子系统损伤B3。对任意的战损装备,有7种可能的损伤状态:
引入0-1变量Bi(i=1,2,3)且令:
由此,任意待修装备i的损伤状态可用Ai=(B1,B2,B3)表示,且共有7种可能的损伤状态,待修装备有六种损伤状态,对待修装备i,在野战部队抢修情况下,考虑两种恢复状态:1)能进行战斗状态S1,具备通信指挥、快速机动、火力突击3项核心能力,能执行下项战斗任务;2)能应急作战状态S2,具备快速机动、火力突击两种能力,但通信指挥缺失,仅能执行某一项具体的战斗任务:
(2)修理时间的不确定性,损伤状态为Ai的待修装备i,恢复至不同状态Sa,所需的计划修理时间也不同,以标准抢修单元为基准,根据平时统计的各子系统重要功能部件的平均修复时间,估出计划修理时间的上限和下限即设定恢复至同一Sa,以置信度α落在区间内,且令:
道路损毁系数Rij(ti,yi,yj)与抢修时刻、待修装备地理位置密切相关,计算公式为:
其中,C(ti)表示时间因素,ti越大,道路损毁越严重,C(ti)越大;p(yi)表示i点待修装备的位置因素,越靠近核心交战区域,p(yi)越大,两侧则递减;
(4)修复战损装备对作战贡献程度的不确定性,考虑待修装备所在区域的交战情况,交战越激烈待修装备越重要;装备的等级分划,划分为营级装备、连级装备、排级装备,战损装备i所在位置的交战情况根据其所在位置的纵坐标估计,p(yi)表示i点待修装备的位置因素,越靠近核心交战区域,p(yi)越大,两侧则递减。将两者结合评估待修装备的重要程度:
其中,α、β为根据现场作战情况,指挥员为两个重要性产生影响的因素—待修装备j所在位置交战情况p(yj)及待修装备j重要程度Ij所分配的权重系数。
进一步,所述多目标优化模型的重调度策略分析为:每产生一个待修装备时,调用任务调度模型进行重调度,优化各抢修单元之间的任务分工,采用每产生一个战损装备和每修理结束一个战损装备时都进行一次重调度的调度策略。
进一步,所述多目标优化模型的中断设置分析,对先出现的战损装备的维修任务进行暂时中断,释放维修部队资源去维修更加重要的战损装备;
中断设置包含三种中断模式,
1)已规划到抢修序列内但还未开始展开抢修的抢修任务可中断抢修任务;
2)已规划到抢修序列内且维修部队已经在赶往抢修点的路上的的抢修任务可中断;
3)抢修部队到达抢修点且已将展开维修的抢修任务可中断。
进一步,所述采用NSGA-II算法对优化问题进行了求解包括:
(1)采用三段式编码,第一段采用顺序编码,表示维修任务的分工;第二段采用整数1或2编码,表示待修装备的恢复状态;第三段采用整数编码,表示对第一段和第二段编码的断点;
(2)采用分段式遗传算子设计。
1)选择算子:采用二元锦标赛选择BTS算子从上一代染色体中选出前1/2的个体,作为父代染色体进行交叉与变异操作;
2)交叉算子:对于染色体的第一、二段编码采用多点随机交叉策略,第三段编码不做操作;
3)变异算子:第一段编码采用互换操作,即随机互换染色体中两不同基因的位置,第二段编码采用倒置操作;第三段编码采用随机更新操作;
本发明的另一目的在于提供一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如下步骤:
将获得的二次作战总时间、可执行任务数以及修竣装备重要性对作战的贡献程度作为优化目标,构建了多目标优化模型;
多目标优化模型在规定时间内对战损装备的维修任务进行动态调度;
采用NSGA-II算法对优化问题进行了求解,并对三种调度中断情况进行图表展示以及对比分析,分别产生了不同的多目标函数值;
通过调整目标函数权重,得出更符合当下战况的维修任务动态调度结果。
本发明的另一目的在于提供一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如下步骤:
将获得的二次作战总时间、可执行任务数以及修竣装备重要性对作战的贡献程度作为优化目标,构建了多目标优化模型;
多目标优化模型在规定时间内对战损装备的维修任务进行动态调度;
采用NSGA-II算法对优化问题进行了求解,并对三种调度中断情况进行图表展示以及对比分析,分别产生了不同的多目标函数值;
通过调整目标函数权重,得出更符合当下战况的维修任务动态调度结果。
本发明的另一目的在于提供一种实施所述维修任务动态调度方法的维修任务动态调度系统,所述维修任务动态调系统包括:
多目标优化模型构建模块,用于将获得的二次作战总时间、可执行任务数以及修竣装备重要性对作战的贡献程度作为优化目标,构建了多目标优化模型;
维修任务动态调度模块,用于通过多目标优化模型在规定时间内对战损装备的维修任务进行动态调度;
多目标函数值产生模块,用于采用NSGA-II算法对优化问题进行了求解,并对三种调度中断情况进行图表展示以及对比分析,分别产生了不同的多目标函数值;
维修任务动态调度结果输出模块,用于通过调整目标函数权重,得出更符合当下战况的维修任务动态调度结果。
本发明的另一目的在于提供一种武器设备管理终端,所述武器设备管理终端搭载所述的维修任务动态调系统。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:战时维修任务优化调度问题多采用单目标—获得的二次作战总时间或双目标—获得的二次总时间及可执行任务数,较为片面。针对这一问题,本发明将获得的二次作战总时间、可执行任务数以及修竣装备重要性对作战的贡献程度作为优化目标,构建了多目标优化模型,在规定时间内对战损装备的维修任务进行动态调度。采用NSGA-II算法对优化问题进行了求解,并对三种调度中断情况进行图表展示以及对比分析,调度结果分析对战时对减少决策时间,降低人为决策风险具有积极的协助意义。
本发明针对面向伴随修理的战时装备维修任务调度问题,在已提出的战时恢复状态、修理时间、转场时间三个不确定性因素的基础上,添加并分析修复战损装备对作战贡献程度的不确定性因素对维修任务调度的影响,提出本发明的中断策略和重调度策略,考虑修复战损装备获得的二次作战总时间、获得的可执行任务数以及维修的战损装备对作战任务的重要性贡献程度三个目标,建立了多目标维修任务调度模型,采用带有精英策略的非支配排序遗传算法(NSGA-II)对模型进行求解。最后,对战场维修任务调度进行了示例仿真及调度结果分析。结合战时抢修时间有限、抢修任务重、战损装备重要性具有差异性等因素,对战场伴随维修任务动态调度方案进行了优化研究。
本发明在对多个不确定因素进行分析的基础上,提出了以装备修复后获得的二次作战总时间、获得的可执行任务数、战损装备维修后对作战的重要性贡献程度为目标的多目标函数模型,在总时间的约束下,采用带精英策略的非支配排序遗传算法、利用MATLAB软件对实例进行求解,设定了三种目标函数权值分配方案,求解得出三种伴随维修中断情况,分别产生了不同的多目标函数值。仿真结果分析表明:战时指挥官通过调整目标函数权重,可得出更符合当下战况的维修任务动态调度结果。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图做简单的介绍,显而易见地,下面所描述的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的维修任务动态调度方法流程图。
图2是本发明实施例提供的维修任务动态调度系统的结构示意图;
图2中:1、多目标优化模型构建模块;2、维修任务动态调度模块;3、多目标函数值产生模块;4、维修任务动态调度结果输出模块。
图3是本发明实施例提供的维修任务动态调度方法实现流程图。
图4是本发明实施例提供的中断方式1调度结果图。
图5是本发明实施例提供的中断方式2调度结果图。
图6是本发明实施例提供的中断情况3调度结果图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种维修任务动态调度方法下面结合附图对本发明作详细的描述。
如图1所示,本发明提供的维修任务动态调度方法包括以下步骤:
S101:将获得的二次作战总时间、可执行任务数以及修竣装备重要性对作战的贡献程度作为优化目标,构建了多目标优化模型;
S102:多目标优化模型在规定时间内对战损装备的维修任务进行动态调度;
S103:采用NSGA-II算法对优化问题进行了求解,并对三种调度中断情况进行图表展示以及对比分析,分别产生了不同的多目标函数值;
S104:通过调整目标函数权重,得出更符合当下战况的维修任务动态调度结果。
本发明提供的维修任务动态调度方法业内的普通技术人员还可以采用其他的步骤实施,图1的本发明提供的维修任务动态调度方法仅仅是一个具体实施例而已。
如图2所示,本发明提供的维修任务动态调度系统包括:
多目标优化模型构建模块1,用于将获得的二次作战总时间、可执行任务数以及修竣装备重要性对作战的贡献程度作为优化目标,构建了多目标优化模型。
维修任务动态调度模块2,用于通过多目标优化模型在规定时间内对战损装备的维修任务进行动态调度。
多目标函数值产生模块3,用于采用NSGA-II算法对优化问题进行了求解,并对三种调度中断情况进行图表展示以及对比分析,分别产生了不同的多目标函数值。
维修任务动态调度结果输出模块4,用于通过调整目标函数权重,得出更符合当下战况的维修任务动态调度结果。
下面结合附图对本发明的技术方案作进一步的描述。
1基本描述
1.1问题描述
战场伴随抢修,即修理力量跟随部(分)队,在行军、作战、运输中进行的修理。它的主要任务是对作战现场的损坏车辆、战损装备等进行实时抢修。这种修理形式,能使轻微或中度战损装备得到及时维修,使战损装备及时恢复到战斗状态,提高作战状态的参战率。首先经前方技术侦察上报,获得各战损装备的地理位置、损伤情况、可能的恢复状态及所需维修工作量大致范围后,随后各抢修单元从不同初始位置出发,前往指定的战损装备处进行战场抢修,完成该点任务后,不再回到起始位置,听从指控中心调度,继续执行新的抢修任务。装备保障指挥员根据不断更新的抢修需求信息,对各抢修单元进行动态统一调度。
1.2问题假设
(1)各抢修单元的人员、备件数量相同,抢修能力相同;
(2)保障部队维修备件数量充足;
(3)不考虑维修部队展开维修和撤收的时间;
(4)不考虑维修组中断维修任务时,维修部队撤收和重新展开的时间;
(5)各维修组组独立完成各自的维修任务;
(6)在维修任务实施过程中一个维修组同一时刻只能对一台装备进行维修;
(7)对战损装备进行维修时,机动功能、火控功能以及通讯功能的维修可同时开展,相互之间不影响;
2模型构建
表1符号定义及说明
基于上述分析,构建战时维修任务调度模型。
目标函数F1装备二次作战时间是指修竣后继续参战的时间,是修理及时程度的体现,反映了待修装备修竣后参战的有效时长,而获得的二次作战总时间是各修竣装备二次作战时间的代数和,由作战总时间依次减去各个战损装备的产生时间、维修部队路程时间及修理时间的累加和获得,其中fuj为0-1变量,表示抢修部队u是否对战损装备j进行抢修,若对其进行抢修,则fuj=1,否则fuj=0。
目标函数F2获得的可执行任务数是指战损装备经过战场抢修再次投入作战,其作战功能(机动、火力、通信)的不同恢复情况,它决定了该装备能够执行一项或多项任务,获得的可执行任务数越多,维修的意义越大,确定各个战损装备的恢复状态后,将其恢复状态对应的可执行任务数累加,即为获得的可执行任务数。
目标函数F3维修的战损装备对作战任务的重要性贡献程度,其中Ru表示任务调度的一个可行调度结果,Rank(Ij')表示对战损装备总重要性进行排序,Inverse()函数表示以重要性排序结果作为参照,求可行解的逆序数累加和。
以上三个目标函数作为战时装备维修任务调度的调度目标,三个目标参数相互影响、相互制约,人为或粗略设置调度任务,很难使得三个目标参数同时优化。因此,本发明建立维修任务调度模型,并采用智能优化算法对调度模型进行求解,以获得更加有用的战时调度结果。
式中(1)式表示维修结束后,装备获得的二次作战总时间;(2)式表示装备的可执行任务数;(3)式表示维修的战损装备对作战任务的重要性贡献程度;(4)式表示维修时间不能超过所给的维修时限,表示维修部队u的维修序列里,从点j的紧前任务i到点j的转场时间;(5)式表示同一时间点,所有战损装备由且仅由一支维修部队对其进行抢修,ta表示可能的维修任务中断时间点,tb表示中断后,下一个维修部队计划去维修装备j的时间点;(6)式表示对战损装备j进行维修的维修部队能且只能来自于上一个战损装备维修点;(7)式表示维修部队u对战损装备i的维修结束后,只能对下一个且仅下一个战损装备进行维修。
3模型分析
3.1不确定性分析
战场作战存在太多的不确定因素,无法准确预测,遂对战场情况的不确定情况进行分析。
(1)恢复状态的不确定性
作战装备体系及装备具备三项核心作战能力:指挥通信能力、战场机动能力和火力打击能力。当装备战损后,需要全部或部分恢复恢复已上三种核心作战能力。将待修装备的损伤部位分为:通信子系统损伤B1、动力子系统损伤B2、武器子系统损伤B3。对任意的战损装备,有7种可能的损伤状态。
引入0-1变量Bi(i=1,2,3)且令:
由此,任意待修装备i的损伤状态可用Ai=(B1,B2,B3)表示,且共有7种可能的损伤状态。规定仅通信子系统故障的装备,可继续参与进攻作战,无需进行修理。因此待修装备有六种损伤状态,对待修装备i,在野战部队抢修情况下,考虑两种恢复状态:1)能进行战斗状态S1,虽然降低了性能水平,但仍具备通信指挥、快速机动、火力突击3项核心能力,能执行下项战斗任务;2)能应急作战状态S2,具备快速机动、火力突击两种能力,但通信指挥缺失,仅能执行某一项具体的战斗任务。
各损伤状态对应的可选恢复状态如表2所示。
(2)修理时间的不确定性
在一体化进攻作战过程中,影响故障装备修理时间的因素众多,主要包括:敌火威胁的动态不确定性、恢复状态的不确定性、抢修单元的抢修装备及修理人员的数量差异、抢修单元内修理人员的技能差异等。损伤状态为Ai的待修装备i,恢复至不同状态Sa,所需的计划修理时间也不同。以标准抢修单元(即给定抢修装备的种类数量、修理人员的总数以及初/中/高级修理工的比例)为基准,暂不考虑敌方火力威胁的影响,根据平时统计的各子系统重要功能部件的平均修复时间,可估出计划修理时间的上限和下限即设定恢复至同一Sa,以置信度α落在区间内,且令:
表2损伤状态与其对应的可选恢复状态
(3)转场时间的不确定性
道路损毁系数Rij(ti,yi,yj)与抢修时刻、待修装备地理位置密切相关,计算公式为:
其中,C(ti)表示时间因素,ti越大,道路损毁越严重,C(ti)越大;p(yi)表示i点待修装备的位置因素,越靠近核心交战区域,p(yi)越大,两侧则递减。
(4)修复战损装备对作战贡献程度的不确定性
主要考虑待修装备所在区域的交战情况,交战越激烈待修装备越重要;装备的等级分划,主要划分为营级装备、连级装备、排级装备。战损装备i所在位置的交战情况根据其所在位置的纵坐标估计,p(yi)表示i点待修装备的位置因素,越靠近核心交战区域,p(yi)越大,两侧则递减。将两者结合评估待修装备的重要程度:
其中,α、β为根据现场作战情况,指挥员为两个重要性产生影响的因素—待修装备j所在位置交战情况p(yj)及待修装备j重要程度Ij所分配的权重系数。
3.2重调度策略分析
本发明的重调度策略为:每产生一个待修装备时,调用任务调度模型进行重调度,优化各抢修单元之间的任务分工。另外,作战前中期,当战损装备频繁产生时,重调度策略采用每产生一个待修装备时进行重调度;但当作战后期时,新的战损装备产生时间间隔较长,采用每产生一个待修装备重调度一次的重调度策略,会导致出现有抢修部队已抢修完成多时但其他抢修部队仍在抢修的情况,进而导致维修资源浪费。因此,在作战后期根据待修装备产生情况,采用每产生一个战损装备和每修理结束一个战损装备时都进行一次重调度的调度策略。达到充分利用维修资源,得到更理想的维修任务调度结果。
3.3中断设置分析
在战场抢修过程中,仅按照战损装备的产生时间进行维修任务调度,往往太过于循规蹈矩,不够灵活,导致对作战更有意义、更需紧急修复的战损装备未被及时维修。因此,采用中断设置,对先出现的战损装备的维修任务进行暂时中断,释放维修部队资源去维修更加重要的战损装备,对战场抢修意义重大。
本发明中,中断设置包含三种中断模式,1)已规划到抢修序列内但还未开始展开抢修的抢修任务可中断抢修任务。由于还未开始进行抢修,这种中断模式中断后,对已规划的战损装备重新规划无影响;2)已规划到抢修序列内且维修部队已经在赶往抢修点的路上的的抢修任务可中断。中断后对维修部队进行重新规划,转场时间增加;3)抢修部队到达抢修点且已将展开维修的抢修任务可中断。这种中断模式中断后,对正在维修的的维修部队重新规划维修点,正在进行维修的战损装备因已开始展开维修,因此已规划好的恢复状态不再改变,转场时间增加。
4基于NSGA-II的算法
对于多目标优化问题,本发明采用改进的带精英策略的非支配排序遗传算法进行求解。精英策略思想是精英机制,选择群体中适应值最高的个体不进行交叉、变异,直接作为子代,其优点是不破坏父代种群的最优解,提高全局收敛性。
4.1编码
本发明采用三段式编码,第一段采用顺序编码,表示维修任务的分工;第二段采用整数(1或2)编码,表示待修装备的恢复状态;第三段采用整数编码,表示对第一段和第二段编码的断点。假设待修装备数量为7,抢修单元有3个,断点为(2,5),则通过解码,易知3个抢修单元的任务分工、各组抢修序列以及各损伤装备的恢复状态为:x1={5(1),1(1)},x2={3(2),4(1),7(2)},x3={2(1),6(1)}其中5(1)表示将待修装备5恢复至状态1。
表3染色体组成
4.2遗传算子设计
由于染色体体三段代表不同的意义,无法同时采用相同的遗传算子进行交叉变异,因此本发明采用分段式遗传算子设计。
(1)选择算子:选择算子的目的是判断种群中个体是否优良,从当前种群中选出生存能力强的个体,使它们成为父代种群参与进化下一代种群。本发明采用二元锦标赛选择(Binary tournament selection,BTS)算子从上一代染色体中选出前1/2的个体,作为父代染色体进行交叉与变异操作。
(2)交叉算子:对于染色体的第一、二段编码采用多点随机交叉策略,第三段编码不做操作。
(3)变异算子:第一段编码采用互换操作,即随机互换染色体中两不同基因的位置,第二段编码采用倒置操作;第三段编码采用随机更新操作。
染色体进行交叉变异后可能产生不符合实际要求的解,在每一次交叉变异后对不适合的解进行改进。
下面结合仿真对本发明的技术效果作详细的描述。
1示例仿真
某日,某国以第某机步团为主力,对我某边境地区发动军事进攻;经我联合作战群迎头痛击,转入机动防御。我机步某旅遵照上级要求,兵分3路,内驱歼该敌。该旅装配有120台A型步战车、30台B型装甲突击车、30台C型主战坦克;配属的3个综合抢修单元实施伴随保障,负责抢修900min内能完成的轻度损伤及极少部分中度损伤装备,恢复或部分恢复其作战功能。
设定参数:种群数量Pop_Size=400,迭代总次数Sum_Iter=100,进攻开始作战时间Ts=0min,作战结束时间Te=15h,影响因素为G=0.2,各抢修单元的平均转场时间置信度α=90%。待修装备信息如下表所示,已知t=71min时,1、2、3抢修部队分别前进至(-2.8km,4.0km)、(-15.7km,-3.1km)、(15.9km,-5.6km)。
2仿真结果分析
进攻作战开始后,在纵轴方向Y∈[20km,27km]作战区域内,战损装备较为集中,表明进攻部队在此区域遭敌顽强火力阻击,因此设定重要战损装备主要集中出现在此交战区域内,战损装备等级分为连级装备(1)、排级装备(3)、营级装备(7)。修复15个战损装备对作战的重要性计算结果如表4所示。
表4战损装备信息
2.1中断情况1:已规划到抢修序列内但还未开始展开抢修的抢修任务可中断抢修任务,如图4所示,注:图中*表示重调度点。
该中断情况为规划后保障部队还未出发时进行重调度,将目标函数f1、f2、f3的权值分别设置为0.9,0.1,0,忽略战损装备的重要程度,以快速维修作为重点,以求尽快恢复战损装备使其迅速恢复作战,适用于快速作战情形。如图4所示,维修保障部队路线基本稳定,无特殊路径段或重合点,因此节省了时间,但忽略了重要战损装备的重要程度。
最终第一、二、三个保障部队的计划修竣时刻为依次为871min、760min、801min,可获得的二次作战总时间为7219min,在作战时长900min内大约可以为作战提供再多8辆作战装备,间接证明了实施伴随保障的重要性和建强伴随保障力量的必要性;获得的可执行任务数为21;修复装备对作战重要性贡献程度为41。
2.2中断情况2:已规划到抢修序列内且维修部队已经在赶往抢修点的路上的的抢修任务可中断,如图5所示。
该中断情况为规划后保障部队还未出发时进行重调度,将目标函数f1、f2、f3的权值分别设置为0.7,0.1,0.2,以快速维修为重点,兼顾获得的可执行任务数以及战损装备对作战的重要性贡献程度。
最终第一、二、三个保障部队的计划修竣时刻为依次为604min、630min、657min,可获得的二次作战总时间为5686min,在作战时长900min内大约可以为作战提供再多超6辆作战装备;获得的可执行任务数为23;修复装备对作战重要性贡献程度为45。
表5显示:在时刻253min,维修保障部队3在战损装备11出现后,由于战损装备11对的维修对作战重要性贡献程度为15,贡献程度较高,因此保障部队3原计划修完待修装备3就转场对战损装备11进行维修,但由于在战损装备15出现后,对维修任务调度进行重新规划,规划后调整为保障部队1对战损装备11进行维修、保障部队3对战损装备10进行维修,得到的总体目标函数更好。表5的调度数据显示,每一个抢修单元的抢修序列对其自身而言不一定最优,但最终的优化目标结果证明在各个规划时刻,对任务的调度结果整体而言是最优的。
表5显示:战损装备3修复时间较长,原因是战损装备3距离保障部队的初始地点较远,且3的恢复状态为第二种状态,计划维修时间较长。
表5中断方式2调度结果数据
注:数据表中,中括号内数据表示待修装备的恢复状态,小括号内数据表示待修装备的计划修竣时刻,例:1(184)表示待修装备1的恢复到状态1的计划修竣时刻为184min。
道路损毁程度随时间的变化而变化,导致转场时间不断变化,从而调度方案需要不断调整以适应战况,此原因导致战损装备3的计划修竣时刻一直在增加,且维修调度计划方案一直在改变。
2.3中断方式3:抢修部队到达抢修点且已将展开维修的抢修任务可中断,该中断情况为规划后保障部队还未出发时进行重调度,将目标函数f1、f2、f3的权值分别设置为0.3,0.2,0.5,以战损装备对作战的重要性贡献程度为重点,兼顾获得的可执行任务数以及维修获得的二次作战时间,适应于长时间、长周期作战情形。
最终第一、二、三个保障部队的计划修竣时刻为依次为847min、805min、859min,可获得的二次作战总时间为4840min,在作战时长900min内大约可以为作战提供再多超过5辆作战装备;获得的可执行任务数为23;修复装备对作战重要性贡献程度为45。
表6显示:在时刻215min,维修保障部队2在战损装备7出现后,原计划在战损装备4,如图6所示,注:图中*表示重调度点。
修竣后再对战损装备7进行维修,但由于战时转场时间随时间推移的不断变化,战损装备4的计划修竣时刻持续增加,因此导致在时刻284min进行重调度时,为了得到更好的整体优化结果,维修部队2暂停对战损装备4的维修,转场尽快对更重要的战损装备7(战损装备4对作战的重要性贡献程度为6,而战损装备7对作战的重要性贡献程度为14)进行维修,在战损装备7修竣后,继续对战损装备4进行维修(战损装备4在维修过程中中断,在战损装备7修竣后返场对战损装备4进行维修时,战损装备4的恢复状态不再改变)。
表7为三种中断情形的三个目标函数对比表,对于情况1,只考虑获得的二次作战总时间和二次作战任务数最大,对战损装备修复后对作战的重要程度没有加入到规划目标中,带有一定的片面性,适用于快速短周期作战;对于情况2,将三个目标函数都加入规划调度中,以快速修复为重点,兼顾目标F2和F3,适用于一般作战情况;情况3将战损装备修复后对作战的重要程度作为作战重点,兼顾F1和F2,得到的二次作战总时间相对减少,但修竣的装备对作战的重要程度也相对增加,适用于长周期作战情形。作战指挥官可根据现场作战情况调整目标函数权重系数值,以获得更符合实际作战情况的维修任务调度结果。
表7三种中断情况数据对比
注:表中小括号内为每种情况下每个目标函数所占权重值。
表6中断方式3调度结果数据
应当注意,本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现;软件部分可以存储在存储器中,由适当的指令执行系统,例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现,例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现,也可以用由各种类型的处理器执行的软件实现,也可以由上述硬件电路和软件的结合例如固件来实现。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种维修任务动态调度方法,所述维修任务动态调度方法包括:
将获得的二次作战总时间、可执行任务数以及修竣装备重要性对作战的贡献程度作为优化目标,构建了多目标优化模型;
多目标优化模型在规定时间内对战损装备的维修任务进行动态调度;
采用NSGA-II算法对优化问题进行了求解,并对三种调度中断情况进行图表展示以及对比分析,分别产生了不同的多目标函数值;
通过调整目标函数权重,得出更符合当下战况的维修任务动态调度结果。
2.如权利要求1所述的维修任务动态调度方法,其特征在于,所述多目标优化模型为:
3.如权利要求1所述的维修任务动态调度方法,其特征在于,所述多目标优化模型的不确定性分析:
(1)恢复状态的不确定性,将待修装备的损伤部位分为:通信子系统损伤B1、动力子系统损伤B2、武器子系统损伤B3,对任意的战损装备,有7种可能的损伤状态:
引入0-1变量Bi(i=1,2,3)且令:
由此,任意待修装备i的损伤状态可用Ai=(B1,B2,B3)表示,且共有7种可能的损伤状态,待修装备有六种损伤状态,对待修装备i,在野战部队抢修情况下,考虑两种恢复状态:1)能进行战斗状态S1,具备通信指挥、快速机动、火力突击3项核心能力,能执行下项战斗任务;2)能应急作战状态S2,具备快速机动、火力突击两种能力,但通信指挥缺失,仅能执行某一项具体的战斗任务:
(2)修理时间的不确定性,损伤状态为Ai的待修装备i,恢复至不同状态Sa,所需的计划修理时间也不同,以标准抢修单元为基准,根据平时统计的各子系统重要功能部件的平均修复时间,估出计划修理时间的上限和下限即设定恢复至同一Sa,以置信度α落在区间内,且令:
道路损毁系数Rij(ti,yi,yj)与抢修时刻、待修装备地理位置密切相关,计算公式为:
其中,C(ti)表示时间因素,ti越大,道路损毁越严重,C(ti)越大;p(yi)表示i点待修装备的位置因素,越靠近核心交战区域,p(yi)越大,两侧则递减;
(4)修复战损装备对作战贡献程度的不确定性,考虑待修装备所在区域的交战情况,交战越激烈待修装备越重要;装备的等级分划,划分为营级装备、连级装备、排级装备,战损装备i所在位置的交战情况根据其所在位置的纵坐标估计,p(yi)表示i点待修装备的位置因素,越靠近核心交战区域,p(yi)越大,两侧则递减,将两者结合评估待修装备的重要程度:
其中,α、β为根据现场作战情况,指挥员为两个重要性产生影响的因素—待修装备j所在位置交战情况p(yj)及待修装备j重要程度Ij所分配的权重系数。
4.如权利要求1所述的维修任务动态调度方法,其特征在于,所述多目标优化模型的重调度策略分析为:每产生一个待修装备时,调用任务调度模型进行重调度,优化各抢修单元之间的任务分工,采用每产生一个战损装备和每修理结束一个战损装备时都进行一次重调度的调度策略。
5.如权利要求1所述的维修任务动态调度方法,其特征在于,所述多目标优化模型的中断设置分析,对先出现的战损装备的维修任务进行暂时中断,释放维修部队资源去维修更加重要的战损装备;
中断设置包含三种中断模式,
1)已规划到抢修序列内但还未开始展开抢修的抢修任务可中断抢修任务;
2)已规划到抢修序列内且维修部队已经在赶往抢修点的路上的的抢修任务可中断;
3)抢修部队到达抢修点且已将展开维修的抢修任务可中断。
6.如权利要求1所述的维修任务动态调度方法,其特征在于,所述采用NSGA-II算法对优化问题进行了求解包括:
(1)采用三段式编码,第一段采用顺序编码,表示维修任务的分工;第二段采用整数1或2编码,表示待修装备的恢复状态;第三段采用整数编码,表示对第一段和第二段编码的断点;
(2)采用分段式遗传算子设计。
1)选择算子:采用二元锦标赛选择BTS算子从上一代染色体中选出前1/2的个体,作为父代染色体进行交叉与变异操作;
2)交叉算子:对于染色体的第一、二段编码采用多点随机交叉策略,第三段编码不做操作;
3)变异算子:第一段编码采用互换操作,即随机互换染色体中两不同基因的位置,第二段编码采用倒置操作;第三段编码采用随机更新操作。
7.如权利要求1所述的维修任务动态调度方法,其特征在于,将获得的二次作战总时间、可执行任务数以及修竣装备重要性对作战的贡献程度作为优化目标,构建了多目标优化模型;
多目标优化模型在规定时间内对战损装备的维修任务进行动态调度;
采用NSGA-II算法对优化问题进行了求解,并对三种调度中断情况进行图表展示以及对比分析,分别产生了不同的多目标函数值;
通过调整目标函数权重,得出更符合当下战况的维修任务动态调度结果。
8.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如下步骤:
将获得的二次作战总时间、可执行任务数以及修竣装备重要性对作战的贡献程度作为优化目标,构建了多目标优化模型;
多目标优化模型在规定时间内对战损装备的维修任务进行动态调度;
采用NSGA-II算法对优化问题进行了求解,并对三种调度中断情况进行图表展示以及对比分析,分别产生了不同的多目标函数值;
通过调整目标函数权重,得出更符合当下战况的维修任务动态调度结果。
9.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如下步骤:
将获得的二次作战总时间、可执行任务数以及修竣装备重要性对作战的贡献程度作为优化目标,构建了多目标优化模型;
多目标优化模型在规定时间内对战损装备的维修任务进行动态调度;
采用NSGA-II算法对优化问题进行了求解,并对三种调度中断情况进行图表展示以及对比分析,分别产生了不同的多目标函数值;
通过调整目标函数权重,得出更符合当下战况的维修任务动态调度结果。
10.一种实施权利要求1~7任意一项所述维修任务动态调度方法的维修任务动态调度系统,其特征在于,所述维修任务动态调系统包括:
多目标优化模型构建模块,用于将获得的二次作战总时间、可执行任务数以及修竣装备重要性对作战的贡献程度作为优化目标,构建了多目标优化模型;
维修任务动态调度模块,用于通过多目标优化模型在规定时间内对战损装备的维修任务进行动态调度;
多目标函数值产生模块,用于采用NSGA-II算法对优化问题进行了求解,并对三种调度中断情况进行图表展示以及对比分析,分别产生了不同的多目标函数值;
维修任务动态调度结果输出模块,用于通过调整目标函数权重,得出更符合当下战况的维修任务动态调度结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011126896.XA CN112418606B (zh) | 2020-10-20 | 2020-10-20 | 维修任务动态调度方法、系统、存储介质、计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011126896.XA CN112418606B (zh) | 2020-10-20 | 2020-10-20 | 维修任务动态调度方法、系统、存储介质、计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112418606A true CN112418606A (zh) | 2021-02-26 |
CN112418606B CN112418606B (zh) | 2023-07-07 |
Family
ID=74841034
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011126896.XA Active CN112418606B (zh) | 2020-10-20 | 2020-10-20 | 维修任务动态调度方法、系统、存储介质、计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112418606B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112884368A (zh) * | 2021-03-23 | 2021-06-01 | 合肥工业大学 | 面向高端装备交货时间与延迟最小的多目标调度方法及系统 |
CN113743679A (zh) * | 2021-11-02 | 2021-12-03 | 汉谷云智(武汉)科技有限公司 | 基于赋权图和多旅行商的高铁路网维修调度方法及设备 |
CN115034041A (zh) * | 2022-05-17 | 2022-09-09 | 北京瑞风协同科技股份有限公司 | 基于仿真方法开展装备维修的推演方法及系统 |
WO2022245277A1 (en) * | 2021-05-17 | 2022-11-24 | Hitachi, Ltd. | Method and apparatus for personnel assignment |
CN115619614A (zh) * | 2022-12-19 | 2023-01-17 | 北京中昌工程咨询有限公司 | 一种轨道交通资产的智能分类编码方法及系统 |
CN117010862A (zh) * | 2023-08-08 | 2023-11-07 | 武汉蓝海科创技术有限公司 | 数字化大型复杂设备维修过程的智能化辅助工作平台 |
CN117273399A (zh) * | 2023-11-20 | 2023-12-22 | 成都愿景仿视科技有限公司 | 一种面向任务的装备保障建模方法 |
CN117421889A (zh) * | 2023-10-19 | 2024-01-19 | 北京归一科技有限公司 | 用于装甲装备的保障效能仿真建模方法、系统及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103164757A (zh) * | 2011-12-12 | 2013-06-19 | 中国人民解放军第二炮兵工程学院 | 一种装备维修任务调度方法 |
CN103164746A (zh) * | 2011-12-13 | 2013-06-19 | 中国人民解放军第二炮兵工程学院 | 一种应急抢修资源优化决策方法 |
US20170011007A1 (en) * | 2015-07-08 | 2017-01-12 | National Tsing Hua University | Land battle process evaluation method and system thereof |
CN110852627A (zh) * | 2019-11-13 | 2020-02-28 | 国电南瑞科技股份有限公司 | 配电网灾后抢修决策方法和装置 |
-
2020
- 2020-10-20 CN CN202011126896.XA patent/CN112418606B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103164757A (zh) * | 2011-12-12 | 2013-06-19 | 中国人民解放军第二炮兵工程学院 | 一种装备维修任务调度方法 |
CN103164746A (zh) * | 2011-12-13 | 2013-06-19 | 中国人民解放军第二炮兵工程学院 | 一种应急抢修资源优化决策方法 |
US20170011007A1 (en) * | 2015-07-08 | 2017-01-12 | National Tsing Hua University | Land battle process evaluation method and system thereof |
CN110852627A (zh) * | 2019-11-13 | 2020-02-28 | 国电南瑞科技股份有限公司 | 配电网灾后抢修决策方法和装置 |
Non-Patent Citations (4)
Title |
---|
J. ZHU等: "Generation and transmission equipment maintenance scheduling with load transfer", 《2017 IEEE POWER & ENERGY SOCIETY GENERAL MEETING》 * |
刘彦等: "修复状态不确定的巡回修理任务多目标动态调度", 装甲兵工程学院学报, no. 01 * |
陈伟龙等: "考虑不确定性的进攻作战抢修任务动态调度", 兵工学报, no. 05 * |
陈春良等: "考虑非遍历的抢修任务多目标动态调度", 兵工学报, no. 08 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112884368B (zh) * | 2021-03-23 | 2022-11-01 | 合肥工业大学 | 高端装备交货时间与延迟最小的多目标调度方法及系统 |
CN112884368A (zh) * | 2021-03-23 | 2021-06-01 | 合肥工业大学 | 面向高端装备交货时间与延迟最小的多目标调度方法及系统 |
WO2022245277A1 (en) * | 2021-05-17 | 2022-11-24 | Hitachi, Ltd. | Method and apparatus for personnel assignment |
CN113743679A (zh) * | 2021-11-02 | 2021-12-03 | 汉谷云智(武汉)科技有限公司 | 基于赋权图和多旅行商的高铁路网维修调度方法及设备 |
CN113743679B (zh) * | 2021-11-02 | 2022-02-08 | 汉谷云智(武汉)科技有限公司 | 基于赋权图和多旅行商的高铁路网维修调度方法及设备 |
CN115034041B (zh) * | 2022-05-17 | 2023-02-07 | 北京瑞风协同科技股份有限公司 | 基于仿真方法开展装备维修的推演方法及系统 |
CN115034041A (zh) * | 2022-05-17 | 2022-09-09 | 北京瑞风协同科技股份有限公司 | 基于仿真方法开展装备维修的推演方法及系统 |
CN115619614A (zh) * | 2022-12-19 | 2023-01-17 | 北京中昌工程咨询有限公司 | 一种轨道交通资产的智能分类编码方法及系统 |
CN117010862A (zh) * | 2023-08-08 | 2023-11-07 | 武汉蓝海科创技术有限公司 | 数字化大型复杂设备维修过程的智能化辅助工作平台 |
CN117010862B (zh) * | 2023-08-08 | 2024-01-30 | 武汉蓝海科创技术有限公司 | 数字化大型复杂设备维修过程的智能化辅助工作平台 |
CN117421889A (zh) * | 2023-10-19 | 2024-01-19 | 北京归一科技有限公司 | 用于装甲装备的保障效能仿真建模方法、系统及存储介质 |
CN117273399A (zh) * | 2023-11-20 | 2023-12-22 | 成都愿景仿视科技有限公司 | 一种面向任务的装备保障建模方法 |
CN117273399B (zh) * | 2023-11-20 | 2024-02-09 | 成都愿景仿视科技有限公司 | 一种面向任务的装备保障建模方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112418606B (zh) | 2023-07-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112418606A (zh) | 维修任务动态调度方法、系统、存储介质、计算机设备 | |
CN111325483B (zh) | 一种基于电池容量预测的电动公交车辆排班方法 | |
CN104077634A (zh) | 基于多目标优化的主动-反应式动态项目调度方法 | |
Aghezzaf et al. | A joint selective maintenance and multiple repair-person assignment problem | |
Li et al. | Optimal decisions for operations management of BDAR: A military industrial logistics data analytics perspective | |
Song et al. | Maintenance personnel optimization model of vehicle equipment based on support task | |
CN112907015A (zh) | 一种不确定条件下uuv自适应任务规划方法 | |
CN112132379B (zh) | 考虑经济性的新能源跨区域消纳评估方法和存储介质 | |
CN112287591A (zh) | 基于期望体系效能的舰艇编队等级修理计划编制方法 | |
Chaabane et al. | Outsourcing selective maintenance problem in failure prone multi-component systems | |
CN113158549B (zh) | 面向多样化任务的舰艇编队等级修理计划编制方法 | |
CN111428356A (zh) | 一种新研发退化设备的维护方法及系统 | |
Shen et al. | Electric vehicle scheduling based on stochastic trip time and energy consumption | |
CN116127839A (zh) | 一种基于强化学习的公交站场服务中断防治方法 | |
Li et al. | A decomposition approach for shipboard manpower scheduling | |
CN112530155B (zh) | 一种电动公交车辆调度方法 | |
Song et al. | Research on Flexible Equipment Maintenance Process Scheduling Problems Based on HNSGSA Algorithm | |
CN114204580A (zh) | 一种电动汽车聚合商基于调频的实时调控方法及计算装置 | |
CN113869545A (zh) | 预测无人驾驶有轨电车的耗电量的方法和系统 | |
Tao et al. | Prediction model of emergency rescue time for special major accidents in high-speed railway based on GERTS network | |
Liu et al. | Multi-objective dynamic scheduling of circuit repair based on improved NSGA-II | |
Chen et al. | Research on equipment maintenance support technology based on multi-agent | |
CN113516370B (zh) | 基于定期与视情相结合的舰艇编队等级修理计划编制方法 | |
Roberts et al. | Global status of coal power | |
Jiang et al. | Bus holding strategy based on shuffled complex evolution method |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |