专利名称：一种战场抢修资源重组优化决策方法
技术领域：
本发明涉及一种战场抢修资源重组决策方法，在确立系统抢修效益最大化的目标后，根据找出满足约束的一个最优解，约束条件包含连续域的时间约束和离散域的资源约束，是一种具有背景意义的组合优化优化问题，结合总资源消耗率最小和资源柔性最小等确定型启发式算法，及粒子群等概率型启发式算法，可以对抢修任务、重组资源、重组时间等变量赋值进行优化决策，在应对体系对抗中的联合保障中具有较好的应用前景。
背景技术：
组合最优化是通过数学方法的研究去寻找离散事件的最优编排、分组、次序或筛选等，是运筹学的一个经典重要的分支，所研究的问题涉及信息技术、管理、运输、生产调度网络以及军事领域。一般来说组合优化问题的目标是从组合问题的可行性解集中求出最优解。对于不同组合优化问题，并没有通用的高精度和高速度兼有的决策方法和优化算法，针对不同问题独立设计的启发式算法，或结合多种算法的混合算法是求解组合优化问题的可行性思路。战场抢修资源重组决策具有很强的军事应用背景，要求决策人员在有限的时间内，尽可能得到较优的资源重组方案，满足抢修任务需求。一般来说确定性启发式算法都有较好的计算速度，但随变量赋值组合数的增加，计算的精度较差，而概率性的启发式算法在求解有约束组合优化问题时，由于可能产生的大量不可行解，会影响到计算精度和计算速度。本设计涉及的战场抢修资源重组决策方法，首先通过一致性检测方法根据抢修资源和抢修时间的约束对变量进行初始化，约减不一致的变量，有效降低一般性抢修资源重组决策问题的变量维数，减少变量赋值的组合数。在初始化的基础上，按照重组时间约束内不同抢修任务对抢修资源的需求情况进行分类，并根据不同的分类特点设计相应的优化算法，结合总资源消耗率最小和资源柔性最小等确定型启发式算法的高计算速度和粒子群算法的高计算精度的特点，可以在短时间内获得较优的计算结果，在确定战场抢修决策方案时有很强的理论意义和应用价值。
发明内容
本发明是针对现代体系对抗联合保障特点和需求，提出的如何确定抢修任务、重组资源、重组时间的赋值决策方法，该方法适用于多任务、多资源、有约束的并发抢修任务需求资源重组。本发明的战场抢修资源重组决策方法包括以下步骤:(I)采用约束满足问题的建模方法对战场抢修资源重组决策进行建模，通过约束传播的方法，分别按照抢修资源约束和抢修时间约束对抢修任务的一致性进行检测，按照抢修时间的约束对重组资源进行一致性检测。(2)按照抢修资源种类数量约束和抢修时间的约束，通过约束传播的方法对问题进行初始化，检验抢修任务关于抢修资源和抢修时间一致性。初始化后每个抢修任务都至少有一组重组资源变量赋值组合能够限定的重组时间内重组到抢修任务需求点。同时每个抢修任务供应点都至少能给一项抢修任务提供一个计量单位的某种抢修资源。(3)按照不同任务要求抢修时间内，抢修任务之间需求抢修资源的冲突的情况将抢修资源重组决策分为以下三类:无冲突抢修资源重组决策，完全冲突抢修资源重组决策和完全冲突抢修资源重组决策，并分类建立模型。(4)根据无冲突抢修资源重组决策模型特点，抢修任务在限定抢修时间内至少有一个资源供应点能够提供抢修任务所需的各类资源，属于“供过于求”或“供求平衡”。给抢修任务决策变量的赋值为1，即抢修任务都响应。在此基础上确立两阶段问题“抢修资源点最少”和“剩余抢修资源柔性最大”，并分别通过对应的启发式搜索算法确定重组资源变量的赋值。(5)根据完全冲突抢修资源重组决策模型特点，设计了基于资源总消耗率和粒子群算法的混合模型求解方法，确定抢修任务变量的赋值，在此基础上再根据剩余抢修资源柔性最大的启发式方法，确定重组资源变量的赋值。(6)根据不完全冲突抢修资源重组决策模型的特点，设计了抢修资源冲突和柔性最小的启发算法，按照抢修资源冲突最小确定抢修任务变量的赋值，再根据抢修任务资源需求，按照资源柔性最小给抢修任务分配资源，确定重组资源变量的赋值。(7)在确定重组资源变量赋值后，分别按照决策人员要求分别按照同时开始、同时结束、按时完成，三种时间赋值策略分别给任务重组时间和资源重组时间进行赋值。本发明的优点是:通过变量降维、分类和分步赋值的方法可以对多任务、多资源、有约束的一般性并发抢修任务需求资源重组决策进行求解，适用性强、计算速度快、计算精度高。本发明针对一般性战场抢修资源重组决策的特点，利用基于约束传播的思想，通过抢修资源需求约束和抢修时间约束，对抢修任务和重组资源的一致性进行检测，在问题确有不一致变量时可以有效的对 变量降维，实现减小运算规模的目的。在此基础上再根据抢修时间内不同抢修任务的资源需求冲突将战场抢修资源重组决策分为不冲突抢修资源重组、完全冲突抢修资源重组和不完全抢修资源重组，在此基础上针对问题分类，分别设计了基于总资源消耗率最小和资源柔性最小等确定型启发式算子，并通过与二元取整粒子群算法混合对部分分类问题进行求解，具有针对性的分类计算方法在保证计算精度和速度的同时，能满足现代军事联合保障的需求，更具军事应用价值。
具体实施例方式为了更好的说明本发明的技术方案，以下对本发明的实施方式作进一步说明。(I)战场抢修资源重组决策的初始化。假设BRT是n维抢修任务决策变量，RRS是vXnXm维重组抢修资源决策变量，RRT是TT的n维因变量，RS是v Xm维抢修资源向量，TT是RRS的nXm维因变量。n表示待响应抢修任务的数量表示资源供应点数量,v表示抢修资源类别数量，那么战场抢修重组决策问题可以描述为RDP = {BRT, RRS, RRT, RS, TT,C}，模型可以描述为
nmax: YdB衍ix RTbi
*=1( I )st ^RtJO, 1}；BRtiG (BRt1, BRt2,...,BRtJ ；
RTbi G (RTb1, RTb2, —, RTbJ ；
权利要求
1.战场抢修资源重组优化决策方法，其特征在于包括如下具体步骤:(1)根据约束满足建模方法对战场抢修资源决策进行建模，模型以战场抢修效益最大化为目标，约束条件主要包括抢修任务资源需求类型和数量要求，以及抢修时间的限制。(2)按照抢修资源种类数量约束和抢修时间的约束，通过约束传播的方法对问题进行初始化，检验抢修任务关于抢修资源和抢修时间一致性。初始化后每个抢修任务都至少有一组重组资源变量赋值组合能够限定的重组时间内重组到抢修任务需求点。同时每个抢修任务供应点都至少能给一项抢修任务提供一个计量单位的某种抢修资源。(3)按照不同任务要求抢修时间内，抢修任务之间需求抢修资源的冲突的情况将抢修资源重组决策分为以下三类:无冲突抢修资源重组决策，完全冲突抢修资源重组决策和完全冲突抢修资源重组决策，并分类建立模型。(4)根据无冲突抢修资源重组决策模型特点，抢修任务在限定抢修时间内至少有一个资源供应点能够提供抢修任务所需的各类资源，属于“供过于求”或“供求平衡”。给抢修任务决策变量的赋值为1，即抢修任务都响应。在此基础上确立两阶段问题“抢修资源点最少”和“剩余抢修资源柔性最大”，并分别通过对应的启发式搜索算法确定重组资源变量的赋值。(5)根据完全冲突抢修资源重组决策模型特点，设计了基于资源总消耗率和粒子群算法的混合模型求解方法，确定抢修任务变量的赋值，在此基础上再根据剩余抢修资源柔性最大的启发式方法，确定重组资源变量的赋值。(6)根据不完全冲突抢修资源重组决策模型的特点，设计了抢修资源冲突和柔性最小的启发算法，按照抢修资源冲突最小确定抢修任务变量的赋值，再根据抢修任务资源需求，按照资源柔性最小给抢修任务分配资源，确定重组资源变量的赋值。(7)在确定重组资源变量赋值后，分别按照决策人员要求分别按照同时开始、同时结束、按时完成，三种时间赋值策略分别给任务重组时间和资源重组时间进行赋值。从而解决战场抢修资源重组中的“重组的对象是谁”，“由谁完成重组”，“什么时间完成重组”等问题。
全文摘要
本发明涉及一种战场抢修资源重组优化决策方法，用以对多任务多资源需求和分布式多资源点供应的资源重组决策。首先通过约束传播方法对一般性战场抢修重组决策进行初始化，约减不一致抢修任务变量和重组资源变量，在此基础上按照抢修时间内抢修任务对抢修资源的需求冲突，将资源重组决策分为不冲突、完全冲突和不完全冲突三类，针对不同决策的分类特点，分别设计了基于抢修资源点最少，剩余抢修资源柔性最大，总消耗率最小等启发式规则，以及总消耗率最小和二元离散粒子群算法的混合算法，最后设计了同时开始，同时结束、按时完成等重组时间赋值策略。本发明着眼于解决现在体系对抗中联合保障中出现的多任务资源需求冲突，通过本方法可以系统、完整的生成一组抢修任务、重组资源、重组时间的优化赋值方案，为决策人员决策提供理论支持和决策依据。
文档编号G06Q10/04GK103164747SQ201110416149
公开日2013年6月19日 申请日期2011年12月13日 优先权日2011年12月13日
发明者宋建社, 郭军, 曹继平, 杨正磊, 李晓燕, 王正元, 王连锋 申请人:中国人民解放军第二炮兵工程学院