史海庆,杨 航,赵冬梅

1(海军参谋部办公室,北京 100071)

2(海军航空大学 青岛校区,青岛 266041)

保障能力是军用飞机保障性设计水平及其他面向保障系统对需求的一种满足程度.军用飞机机群保障能力提升和优化是典型的多目标优化问题[1,2],目前主要方法为基于偏好的经典方法,如线性加权和法[3]、主要目标法[4]、目标规划法[5]等,以及智能优化方法包括多目标遗传算法(Multi-Objective Genetic Algorithms,MOGA)[6]、多目标粒子群算法(Multi-Objective Particle Swarm Optimization,MOPSO)[7]、多目标模拟退火算法(Multi-Objective Simulated Annealing,MOSA)[8]和多目标蚁群优化算法(Mufti-Objective Ant Colony Algorithm,MOACA)[9]等.但由于涉及众多决策变量,单一传统优化算法很难求解这类优化问题,甚至会陷入局部最优.本文以任务成功率、系统可用度和经费需求为优化目标,利用物理规划的方法[10-17],设计目标的综合偏好函数,确定响应的设计目标值范围对应于不同的满意程度区间,从而减轻大规模、多目标设计过程种的计算量负担,形成整个过程更加灵活、自然的框架,最后,针对物理规划总结出的目标函数,使用粒子群算法[8,10,11,18]进行寻优,与单目标优化方案进行对比,得到最佳的军用机群保障方案.

1 优化目标

在保障能力综合参数中,“任务成功率”既是在战时衡量保障能力高低的关键参数,也体现了作战规模和作战任务的成败,因此本文将“任务成功率”定义为关键保障能力指标.在训练场景下,依据收集到实测数据,训练任务完成与使用可用度强相关,系统可用度也是关键保障能力指标.总费用是保障能力供给中的重要参数,是决……