推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

装备保障任务分配建模与DLS-BCIWBA算法求解

更新时间:2019-12-27 13:05:42 大小:1M 上传用户:IC老兵查看TA发布的资源 标签:DLS-BCIWBA算法 下载积分:1分 评价赚积分 (如何评价?) 打赏 收藏 评论(0) 举报

资料介绍

针对以时效优先为目标的装备精确保障协同任务分配问题,设计考虑保障单元能力更新机制,提出基于动态列表规划(dynamic list scheduling,DLS)和二进制混沌入侵杂草蝙蝠算法(binary chaotic invasive weed bat algorithm,BCIWBA)的混合任务分配方法,通过DLS选择所需执行的任务,设计BCIWBA为选定任务分配保障单元。BCIWBA利用蝙蝠算法的全局寻优能力和迭代初期快速收敛性进行全局搜索,然后选取部分最优个体融合入侵杂草生长繁殖、空间扩散和竞争生存机制进行局部搜索,并通过学习因子和惯性权重的自适应协同更新以平衡探索和开发能力,结合脉冲频率、响度和发生率变化区间的混沌搜索避免早熟收敛。仿真算例表明,所提方法可对时序逻辑任务分配问题进行快速高效求解。


部分文件列表

文件名 大小
装备保障任务分配建模与DLS-BCIWBA算法求解.pdf 1M

部分页面预览

(完整内容请下载后查看)
第
卷
第
期
系统工程与电子技术  
40  
9
Vol.40 No.9  
ꢀ
ꢀ
年
月
2018  
9
SstemsEnineerin andElectronics  
ꢀ g ꢀ  
y g  
ꢀ
Setember2018  
p
ꢀ
  
:
( )  
1001506X201809197907  
-
:
网址  
www.ssele.com  
文章编号  
-
-
ꢀ
y
-
装备保障任务分配建模与  
算法求解  
DLS BCIWBA  
-
, , , ,  
王坚浩 张 亮 史 超 车 飞 张鹏涛  
ꢀ
ꢀ
ꢀ
( ,  
空军工程大学装备管理与无人机工程学院 陕西 西安  
)
710051  
: , ,  
要 针对以时效优先为目标的装备精确保障协同任务分配问题 设计考虑保障单元能力更新机制 提出  
摘
ꢀꢀ  
ꢀ
(
,
)
(
和二进制混沌入侵杂草蝙蝠算法  
binar chaoticinvasiveweed  
基于动态列表规划  
dnamiclistschedulin DLS  
ꢀ ꢀ  
y
g
y
ꢀ
ꢀ
ꢀ
, ) ,  
的混合任务分配方法 通过  
batalorithm BCIWBA  
ꢀ g  
,
选择所需执行的任务 设计  
为选定任务分配保  
BCIWBA  
DLS  
。
,
利用蝙蝠算法的全局寻优能力和迭代初期快速收敛性进行全局搜索 然后选取部分最优个体  
障单元  
融合入侵杂草生长繁殖 空间扩散和竞争生存机制进行局部搜索 并通过学习因子和惯性权重的自适应协同更新  
BCIWBA  
、
,
, 、 。 ,  
以平衡探索和开发能力 结合脉冲频率 响度和发生率变化区间的混沌搜索避免早熟收敛 仿真算例表明 所提  
。
方法可对时序逻辑任务分配问题进行快速高效求解  
: ; ; ;  
关键词 任务分配 动态列表规划 入侵杂草算子 蝙蝠算法  
:
:
文献标志码  
A
:
/
j
中图分类号  
TP391.7  
ꢀ ꢀꢀꢀꢀ  
DOI10.3969 .issn.1001506X.2018.09.13  
ꢀꢀꢀꢀ  
-
Taskallocationmodelin andsolvin alorithmforeuiment  
ꢀ ꢀ ꢀ ꢀ ꢀ  
q p  
g
ꢀ
g g  
ꢀ
su ortusin DLSBCIWBA  
ꢀ -  
g
ꢀ
pp  
,
,
g
, ,  
WANGJianhao ZHANGLian SHIChao CHEFei ZHANGPentao  
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
g
(
,
E ui mentManaementandUnmannedAerialVehiclesEnineerin Collee  
ꢀ ꢀ ꢀ ꢀ  
g
ꢀ
ꢀ
q p  
g
g
ꢀ
g
, ’ ,  
AirForceEnineerin Universit Xian710051 China  
ꢀ
)
ꢀ
ꢀ
g
g
ꢀ
y
:
Abstract Forthe roblemsofeuimentefficientsu ortcooerativetaskallocation whichneedstocon  
-
,
ꢀꢀ  
ꢀ
ꢀp  
ꢀ ꢀq p  
ꢀ
ꢀ pp  
ꢀ
p
ꢀ
ꢀ
ꢀ
ꢀ ꢀ  
,
sidersu ortcaabilit renewalmechanism ahbridtaskallocationmethodbasedondnamiclistschedulin  
ꢀ pp ꢀ p ꢀy ꢀ ꢀy  
g
y
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
(
)
(
DLS andbinar chaoticinvasiveweedbatalorithm BCIWBA is roosed.Thetaskneededtodisoseis  
ꢀ ꢀ g ꢀp p ꢀ ꢀ p  
)
ꢀ
y
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
,
,
selectedb DLS thenBCIWBAisdesinedtoallocatethesu ortunittotheselectedtask.First lobaloti  
ꢀy ꢀ ꢀ ꢀ ꢀ ꢀ pp ꢀ ꢀ ꢀp -  
g
ꢀ
g
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
mizationabilit andfastconverence erformanceatearl staesoftheiterationsofthebatalorithmisutilized  
ꢀ ꢀ ꢀ ꢀp ꢀ ꢀ ꢀꢀ ꢀ ꢀg ꢀ ꢀ  
y g ꢀꢀ ꢀ  
ꢀ
y
ꢀ
g
,
in lobalsearch.Then artiall otimalindividualsareselectedtointerateintoinvasiveweed rowthand  
y p  
ꢀg ꢀ ꢀ ꢀg  
ꢀ
p
ꢀ
ꢀ
ꢀ
g
ꢀ
ꢀ
ꢀ
ꢀ
ꢀ
,
,
reroduction satialdisersalandcom etitiveexclusion mechanisminlocalsearch.Meanwhile inorderto  
ꢀ p ꢀ ꢀ ꢀ  
p
p
ꢀ
ꢀ
p
ꢀ
ꢀ
ꢀ
ꢀ
,
coordinatetheexlorationandexloitationabilit theinertiaweihtandleanin factorareadustedadativel .  
ꢀ p ꢀ p ꢀ g ꢀ ꢀ ꢀ j  
ꢀ
ꢀ
ꢀ
y
ꢀ
ꢀ
g
ꢀ
ꢀ
p
y
,
,
Finall chaoticsearchin offreuenc loudnessand ulseemissionrateintervalareconductedtoavoidthe re  
g ꢀ q  
ꢀ ꢀp ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀ ꢀp -  
y
ꢀ
y
ꢀ
matureconverence.Thesimulationexamleshowthatthe roosedmethodhasbetter erformanceinconver  
ꢀ ꢀp p ꢀ ꢀ ꢀ -  
ꢀ
g
ꢀ
ꢀ
p ꢀ  
ꢀ
ꢀp  
ꢀ ꢀ  
enceseedandsolvin recisionwithseuentialloictaskallocation.  
g gp  
ꢀp ꢀ ꢀ ꢀ ꢀ q ꢀ g ꢀ ꢀ  
ꢀ
:
; ; ;  
Kewords taskallocation dnamiclistschedulin invasiveweedoerator batalorithm  
ꢀ
ꢀ
y
ꢀ
ꢀ
g
ꢀp  
ꢀ g  
y
、
数规划 分支定界法和枚举法等精确求解方法无法满足实  
引
言
ꢀ
0
ꢀ
[
]
24  
求解效率  
-
;
时性要求 而基于动态列表规划的启发式方法  
, ,  
较高 但都是采用基于贪心策略的局部搜索策略 因此得到  
装备精确保 障 的 实 质 是 指 运 用 系 统 工 程 的 理 论 和 方  
, 、 、 ,  
法 通过精细 精确筹划和运用装备保障资源 保障力量 使  
;
的任务分配方案未必是最优方案 文献  
[
]
结合启发式智  
56  
-
、 。  
其在准确的时间 地点完成装备保障任务 装备精确保障  
,
能优化算法提出了混合任务分配方法 首先通过动态列表规  
、 、  
要求对各类装备设施 器材 备件等资源和专业人员进行整  
(
,
) ,  
选择需要执行的任务 其次  
dnamiclistschedulin DLS  
划
y
ꢀ
ꢀ
g
, ,  
合和编组 以保障单元的形式分配给具体的保障任务 属于  
( ) /  
针对选定任务分配平台 编组 问题的实质为多维 背包  
01  
[]  
1
。
,
求解此类任务分配问题 整  
,
问题的特点 采用全局搜索遗传算法  
(
,
)
eneticalorithm GA  
ꢀg  
一类典型的任务分配问题  
g
:
;
:
; :  
网络优先出版日期  
20180313 20180702  
。
收稿日期  
修回日期  
20170901  
- -  
-
-
-
-
: : / / /  
htt kns.cnki.netkcmsdetail11 .2422 .T N .20180702 .0926 .006 .html  
p ∥  
网络优先出版地址  
:
基金项目 国家自然科学基金  
(
);  
国家社会科学基金  
( )  
资助课题  
17BGL270  
61503409  
·
1980  
ꢀ
·
系统工程与电子技术  
第
卷
40  
ꢀ
ꢀ
  
(
,
)
相结合的  
uantum eneticalorithm QGA  
ꢀg ꢀg  
{ , ,…, },  
对
UM  
和量子遗产算法  
记包含  
个单元的保障单元集为  
M
U= U1 U2  
,
其 属 性 包 括 保 障 单 元 的 初 始 地 理 坐 标 位 置  
U
q
:
,
混合启发式智能优化算法 但并未考虑任务执行质量约束  
,
于
U
∈
j
( ,  
LU = XU YUj  
);  
保障单元平均移动速度  
;
保障单元  
VUj  
, ,  
然而在实际任务执行过程中 如果任务执行质量过低 则任  
j
j
{ ,  
CU = CU1 CU2  
j
,…, },  
CUL  
j
具备的初 始 保 障 能 力 向 量  
;
务执行效果将远低于期望效果 文献  
[]  
针对装备保障任务  
7
j
j
,
项保障能力值 若  
,
则表示  
CUl =0  
j
为保障单元  
第
l
CUl  
j
Uj  
,
分配问题 提出了基于优先排序和离散粒子群优化  
(
article  
p
。
保障单元  
不具备第 项保障能力  
l
Uj  
, ) 。  
的混合任务分配方法 近年来  
swarmotimizationPSO  
ꢀp  
,
T-U  
T-U  
(
= d  
i
j
[]  
8
)
,
N×M 表示 其中若  
任务分配方案可由矩阵  
D
(
,
)
也应用于此类任务分配问  
batalorithm BA  
ꢀ g  
蝙蝠算法  
T-U  
T-U  
,
执行 则  
,
否则  
=1 d  
i
。
=0  
任务  
分配给保障单元  
T
i
U
j
d
i
j
j
,
题 且相比于  
和
GA PSO  
具有更快的收敛速度和更好的全  
[
]
0
,
,
当有多项任务需要同一个保障单元执行时 将按照任务优  
91  
-
、
但也存在算法后期收敛速度较慢 收敛精  
局寻优能力  
。
先级排序处理  
、
度不高 易陷入局部最优等问题  
。
保障单元能力损耗及更新模型  
1.2  
ꢀ
本文首先建立了装备精确保障协同任务分配问题的数  
,
保障过程中 保障单元执行任务会造成其保障能力的  
,
学模型 设计了以  
,
算法为主的 求解框架 嵌套具有混  
DLS  
, , ,  
损耗 因此 在保障单元执行完某一任务后 应对其保障能  
沌搜索策略和入侵杂草算子的二进制混沌入侵杂草蝙蝠算  
:
力进行如下更新  
(
,
)
为
binar chaoticinvasiveweedbatalorithm BCIWBA  
ꢀ ꢀ g  
法
y
ꢀ
ꢀ
ꢀ
real  
CUjl  
renewed  
(
1
),  
[, ]  
()  
1
。
选定任务分配保障单元 首先利用  
的全局寻优能力和  
CUjl  
CU  
l
j
l 1L  
∈
=
-ω  
l
BA  
CUjl  
;
迭代初期快速收敛性进行全局搜索 然后选取部分最优个  
,
ω
l
;
为
CUl Uj  
式中  
为第 项保障能力的损耗 系数  
l
在执行  
j
、
体融合入侵杂草生长繁殖 空间扩散和竞争生存机制进行  
renewed  
;
CUl  
j
任务 前 第 项 保 障 能 力 值  
l
为 其 执 行 该 任 务 后 的  
,
局部搜索 并通过学习因子和惯性权重的自适应协同更新  
real  
;
项保障能力值  
CUl  
第
l
为 保 障 单 元 在 执 行 任 务 过 程  
Uj  
j
, 、 、  
以平衡探索和开发能力 结合脉冲频率 响度 发生率变化  
,
中的第 项保障能力的实际消耗值 可表示为  
l
;
区间的混沌搜索避免早熟收敛 最后通过案例仿真证明本  
,
0 DT  
0
=
il  
烄
。
文所提任务分配方法的有效性  
()  
2
real  
,
DT DT CUl  
il  
≤
CUjl  
=
il  
j
烅
问题描述  
,
CUl DT  
j
1
ꢀ
CUl  
>
j
il  
烆
则更新后的保障单元能力值为  
ꢀꢀ  
基本概念  
1.1  
ꢀ
renewed  
ren  
ewe  
d
ren  
ewe  
d
renewed  
{
CUj1  
,
CUj2  
,…,  
CUjL  
}
()  
3
CUj  
=
:
保障任务 记包含  
{ ,  
T= T  
1
项任务的保障任务集为  
N
协同任务分配目标函数  
1.3  
ꢀ
,…, },  
对于  
TN  
,
其属性包括 任务地理坐标位置  
T
∈
:
T
2
T
i
,
其前导任  
ET =ST +CT  
i
对于  
结束时间为  
T
T
∈
i
i
i
( ,  
LT = XT YT  
i
);  
任务开始时间  
i
;
;
CT  
i
任务持续时间  
ST  
i
i
T
T-T  
{ ,  
= T c =11 k  
|
},  
执行任务 的保  
T
i
务集合为  
S
N
≤ ≤  
T
i
k
ki  
{ ,  
DT = DT1 DT2  
i
,…, (  
DTL DT 1  
≤
il  
},  
任务能力需求向量  
i
i
i
U
T-U  
{
ST = U  
i
,
=11 k  
≤ ≤  
},  
执
M
障单元构成的集合记为  
d
|
k ki  
)
为成功执行任务  
l L  
≤
,
DT =0  
il  
所需的第 项能力值 若  
l
T
i
{
RT = l  
|
行任务  
时 需 要 的 能 力 类 型 构 成 的 集 合 记 为  
T
i
i
。
并不需要第 项能力 各任务间的时  
l
则表示执行任务  
T
i
,
DT 01 l L  
≤ ≤  
}。  
>
il  
T-T  
T-T  
(
= c  
i
j
)
,
若任务  
序约束关系为  
是任务  
T
i
的前  
C
Tj  
中各任  
T
N×N  
,
当保障单元执行完成任务分配方案 其任务执行时间  
T-T  
T-T  
,
导任务 则  
,
否则  
=1  
。
保障任务集  
=0  
c
i
j
c
i
j
即为  
。
务之间关系如图 所示  
1
( )  
maxET  
i
()  
4
TIT  
=
T T  
∈
i
装备精确保障协同任务分配以最小化任务执行时间为  
ꢀꢀ  
,
目标 则目标函数为  
(
min maxET  
=
(
))  
i
()  
5
minTIT  
ꢀ
T T  
∈
i
协同任务分配约束分析  
1.4  
ꢀ
:
①
协同任务分配问题的约束条件包括  
任务 -保障单元  
;
②
;
③
。
任务执行质量约束  
分配约束  
任务时序逻辑约束  
()  
任务 -保障单元分配约束  
1
,
每一项任务成功执行至少需要分配一个保障单元 即  
满足  
图
任务间的时序关系  
1
ꢀ
M
T U  
-
T U  
-
,
1d  
i
j
{,}  
01  
()  
6
d
i
j
∑
=
≥
Fi .1 Seuentialrelationshi oftasks  
q ꢀ p ꢀ  
ꢀ
g
ꢀ
1
j=  
()  
任务时序逻辑约束  
2
ꢀꢀ  
: 、 、  
保障单元 拥有各类装备设施 器材 备件等保障资源  
U
,
对于  
若保障单元  
在执行 之前没有执  
T
i
U
j
S
∈
T
Uj  
,
和专业人员的保障力量的编组 是保障任务的直接执行者  
。
i

全部评论(0)

暂无评论

上传资源 上传优质资源有赏金

  • 打赏
  • 30日榜单

推荐下载