基于改进PSO的装备维修器材调剂供应决策

计算机工程与应用 ›› 2015, Vol. 51 ›› Issue (22): 258-265.

基于改进PSO的装备维修器材调剂供应决策

于双双1，王铁宁1，可荣博2，李宁3

1.装甲兵工程学院技术保障工程系，北京 100072
2.中国人民解放军 61377部队
3.中国人民解放军 78416部队

出版日期:2015-11-15 发布日期:2015-11-16

Decision-making of equipment maintenance materiel adjusting supply based on improved PSO

YU Shuangshuang1, WANG Tiening1, KE Rongbo2, LI Ning3

1.Department of Technical Support, Academy of Armored Force Engineering, Beijing 100072, China
2.Unit 61377 of PLA, China
3.Unit 78416 of PLA, China

Online:2015-11-15 Published:2015-11-16

摘要/Abstract

摘要： 分析了装备维修器材存储保障存在的问题，提出采用调剂供应缓解存储保障的资源失衡问题，充分利用存储过剩的超储器材补充库存短缺的需求单位，建立了装备维修器材调剂供应的多目标决策模型，采用[ε]-约束法对模型进行处理，基于引导因子设计了改进的粒子群优化算法（Particle Swarm Optimization，PSO）对模型求解，并通过仿真实例进行了验证。结果表明，采用调剂供应的方式，可使保障系统内的资源存储得到有效的平衡，装备维修器材的保障效率也有所提高。

关键词: 装备维修器材, 调剂供应, 决策, 改进粒子群优化算法

Abstract: The existing problems in equipment maintenance materiel storage support is analyzed at first, then adjusting supply is put forward to alleviate the problem of imbalanced resource storage, in which the over-stocked materiel is well used to satisfy the units lack of materiel. The multi objective decision-making model of equipment maintenance materiel adjusting supply is established, and simplified adopting [ε]-constraint method; the improved Particle Swarm Optimization algorithm（PSO） is designed based on guiding factor to solve the model, and verified through simulation experiment. The result shows that through adjusting supply the storage resources in the support system can be balanced effectively and the support efficiency of equipment maintenance materiel is enhanced as well.

Key words: equipment maintenance materiel, adjusting supply, decision-making, improved Particle Swarm Optimization（PSO）

于双双1，王铁宁1，可荣博2，李宁3. 基于改进PSO的装备维修器材调剂供应决策[J]. 计算机工程与应用, 2015, 51(22): 258-265.

YU Shuangshuang1, WANG Tiening1, KE Rongbo2, LI Ning3. Decision-making of equipment maintenance materiel adjusting supply based on improved PSO[J]. Computer Engineering and Applications, 2015, 51(22): 258-265.

[1]	张旭，袁旭梅，袁继革. 中介视角下供需匹配决策方法研究[J]. 计算机工程与应用, 2021, 57(9): 240-246.
[2]	伍京华，耿翠阳，韩佳丽. 基于Agent的多属性决策模型及其在高校实验教学中的应用[J]. 计算机工程与应用, 2021, 57(8): 238-243.
[3]	王琴，刘盾. 结合集成学习的序贯三支情感分类方法研究[J]. 计算机工程与应用, 2021, 57(23): 211-218.
[4]	张敏，彭红伟，颜晓玲. 基于神经网络的模糊决策树改进算法[J]. 计算机工程与应用, 2021, 57(21): 174-179.
[5]	况立群，李思远，冯利，韩燮，徐清宇. 深度强化学习算法在智能军事决策中的应用[J]. 计算机工程与应用, 2021, 57(20): 271-278.
[6]	钟磊，王应明. 考虑心理行为的区间二元语义动态群决策方法[J]. 计算机工程与应用, 2021, 57(2): 127-133.
[7]	包顺，周礼刚. 加型Pythagorean模糊偏好关系的多属性决策方法[J]. 计算机工程与应用, 2021, 57(17): 61-67.
[8]	孙爽，陈燕，朴在吉，张金松. 轨迹数据的时空模式挖掘与管理决策研究综述[J]. 计算机工程与应用, 2021, 57(16): 16-26.
[9]	黄林，袁修久. 改进的犹豫模糊语言熵的一般公式与生成算法[J]. 计算机工程与应用, 2021, 57(16): 97-107.
[10]	张俊芳，周礼刚，张春芳，徐鑫，肖箭. 区间Pythagorean犹豫模糊连续熵及灰色关联度的应用[J]. 计算机工程与应用, 2021, 57(15): 207-214.
[11]	朱永明，邱文静. 概率多值中智集的关联系数及其应用[J]. 计算机工程与应用, 2021, 57(15): 186-192.
[12]	胡恒，金凤林，郎思琪. 移动边缘计算环境中的计算卸载技术研究综述[J]. 计算机工程与应用, 2021, 57(14): 60-74.
[13]	谢卫星，王晓琳，王旭阳，张静娜，李玉鹏. 基于混合数据聚类算法的异质顾客群体识别[J]. 计算机工程与应用, 2021, 57(13): 130-137.
[14]	章诗琪，魏斐斐，范馨月. 受天气与交通事故影响的安全路线选择模型[J]. 计算机工程与应用, 2021, 57(10): 246-251.
[15]	张俊芳，周熠烜，周礼刚，肖箭. Pythagorean犹豫模糊交叉熵的多属性决策方法[J]. 计算机工程与应用, 2020, 56(9): 198-203.