資料介紹
軍械調運是軍械保障工作中一個十分重要的環節,關系到軍械保障工作能否快捷有效的
完成。考慮到戰時狀況下軍械調運的復雜性、快速性、危險性等特點,建立了多需求點、單貨種軍械緊急調運的優化模型,通過嚴格的數學邏輯推導,對模型給出了解析算法,并通過具體的算例表明了模型的正確性及算法的有效性。
關鍵詞:軍械緊急調運;多需求點;單貨種;多目標決策;優化
軍械調運問題是軍事物流學的一個重要研究內容,是當前軍事物流研究的一個熱點[1],也是運籌學中運輸問題的一個分支。軍械調運是軍械保障工作中一個十分重要的環節,關系到軍械保障工作能否快捷有效的完成,如何給出一個快捷有效的組合調運方案是軍械調運指揮人員迫切需要解決的問題。二戰以來,特別時通過1982 年的英阿馬島海戰和海灣戰爭,各國對戰時軍械物資保障運輸優化的重要性有了充分的認識,紛紛開始進行這方面的研究和準備工作。隨著“***”軍事準備工作的進行,國內在戰時軍械需求預測的建模工作已有一定的展開,但在軍械調運方案優化的研究上卻幾乎為零。戰時情況不同于平時,情況復雜、變化快,“拍腦門”式的決策方式顯然是不適用了。為此,有必要建立模型以幫助指揮員進行正確、科學的保障指揮決策。
運輸問題是運籌學中一類特殊的線性規劃問題,最早研究這類問題的是美國學者 Hitchcock,后來Koopman 詳細地對此問題加以討論[2]。由于實際的運輸問題與理想運輸問題模型有一些差別,人們提出了各種運輸問題的變種或推廣模型:從目標函數的角度,在運輸問題中有時要同時考慮運輸成本最小,運輸過程中貨物損壞率最低以及單位運價變化的調整等多個目標,因此有研究多目標運輸問題的數學模型及其算法[3,4]、運用禁忌搜索算法解決帶固定費用的運輸問題[5]、最短時限的運輸問題[6]、調整單位運價使得運輸計劃最優的運輸問題的逆問題[7]等等;從約束函數的角度,有研究供給量和需求量在某個區間變化的不確定性運輸問題[8]、研究帶容量限制和手續費用的運輸問題[9,10]、有時間窗口的運輸問題[11]等等。目前國內已開發的軍事運輸問題的若干模型,主要有運輸方式選擇模型、單貨種物資調運模型、運輸道路選擇模型、戰時運輸模型等。但這些模型相互之間缺乏聯系,整體性、系統性差,并且模型建立的假設條件過于理想化、與實際情況明顯不符,實用性差。本文分析多需求點、單貨種軍械緊急調運問題的特點,建立優化模型,提出一種簡便的解析算法,并通過具體的案例計算表明所建模型及算法的正確性和可操作性。
完成。考慮到戰時狀況下軍械調運的復雜性、快速性、危險性等特點,建立了多需求點、單貨種軍械緊急調運的優化模型,通過嚴格的數學邏輯推導,對模型給出了解析算法,并通過具體的算例表明了模型的正確性及算法的有效性。
關鍵詞:軍械緊急調運;多需求點;單貨種;多目標決策;優化
軍械調運問題是軍事物流學的一個重要研究內容,是當前軍事物流研究的一個熱點[1],也是運籌學中運輸問題的一個分支。軍械調運是軍械保障工作中一個十分重要的環節,關系到軍械保障工作能否快捷有效的完成,如何給出一個快捷有效的組合調運方案是軍械調運指揮人員迫切需要解決的問題。二戰以來,特別時通過1982 年的英阿馬島海戰和海灣戰爭,各國對戰時軍械物資保障運輸優化的重要性有了充分的認識,紛紛開始進行這方面的研究和準備工作。隨著“***”軍事準備工作的進行,國內在戰時軍械需求預測的建模工作已有一定的展開,但在軍械調運方案優化的研究上卻幾乎為零。戰時情況不同于平時,情況復雜、變化快,“拍腦門”式的決策方式顯然是不適用了。為此,有必要建立模型以幫助指揮員進行正確、科學的保障指揮決策。
運輸問題是運籌學中一類特殊的線性規劃問題,最早研究這類問題的是美國學者 Hitchcock,后來Koopman 詳細地對此問題加以討論[2]。由于實際的運輸問題與理想運輸問題模型有一些差別,人們提出了各種運輸問題的變種或推廣模型:從目標函數的角度,在運輸問題中有時要同時考慮運輸成本最小,運輸過程中貨物損壞率最低以及單位運價變化的調整等多個目標,因此有研究多目標運輸問題的數學模型及其算法[3,4]、運用禁忌搜索算法解決帶固定費用的運輸問題[5]、最短時限的運輸問題[6]、調整單位運價使得運輸計劃最優的運輸問題的逆問題[7]等等;從約束函數的角度,有研究供給量和需求量在某個區間變化的不確定性運輸問題[8]、研究帶容量限制和手續費用的運輸問題[9,10]、有時間窗口的運輸問題[11]等等。目前國內已開發的軍事運輸問題的若干模型,主要有運輸方式選擇模型、單貨種物資調運模型、運輸道路選擇模型、戰時運輸模型等。但這些模型相互之間缺乏聯系,整體性、系統性差,并且模型建立的假設條件過于理想化、與實際情況明顯不符,實用性差。本文分析多需求點、單貨種軍械緊急調運問題的特點,建立優化模型,提出一種簡便的解析算法,并通過具體的案例計算表明所建模型及算法的正確性和可操作性。
下載該資料的人也在下載
下載該資料的人還在閱讀
更多 >
- 程度多粒度軟粗糙集模型綜述 1次下載
- 鋰電池多狀態模型剩余壽命預測方法 11次下載
- 基于多尺度CNN的交通道路標識識別模型 4次下載
- 蛋白質能量模型的多模態優化算法綜述 1次下載
- 一種門控循環單元興趣點推薦算法 6次下載
- 基于中心點的多類別車輛檢測算法綜述 5次下載
- 一種興趣點分層學習的全監督算法 5次下載
- 基于規范化函數的深度金字塔模型算法 14次下載
- 一種基于改進FREAK的圖像特征點匹配算法 9次下載
- 一種基于間隔準則的多標記學習算法 9次下載
- 一種基于多通道極深CNN的圖像超分辨算法 10次下載
- 一種多模型集成的網絡論壇發帖量預測模型 16次下載
- 一種結合AKAZE和RANSAC的圖像拼接算法 8次下載
- 基于圖像的NAO機器人松協調運動研究 0次下載
- 基于單景掃描點云數據網模型設計 0次下載
- 一種單腔多模濾波器設計 607次閱讀
- 基于多模態學習的虛假新聞檢測研究 1859次閱讀
- 用于二維近場微波和毫米波SAR圖像重建的多頻CS模型介紹 832次閱讀
- 基于自動泊車的自動駕駛控制算法設計與研究 1209次閱讀
- 模型評估、模型選擇和算法選擇技術的正確使用 880次閱讀
- 關于AI遺傳算法的詳解 8.3w次閱讀
- 基于K-MST拓撲控制算法的異構傳感器網絡多簇點簡化研究 1295次閱讀
- 研究人員們提出了一系列新的點云處理模塊 2956次閱讀
- 一種基于概率框架的三維點云生成模型PointFlow 6062次閱讀
- 科普 | 商業分析與數據分析、算法模型的關系與區別 5134次閱讀
- 一種異質多傳感器的異步量測融合算法驗證 1478次閱讀
- IBM研究人員開發了一種將水印嵌入ML模型的技術,可以識別被盜模型 4728次閱讀
- 一種基于MapReduce模型的并行化k-medoids聚類算法 5208次閱讀
- 一種AES密碼算法的實現 2922次閱讀
- 計算機視覺中的ICP算法 6912次閱讀
下載排行
本周
- 1電子電路原理第七版PDF電子教材免費下載
- 0.00 MB | 1490次下載 | 免費
- 2單片機典型實例介紹
- 18.19 MB | 93次下載 | 1 積分
- 3S7-200PLC編程實例詳細資料
- 1.17 MB | 27次下載 | 1 積分
- 4筆記本電腦主板的元件識別和講解說明
- 4.28 MB | 18次下載 | 4 積分
- 5開關電源原理及各功能電路詳解
- 0.38 MB | 10次下載 | 免費
- 6基于AT89C2051/4051單片機編程器的實驗
- 0.11 MB | 4次下載 | 免費
- 7基于單片機和 SG3525的程控開關電源設計
- 0.23 MB | 3次下載 | 免費
- 8基于單片機的紅外風扇遙控
- 0.23 MB | 3次下載 | 免費
本月
- 1OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費
- 2PADS 9.0 2009最新版 -下載
- 0.00 MB | 66304次下載 | 免費
- 3protel99下載protel99軟件下載(中文版)
- 0.00 MB | 51209次下載 | 免費
- 4LabView 8.0 專業版下載 (3CD完整版)
- 0.00 MB | 51043次下載 | 免費
- 5555集成電路應用800例(新編版)
- 0.00 MB | 33562次下載 | 免費
- 6接口電路圖大全
- 未知 | 30320次下載 | 免費
- 7Multisim 10下載Multisim 10 中文版
- 0.00 MB | 28588次下載 | 免費
- 8開關電源設計實例指南
- 未知 | 21539次下載 | 免費
總榜
- 1matlab軟件下載入口
- 未知 | 935053次下載 | 免費
- 2protel99se軟件下載(可英文版轉中文版)
- 78.1 MB | 537791次下載 | 免費
- 3MATLAB 7.1 下載 (含軟件介紹)
- 未知 | 420026次下載 | 免費
- 4OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234313次下載 | 免費
- 5Altium DXP2002下載入口
- 未知 | 233046次下載 | 免費
- 6電路仿真軟件multisim 10.0免費下載
- 340992 | 191183次下載 | 免費
- 7十天學會AVR單片機與C語言視頻教程 下載
- 158M | 183277次下載 | 免費
- 8proe5.0野火版下載(中文版免費下載)
- 未知 | 138039次下載 | 免費
評論
查看更多