最优配置与调度论文

最优配置与调度论文（精选5篇）

最优配置与调度论文 第1篇

水下无线传感器网络是一种利用水声通信技术而建立的自治部署网络，它的主要特点就是能够被迅速地布置并对海洋下水域进行监测。传感器节点将收集到的水声数据，通过多跳式传输汇聚到中心节点并发送到海面浮标，通过浮标与陆地的基站或者卫星进行通信，将海底收集到的数据传输到远处的信息处理和控制设备;同样，远处的控制设备也可以通过下行链路对整个海洋中的水声传感器网络进行控制。

水下传感器网络使用声波作为信号传输载体，与自由空间无线网络相比最大的不同就是长传播时延(1500m/s[1])。此外，水下传感器网络还有时延抖动大、可用频带资源受限、严重的多径效应影响等问题，这些都对水下传感器网络的研究提出了诸多挑战，也一直是中外学者研究的重点。

为了提高水下传感器网络的性能，如何实现网络同步及设计同步MAC协议备受关注。典型的水下网络同步协议包括A.Syed等提出的TSHL[2]算法，Hongbo Jiang等提出的Tri-Message[3]方案，以及Jianxiong Wen等提出的IMSUAN方案[4]。水下无线传感器网络中的MAC协议研究主要集中于异步MAC协议，典型的研究成果包括Hai-Heng Ng等提出的MACAU[5]协议、Guo等人提出的PCAP[6]协议。

由于现有的对长时延网络MAC协议研究，无论是同步的MAC协议还是异步的MAC协议，基本都是考虑如何提高网络吞吐量，对水下传感器网络同步的必要性、同步精度和同步开销对同步MAC协议的影响进行对比分析。因此，本文根据IMSUAN同步算法的精度参数和同步开销，对比分析了异步的MAC协议和同步MAC协议的网络性能。在此基础之上，又提出了一种适用于多跳式数据汇聚型水下传感器网络，基于时空特性的TDMA协议(ST-TD-MA)。

1 网络模型及算法设计

本文主要是基于单跳的集中式的水下传感器网络，但是ST-TDMA协议可以简单扩展到多跳网络场景。中心节点为整个网络的主节点，具有较强的计算能力和精确时钟源;其余节点为传感器节点，负责收集网络中的水下数据，并将收集到的数据汇集到主节点。

本文提出的ST-TDMA协议由以下4个步骤组成:

(1)中心节点通过IMSUAN时钟同步算法对网络中的其他成员节点进行时钟同步。

(2)主节点统计它到每个传感器节点的传播时延，按照传播时延由小到大的顺序对网络内的节点进行编号;中心节点按照节点编号依次计算各个节点的发送时间，并将其封装在一个超级控制帧中;中心节点向网络中的所有传感器节点广播这个超级控制帧。

(3)网络内各传感器节点收到这个超级控制帧后，提取属于自己的发送时刻和循环周期，并等待相应的时间后开始发送收集到的传感数据。

(4)等待一段时间后，网络中的时钟误差积累将要超出保护时隙间隔时，主节点重新发起并进行一次同步，并重新执行步骤(1)到(3)。

传感器节点的发送时刻是由中心主节点的接收信道状态决定的，为了使主节点的接收信道得到充分利用，假设主节点接收到的数据帧在时间轴上首尾相接。

假设第一个发送的节点编号为1，其余传感器节点也按照距离的远近依次编号为2,3，…。每个传感器节点i的数据帧到达主节点的时间为:

其中，Tarr是主节点收到节点i发送数据帧的时间，Td是数据帧的传输时延，Di为主节点到i节点的传播时延。不妨定义T(i)为传感器节点i的发送时间，则有:

通过这样的分配机制，中心主节点就可以一个数据帧接一个数据帧地接收来自网络中传感器节点发来的数据，既避免了传感器节点之间的发送数据冲突，也使得主节点的接收效率达到了最大。

2 最优保护时间

上一节提出的ST-TDMA算法考虑理想场景，忽略了信道抖动和时间同步后时钟漂移导致的同步误差积累。为了应对这两种可能会造成的时间不确定性，需要在每个节点的发送时间内加入一段保护时间。保护时间应该由两部分组成，第一部分考虑由于水声信道不稳定性导致的传播时延抖动。第二部分考虑时钟同步误差积累所造成的同步误差。在原来发送数据帧后面加入一段保护时间Δ，其中:

不失一般性，时延抖动造成的时间偏移是服从一定分布的随机变量，它不会随着时间积累而发生显著变化，所以只需要加入合理的保护时间间隔就完全可以避免;但是时钟误差导致的数据帧偏移却会随时间积累而逐渐增大，所以只能在网络同步精度及开销与网络同步频率之间寻求折衷，使得整个网络的平均吞吐量最大。因此，可以按照不同的数学模型分别对两部分的最优保护时间进行建模分析。

2.1 信道抖动保护时间

第一部分保护时间Δp用来消除由水声信道不稳定造成的传播时延抖动。时延抖动来源主要是海洋中声音传播速度不稳定以及水下的多径传输。由于海洋环境变化的随机性，传播时延不是一个固定值，根据文献[7]，传播时延抖动一般情况下服从正态分布，其抖动的方差主要与传播的距离相关，少则数十毫秒，多则会有上百毫秒甚至更多[1]。在实际应用中可以通过对所在海域进行实际测量得到传播时延抖动的方差。

声信道的时延变化可以用正态分布来描述，则节点i的传播时延可以表示为:

其中，Di为主节点到传感器节点i传播时延的平均值;δp为时延抖动，一般认为是服从正态分布N(0，σp2)的随机变量。其中σp与Di和海洋中的环境有关，本文按照最大传播距离的时延抖动来进行保护间隔设置。

如果两个数据帧由于时延抖动产生的总的偏移量比其保护时延大时，就会发生连续的两个数据帧之间的冲突，可以表示为两个随机变量之间的差值大于Δp，即:

假设不同节点间的传播时延的抖动可以看作是相互独立变化的，那么两个独立的正态分布的变量就构成了一个二维正态分布，数据帧在保护间隔Δp内的冲突概率为:

通过数学推导可以进行近似简化得:

其中，φ(Δp/σp)是参数为Δp/σp的正态分布概率。由于发生一次碰撞会导致两个数据帧传输失败，假设一轮TDMA通信中有N个数据包传输，则成功传输数据包的个数为N(1-Pc)2，那么单位时间内的网络吞吐量为:

对Δp求导，并令导数为零可得:

2.2 同步误差保护时间

时钟同步后时钟漂移引起误差积累，最终会导致同步后的传感器节点时间与主节点的标准时间越来越偏离[8]，进而会超过预先设定的时钟误差的保护时间间隔Δclk，导致接收数据帧冲突，即TDMA协议的失效。这样，保护时间的长度设置和一次时钟同步后协议能够正常运行的时间将是一个折衷。保护时间如果设置过长，那么传感器节点一次传输中，数据帧的发送所占的有效时间比例就会降低，从而降低信道利用率;然而，如果保护时间设置较短，整个网络需要频繁进行网络同步，浪费网络有效通信时间，降低网络协议的运行效率和吞吐能力。因此，选择一个合理的保护时间长度就显得非常重要，在此结合IMSUAN时钟同步协议对网络的同步开销及同步后的误差积累进行分析研究，选择一个较为合理的同步误差保护时间间隔。

不妨假设传感器节点同步后的时钟漂移率误差为δskew的正态分布，即:

其中，μs为时钟同步后的平均同步误差，σskew为时钟漂移率的标准差。一般情况下，时钟晶振的抖动相对于同步后的漂移率误差σskew都比较小，基本可以忽略，所以这里就以δskew的期望μs来进行保护时间间隔Δclk的计算，则一次网络同步后经过时间的正常运行后，数据帧将会由于时钟误差而发生冲突，此时就必须重新进行网络同步。

假设传感器节点的数据帧的传输时间为Td，网络进行一次所有节点的时间同步所消耗的时间长度为Ts,M为单位时间内整个网络中的数据流量，那么在两次网络时间同步期间，整个网络能够接收的数据包个数为:

因此，整个网络在两次时间同步之间的数据吞吐量为:

时间保护间隔Δclk的长度选择是为了使得网络流量M最大化，所以对M中的Δclk变量求导并令导数为零可得:

此时，网络中的数据流量M取得最大值，网络吞吐量也最高。

这样，通过联立公式(10)与(14)就可以分别求解得到Δp和Δclk。但是由于这两个方程比较复杂，求解起来难度较大。通过分析IMSUAN网络的同步结果分析，不难发现同步误差一般都处于几十微秒的数量级，而传播时延抖动所造成的误差一般都是最大传播时延的2%左右，在水下环境中误差范围少则几十毫秒，多则会有几百毫秒[1]。因此，由于时钟同步误差所需要设置的Δclk相比于水下传播时延造成的抖动误差而言小很多。所以在估算传播时延抖动误差时，可以近似忽略Δclk的影响，式(10)可以近似为:

这样就可以算出满足上式的Δp，将求出的Δp带入式(14)，便可以很容易求解出Δclk。至此就通过数学分析和推导确定了整个保护时间间隔的长度Δp和Δclk，也即最终确定了整个保护时间间隔Δ。

3 仿真结果

按照上述保护时间的设置，对文中介绍的基于时空特性的TDMA协议进行仿真，并与异步握手的MACAU协议和传统的TDMA协议进行对比分析，研究其网络吞吐量和端到端时延性能。仿真的网络拓扑如图4所示，网络中的所有传感器节点加载相同的等间隔发送的数据源，通过调整数据包的发送时间间隔调节网络负载。

3.1 仿真参数设置

参考文献[5]，本文中的仿真参数设置如表1所示。

根据上述网络仿真参数的设置，分别对单跳网络模型中的MACAU握手协议、传统的TDMA协议和ST-TDMA协议进行仿真对比，分别对不同网络负载情况下的网络性能进行仿真，并对仿真结果进行对比分析。

3.2 吞吐量性能分析

对网络中6个传感器节点加载相同的数据源，每个节点按照相应的MAC协议向sink节点发送传感数据。通过设置不同的数据包发送间隔，对每个节点的网络负载进行调整，对sink节点中接收到的数据吞吐量进行统计，仿真结果如图1所示。

图中的三条曲线分别代表三种MAC协议的网络吞吐量随着每个节点网络负载不断增大的变化情况。网络负载较小时，三种MAC协议都能够较好地达到理想的吞吐量，所有节点发送的传感数据都能汇集到sink节点，但是随着每个节点的网络负载不断增大，异步的握手MACAU协议首先达到网络吞吐量的饱和状态。在每个节点的网络负载达到0.03左右，整个网络负载约为0.18时网络的吞吐效率达到饱和，随着网络负载的进一步增大，网络吞吐量基本保持不变;对于传统的TDMA协议，随着节点负载增大到0.04，网络吞吐量达到峰值0.24;对于ST-TDMA，当负载增大到0.14时，网络吞吐量达到峰值0.85。

3.3 时延性能分析

如图2所示是数据包的端到端时延随着每个传感器节点负载的变化情况。由图中曲线可以看出，在网络节点的吞吐量没有达到饱和状态前，三种MAC协议的端到端时延都能够保持在一个较小的稳定值上，其中ST-TDMA协议的端到端时延最小，约为1.7s，传统TDMA协议的端到端时延约为4.8s，而异步MACAU协议的端到端时延最大，约为10s。三种协议的端到端时延随着传感器节点负载的增大，其端到端时延在各自的网络吞吐量即将达到饱和时开始迅速增大。

4结束语

本文在对水声网络同步机制深入研究的基础上，提出了一种基于时空特性的TDMA调度机制(ST-TDMA)。考虑传播时延抖动、同步误差和同步开销的影响，分析并求解了ST-TDMA的最优保护时间间隔。仿真结果表明，与异步MAC协议MACAU、传统同步TDMA协议相比，本文提出的ST-TDMA方案可以获得显著的网络吞吐量和端到端时延性能提升。

参考文献

[1]Urick R J.Principles of underwater sound[M].2end.New York:Mc Graw-Hill,1975:562-603.

[2]Syed A A,Heidemann J S.Time Synchronization for High Latency Acoustic Networks[C]∥INFOCOM,2006.

[3]Tian C,Jiang H,Liu X,et al.Tri-message:a lightweight time synchronization protocol for high latency and resource-constrained networks[C]∥IEEE ICC,2009.

[4]Wen J,Ding L,Yang F,et al.Improved Multi-hop Time Synchronization for Underwater Acoustic Networks[C]∥IEEE WCSP 2013.

[5]Ng H,Soh W,Motani M.MACA-U:A media access protocol for underwater acoustic networks[C]∥IEEE Globecom 2008,IEEE,2008:1-5.

[6]Guo X,Frater M R,Ryan M J.A propagation-delay-tolerant collision avoidance protocol for underwater acoustic sensor networks[C]∥OCEANS 2006-Asia Pacific.IEEE,2007:1-6.

[7]洪璐,洪锋,李正宝,等.CT-TDMA:水下传感器网络高效TDMA协议[J].通信学报,2012,33(2):164-174.

最优配置与调度论文 第2篇

本文针对主权财富基金发展以及中国主权财富基金现状，首先依据资产的风险价值，将资产分为四类，即高风险资产、中度风险资产、低风险资产和无风险资产;然后分别构建了基于效用角度的恒定相对风险厌恶(Constantly Absolute Risk Averse,CRRA)模型来分析我国主权财富基金最优资产配置以及运用金融市场风险测度方法风险价值法(Value at Risk,VAR)分析其投资风险;最后基于以上两种方法获得我国主权财富基金资产的最优配置与风险管理模式。

一、我国主权财富基金最优资产配置

主权财富基金的资产配置依据不同的风险与回报，分为战略性资产分配(SAA)和战术性资产分配(TAA)。战略性资产(如债券、股权、可选择性资产)反应的是机构的长期投资目标与策略，也决定了各种资产的分配比例;战术性资产分配则是在确保长期投资目标实现的情况下进行的各种短期和中期的投资资产的不同组合。表1给出我国主权财富基金当前资产配置情况。

假设我国主权财富基金资产依据风险水平分为四类，即无风险资产、低风险资产、中度风险资产和高风险资产，用符号表示为(在t时刻)：A1(t)、A2(t)、A3(t)和A4(t)。在现代金融研究中，股票的价格是服从几何布朗运动的。本文将主权财富基金的各资产数量视为随机，即类比与股票的价格，那么几何布朗运动模型[2]可以很好地测度主权财富基金风险资产的变化规律。

假设无风险资产服从下列微分分布：

风险资产服从下列随机微分方程：

其中r表示在不考虑通货膨胀的情况下无风险收益率，μ表示的是不同资产的预期风险收益率，σ表示不同风险资产的风险收益率的标准差，ω(t)表示标准布朗运动。

CRRA效用函数表示为：

其中γ表(0<γ<1)表示风险厌恶系数，f(t)表示在时刻t主权财富基金总的资产。

从式(3)我们可以看到，对于某项资产的效用依赖于对该项资产的风险厌恶系数，如果风险越大，风险厌恶系数γ也越高，慢慢接近于1，那么如果资产分为四类，风险厌恶系数γ也应该分别对应四个值γ1、γ2、γ3、γ4，并且γ1<γ2<γ3<γ4。由(1)知无风险资产服从微分分布，我们可以得到无风险资产的分布：

那么无风险资产的效用为：

依据风险资产的分布状态可知，当时间变化为Δt时，

其中Z为标准正态分布：

wi(t)=Ai(t)/f(t)令wi(t)(i=1,2,3,4)为在时刻t四种不同资产所占主权财富基金资产的比重，即其中0

那么CRRA效用最大可表示为：

即对于wi和γi的不同组合就可获得不同的资产配置效用值，那么在实际操作中，只需要根据以上的原理将中投的资产划分为四个类别，赋予不同类别不同的权重即相应的风险偏好系数，就可通过不断赋值获得最优资产配置，即配置效用达到最大。关于CRRA效用最大的进一步分析，将在未来进行深入研究。

数据来源：http://www.swfi nstitute.org/swfs/china-investmentcorporation/

二、我国主权财富基金风险管理模式

资产达到最优资产配置仅仅完成基金管理的一个重要方面，另一方面则重点在于风险的管理。我国的主权财富基金的投资风险主要包括政治风险、市场风险、决策风险等。主权财富基金投资所面临的市场风险，资产组成中即便是现金资产，同样面临着汇率风险。本文将我国主权财富基金面临的风险分为外部风险和内部风险两部分。其具体内容如图1所示。

1．我国主权财富基金风险管理框架

有学者认为企业风险管理由3个维度构成：一是目标，包括战略目标、经营目标、市场目标等;二是实施风险管理的程序，包括内部环境、目标设定、事件识别、风险评估、风险对策、控制活动、信息和交流、监控;三是公司组织架构，包括整个企业、各职能部门、各类项目或业务、下属公司等[3]。而笔者认为，对于主权财富基金这一特殊机构而言，仅仅三个维度的风险管理框架是不够的，在三维管理的基础上，风险管理的方法是必需的也是重要的。我国主权财富基金的风险管理框架应该是四维的(如图2所示)。

2．我国主权财富基金风险管理方法与程序

基于以上四维的风险管理框架，笔者将我国主权财富基金的风险管理分为并行的两部分，即外部风险管理和内部风险管理。鉴于以上我国主权财富基金投资定位与目标，综合风险管理方法与管理程序，其具体管理如下：

(1)投资外部风险管理

由于外部因素的复杂性和不可控性，投资外部风险管理是任何风险管理中所面对的重点内容也是难点所在。对于投资的外部风险管理主要由三个方面进行。

首先，进行投资风险识别。风险识别涉及风险的分类、风险因素的识别等。对于投资风险的识别方法，国际上已经形成众多的理论与实践[4,5]。本文建议采取两种方法：一方面，可采取财务法进行分析。在这一点上，可以借鉴新加坡的政府投资公司和淡马锡的风险管理机制，即进行投资决策时强调“风险否决”原则。也就是说，只有风险可以接受并且具有衡量、评估、管理和控制这一风险的能力时才能做出最终决定;风险控制部门定期要对全部投资风险评估一次。对其所持有的股票和基金每日进行评估。另一方面，可以通过感性认识和历史经验来判断,通过对各种客观的资料和风险事故的记录来分析,并予以归纳总结;必要时可以对投资专家访问,从而找出各种明显和潜在的风险及其损失规律。

其次，进行投资风险的度量。本文借鉴金融机构的VAR风险管理方法进行风险评估[6]，即在一定的置信水平下，某一金融资产或证券组合在未来特定的一段时间内的最大可能损失金额即:

其中，Lost表示证券组合在持有期内的损失，VAR为在置信水平C下处于风险中的价值。VAR可以用来量化汇率风险，风险管理者能够实现对风险度的把握，提高汇率风险控制与管理水平[7,8]。

最后，进行投资外部风险控制。风险监督、风险转移与补偿是风险控制的必不可少的辅助手段。依据以上风险的分析与度量，选择有效的投资组合并进行风险对冲是必不可少的手段。

(2)内部风险管理

结合主权财富基金的特点与其内部风险管理的内容的细致和复杂性，笔者认为我国主权财富基金内部风险管理主要包括建立合理的组织结构控制体系，其具体内容如下：

一方面，进行定量风险评估，具体包括两种方法：第一种方法是概率模型。在历史数据或反映未来行为假设的模拟产出的基础上评估可能性和影响。第二种方法是非概率模型。在历史或模拟数据和未来行为假设的基础上评估事项的影响[9,10]。

另一方面，进行定性分析，具体包括：对岗位设置、决策程序、业务授权等做出规定;建立科学的人事管理制度，建立有效的内部控制考评制度，对业务风险控制情况的评价、违反内部控制规定应受到的处罚等内容做出规定;规范业务操作规程、明确各业务操作环节的工作范围、建立业务审核制度、完善的信息系统应能够对经办业务进行流程控制、对业务数据进行程序化以及对岗位操作实施跟踪监控，从而实现对所面临风险的控制;加强基金财务控制包括对基金进行财务管理和核算、建立严密的会计控制系统、建立分工明确的岗位责任制以及完善账户核对制度。

三、结论

本文从资产配置这一新的角度对主权财富基金进行分析，结合风险管理的相应方法与具体措施，进一步完善了我国主权财富基金的管理模式。

1.对主权财富基金管理的前提是决定其资产的配置。CRRA效用模型结合资产比重与其风险偏好系数，能够取得主权财富基金的资产的最优配置。

2.借鉴国外先进经验，构建我国主权财富基金风险管理模式。具体包括：依据市场经验将风险等级进行细分、构建四维风险管理框架、运用VAR方法进行风险测控、区分内外部风险区别进行管理等。

3.资产配置管理与风险管理相结合。在投资管理中，资产配置与风险管理是相辅相成，二者的结合既能解决经营稳健性问题又可提高投资效率。

参考文献

[1]艾瑶.主权财富基金:中投公司背景及投资现状[J].北方经济,2009(1):82-84.

[2]陈静,李磊,倪明放.基于几何布朗运动的投资组合模型[J].数学的实践与认识.2008(17):24-27.

[3]池国华,王东阁.基于ERM框架构建国有企业投资风险管理体系研究[J].科学决策.2010(3):35-41.

[4]穆阳.COSO风险管理框架下我国企业内部控制研究[D].首都经济贸易大学2009年硕士学位论文

[5]刘昕.中国主权财富基金内外部问题及对策研究[J].经济研究.2010(24):80-81.

[6]晏宁卉.VaR计算方法在基金风险管理应用的比较[J].现代商业,2008(11):35.

[7]Aaditya Mattoo,Arvind Subramanian.Currency Undervaluation and Sovereign Wealth Funds:A New Role for the World Trade Organization[J].The World Economy,2009(10):108-120.

[8]Jing Yu,Bin Xu,Haizhen Yang,Yong Shi.The strategic asset allocation optimization model of sovereign wealth funds based on maximum CRRA utility&minimum VAR[J].Procedia Computer Science.2010(1):2433-2440.

[9]Oshua Aizenman,Reuven Glick.Sovereign wealth funds:Stylized Facts about their Determinants and Governance[J].International Finance.2009(12):351-386.

最优配置与调度论文 第3篇

沿海缺水严重的关键主要是水资源调蓄能力不足,只有极有限的河槽调蓄库容,大量降水径流不能“截”、“蓄”利用而白白流失。因此,利用沿海天然湖泊、洼淀、滩涂、河道及古河道等通过挡水坝、围坝、挖塘和控制闸等工程措施形成平原水库,拦蓄过境水量,调蓄近地或远地(长江)引水,是缓解沿海水资源紧缺状况的重要措施。为了保障滩涂农业、河港冲淤、港口建设、湿地经济、水产养殖、环境保护、旅游业的淡水需求,必须建设多水源保障体系。随着沿海开发步伐的不断加快,水资源配置与调度技术亟待研究。

1国内外研究现状

合理配置水资源,实现水资源可持续利用,是保证社会经济可持续发展的必要条件。最初的水资源配置研究是针对水资源短缺地区用水竞争性问题提出的[3]。不同时期,不同学者对水资源配置的含义有着不同认识。一般认为,水资源配置是指在流域或特定的区域范围内,遵循公平、高效和可持续利用的原则,通过各种工程和非工程措施,考虑市场经济的规律和资源配置准则,通过合理抑制需求、有效增加供水、积极保护生态环境等手段和措施,对多种可利用水源在区域间和各用水部门间进行的调配[4]。目前,水资源配置研究已由简单的用户间水量分配研究发展到综合考虑经济、环境和生态等各方面需求的水量调控研究,并注重配置方案的合理性研究。

国际上现行的水资源配置模式主要有市场模式、行政模式、用户参与模式以及综合模式,其内在机制可概括为边际成本价格、行政管理、水市场和用户等4个方面。一般情况下,单一的水资源配置机制很难满足水资源合理配置的要求,需要多种机制的配合。当前,国外对配置机制的研究,主要考虑水资源产权界定、组织安排和经济机制对配置效率的影响。建立有效的流域水资源管理政策和体制是提高水资源配置效率的根本途径。在我国,水资源配置的发展大体经历了无偿配置、低价配置和经济调节3个阶段,行政指令仍是目前我国水资源配置的主要手段,但也有部分地区开始尝试市场配置和用户参与配置等模式,比如东阳、义乌两市的水权交易和河西走廊农民用水者协会的成立等。王为人等[5]分析比较了水资源的放任自由使用、完全垄断经营、国家集中配置、市场配置及水权交易配置5种水资源配置机制博弈模型,认为采用水权交易配置模式既可以保证基本的民生用水以体现公平,又通过允许水权交易促进取水者努力提高节水水平,并使水资源能配置到更能产生高效益的行业和单位,从而提高水资源的利用效率。随着水权研究的不断深入,国内有学者根据现阶段我国社会发展状况,提出基于准市场和民主协商的转型期水资源配置的公共政策[6]。

国际上运用系统分析的方法研究水资源配置问题,最初源于20世纪40年代Masse提出的水库优化调度研究,并于20世纪60年代后得到迅猛发展。1978年,Shafer等[7]提出了水资源系统模拟框架下的水资源配置和管理模型。2002年,McKinney等提出了基于GIS的水资源模拟系统框架。目前,国际上对水资源配置的研究更多地是在水资源系统模拟的框架下进行的,并开发了许多应用价值较高的相对成熟的水资源模拟软件,比较有代表性的有Mike Basin(丹麦)、WMS(美国)、Aquarius(美国)、Riverware(美国)和Waterware(奥地利)等[8]。在我国,20世纪60年代就开始了以水库优化调度为先导的水资源分配研究。80年代初,华士乾等[9]利用系统工程方法对北京地区水资源进行了研究,该研究考虑了水量的区域分配、水资源利用效率、水利工程建设次序以及水资源开发利用对国民经济发展的作用,成为我国水资源配置研究的雏形。90年代初,陈志恺等首次开发出基于宏观经济的水资源配置模型,研制了京津唐地区水资源规划决策支持系统。此后,我国的水资源配置研究发展快速,解决了一批区域性水资源综合规划问题,取得了较好成果。黄河水利委员会于1998年进行了“黄河流域水资源合理分配及优化调度研究”,综合分析了区域经济发展、生态环境保护与水资源条件,是我国第一个针对全流域进行的水资源配置研究。王浩等在“黄淮海水资源合理配置研究”中,首次提出水资源“三次平衡”的配置思想,系统地阐述了基于流域水资源可持续利用的系统配置方法,其核心内容是在国民经济用水过程和流域水循环转化过程两个层面上分析水量亏缺态势,并在统一的用水竞争模式下研究流域之间的水资源配置问题。在模型软件化方面,除了较早的华北京津唐水资源决策系统外,黄书汉运用基于面向对象的UML 标准建模语言进行水资源供需平衡评价系统分析和系统设计。谢宜岳等以区域水资源供需过程的原理与算法为基础,构建了水资源系统分析数学模型软件。艾萍等[8]根据软件复用的基本原理,结合水利领域应用需要,形成水利领域软件标准化体系,为不同抽象层次制定水利领域软件技术标准提供技术基础。钟平安[10]等综合运用地理信息系统、数据库、可视化建模、模型库、人机交互等技术手段,建立了适应大规模、多目标、不确定性等复杂条件的水资源合理配置情景共享模拟系统。另外,钟平安[11]等还比较了基于C/S模式水资源配置系统的不足和B/S模式的优点,构建了基于B/S模式的区域水资源合理配置系统总体框架,以 Web GIS为平台实现了水资源配置模型系统。

水资源的合理配置涉及到社会、经济、资源和环境等多方面,具有典型的半结构化、多层次、多目标和群决策特征,需要对其生成的配置方案进行效果评价。根据评价结果,可以调整已有的配置方案,使其更加合理,保障配置的公平性和高效性。Letcher等[12]开发出澳大利亚纳奥米河流域水资源配置综合评价模型,不仅包括了水资源管理,还考虑了一系列的环境问题。后来,还专门研制了分布式水流模型以支撑该评价模型的运行[13]。在国内,石春先等[14]提出黄河流域水资源多维临界调控方案评价的概念,建立评价指标体系,研究流域水资源多维临界调控方案评价模型。郭文献等[15]根据水资源合理配置方案具有多目标性和模糊不相容性的特点,运用模糊物元分析法,建立了基于欧氏贴近度的水资源合理配置方案综合评价的模糊物元模型。为了克服层次分析法(AHP)确定指标权重的主观性,余建星等[16]在水资源优化配置方案综合评价的模糊优选模型中引入信息熵概念。钟平安等[17]则利用群组决策特征根法(GEM)确定指标权重,克服了层次分析(AHP)法通过指标两两比较所构建的判别矩阵常出现不一致性的问题,建立了基于最大熵原理的方案评价模型。目前,国内外对于配置后效评价研究仍较为薄弱和分散,且多纳入生态环境评价、社会公平评价等综合评价当中,缺乏相应的评价机制和完整的评价体系。

从国内外水资源配置研究的发展历程来看,水资源配置研究正趋于整体性、综合性、后评价和软件化。整体性是要求水资源配置研究更多地置于统一的流域或区域范围内进行;综合性则要考虑生态环境方面的需求;后评价注重对水资源配置方案的评价、修正和优选;软件化要求将复杂的水资源系统数字化和信息化,以提升配置效率。从研究内容来看,目前大量的水资源配置研究仍然集中在水量调控方面,水质调控虽有所涉及[18,19,20,21,22,23,24,25,26],但成果不够深入。随着人类活动加剧,传统的集总式模型已经不能全面描述越来越复杂的点源和面源污染物扩散、汇集、稀释、转化等物理化学过程,应重视有物理机制的、能反映污染物运移过程的分布式水质模型的研究,并进行水质水量联合配置的研究。另外,建立基于流域水循环模拟的水资源调配集成模型也是当前水资源配置研究的发展方向之一,实现水资源“模拟—配置—评价—调度”一体化决策。总之,今后的水资源合理配置需要由单一的流域水量配置和调度向全流域水质水量统一配置和调度发展,由集总式的、静态的水循环模拟和调控向分布式的、动态的水循环模拟与调控发展。

2研究目标

开展沿海围垦区水资源优化配置研究,是落实《国家中长期科学和技术发展规划纲要》确定的重点领域的需要。在国内外水资源优化配置与联合调度研究的现有基础之上,实施江苏沿海滩涂围垦区水资源优化配置与联合调度研究,为江苏沿海滩涂水资源保障提供关键性技术,也为其他类似地区的水资源开发积累技术经验。本研究的具体目标如下:

a. 依据江苏沿海滩涂开发规划,揭示出围垦区各类水资源用户的需求特性,提出需水综合管理方案,实现需水精细化管理。

b. 根据江苏沿海滩涂围垦区各用户的需水要求,并结合当地水资源特点,构建多水源多用户多目标的水资源系统仿真模拟模型。

c. 实现当地水、过境水及远距离调水的联合优化调度,构建适合沿海围垦区水资源配置方案的评价体系,提出围垦区水资源配置优化方案,促进围垦区的水资源可持续利用。

3研究内容

江苏沿海围垦区淡水资源极度缺乏,建立高效安全的水资源保障体系是实现围垦区水资源可持续利用的唯一途径,也是实现当地经济社会可持续发展的基本条件[2,27,28]。在分析沿海围垦区水资源开发利用潜力、蓄淡工程优化布局和非传统水资源开发利用的基础上,进行沿海围垦区水资源优化配置与联合调度研究,是建立江苏沿海围垦区水资源保障体系的必要环节。在充分了解围垦区水资源开发利用潜力的同时,分析围垦区水资源需求时空变化特征,运用围垦区当地蓄水工程与远距离调水的联合调度技术以及多水源多用户多目标联合调控与分配技术,生成围垦区不同水平年水资源优化配置方案,不仅可以实现水资源在不同区域和用水户之间的有效公平分配,而且可以实现对区域水循环及其影响的自然与社会诸因素进行整体调控。本研究围绕以下几方面内容展开研究:

a. 沿海围垦区水资源需求分析与预测。结合江苏沿海滩涂围垦区发展规划,了解沿海围垦区各水资源用户的需水要求,包括水量要求、水质要求及用水时间要求等,分析其在时程分配上和空间分布上的变化特性,预测不同发展水平年下江苏沿海围垦区在生活、生产和生态三方面的需水过程以及综合需水过程,分别研究基于用水总量控制、用水效率控制、排污总量控制以及多目标控制的沿海围垦区需水管理技术与方法。

b. 沿海围垦区多水源供水系统联合调度。在沿海围垦区水资源评价的基础上,结合江苏沿海滩涂开发规划,分析沿海围垦区各供水工程、用水户在流域水系和自然地理上的拓扑关系,构建沿海围垦区水资源供需系统网络图,厘清其水资源供需结构,并根据各水源之间、各用水户之间以及水源与用水户之间的水力联系、水源特性和用水特性,建立沿海围垦区多水源多用户水资源模拟仿真系统,建立沿海围垦区多水源联合优化调度模型,尤其是当地蓄水工程与外调水的联合调度模型。

c. 沿海围垦区水资源合理配置。根据江苏沿海滩涂开发规划,兼顾抑制需水、增加供水和保护生态,构建沿海围垦区水资源配置方案集;基于公平性、有效性和可持续性原则,建立多水源、多用户水资源系统联合调控与分配模型;构建适合沿海围垦区的水资源配置方案评价指标体系与方法,分析评价不同配置方案在经济、技术和生态环境等方面上的差异,确定围垦区水资源最佳配置方案。

在上述研究内容中,本研究的主要技术难点在于,沿海垦区多水源、多用户、多目标的水资源联合调度和优化配置。

4技术路线

针对上述研究内容,本研究在充分收集与分析江苏沿海滩涂围垦区水文、气象、水文地质、潮汐、土地利用及社会经济等方面资料的基础上,将首先对沿海围垦区水资源需求的时空变异特性、河流渠道水系结构以及围垦区内供水工程布局进行分析,研究沿海围垦区的水资源需求管理措施,构建水资源系统供需网络图,并结合沿海围垦区水资源开发潜力研究与特殊水资源开发利用研究,建立起多水源多用户的水资源模拟仿真系统以及联合优化调度模型,根据沿海滩涂发展规划,生成各类情景下沿海围垦区水资源配置方案,建立沿海围垦区水资源配置方案评价指标体系与方法,最终提出沿海围垦区水资源优化配置优化方案,从而为江苏沿海滩涂围垦区水资源利用提供技术保障(图1)。

5预期成果

江苏沿海围垦规模巨大,世界尚无先例,在该区域进行水资源优化配置与调度研究,符合我国水资源合理配置研究的发展需求。目前,我国水资源合理配置研究大多数集中于北方干旱缺水地区,鲜有关于沿海围垦区的水资源合理配置研究。通过江苏沿海围垦区域水资源优化配置与联合调度研究,一方面为江苏沿海围垦区水资源保障提供关键性技术支撑,另一方面又进一步丰富我国水资源合理配置研究案例,为我国沿海地区的水资源可持续利用积累经验和提供示范。其预期成果表现为3个方面:

a. 提出基于用水总量控制、用水效率控制和排污总量控制的江苏沿海滩涂围垦区水资源需求管理方案和措施。

b. 提出盐碱环境下多水源多用户淡水资源联合调控和水资源优化配置技术,提高水量利用率5%。

c. 构建沿海围垦区水资源配置方案的评价指标体系与方法,确定不同发展水平下的围垦区水资源优化配置方案。

装备备件二级库存最优配置 第4篇

随着高技术装备的快速发展,为保障装备正常使用的备件管理越来越受到人们的重视。装备复杂,备件价格急剧攀升,如果继续停留在传统的仅凭经验管理备件的方法上,“经费紧张,备件短缺”的矛盾只会更加突出,甚至会出现难以为继的状况[1]。这就需要通过定量方法建模来对库存进行优化,以解决装备可用度和备件保障经费之间的最优费效比[2]。

在装备保障工作中,可修件(即可修复备件)一般价格较高,库存较低,其保障工作要比消耗件复杂得多。因此,可修件的库存建模成为当前各国装备保障研究的一项重要课题。最优化的算法是权衡后方仓库和它负责保障的各基地之间备件库存量的多少,即所谓的后方仓库与基地的二级保障模式的最优库存问题。该问题可以用系统方法解决。

系统方法是将各基地的装备看成一个大系统,从装备大系统出发研究在后方仓库和各基地合理配置库存,以使装备大系统的可用度最大,而不是单个基地的装备可用度最大;同时,尽量减少保障费用。因此,系统方法可以逐步确定大量备件的储备对策方案,既能够满足装备的可用度要求,又不突破预算经费限额。

1 库存平衡公式

假设单个基地的一项备件的故障件可以在一定时间内进行修理,并通过均值为T的概率分布予以表述;同时,假设该基地总是能修理该备件,不存在报废处理问题,则有库存平衡公式[3]

其中,s为库存量,OH为基地现有库存数,DI为来自修理机构和补给部门的基地待收库存数(即在修件数),BO为备件短缺数,是指某一时间未满足供应的备件需求数。

由于基地的可修件往往价格高、需求低,所以针对备件批量送修而确定的经济订货量Q等于1。因此,送修一般是一对一的进行,再次订货点(或称发出一项备件送修时的备件状况)就是s-1。在这种情况下,库存量s是一个常数。这些随机变量中有一个发生变化,其他变量都同时发生变化。例如,当发生一次需求时,来自修理机构的基地待收件数就增加一件;此时,若现有库存数为正整数,它就减少一件,否则,备件短缺数就增加一件。当一次修理完成后,DI减少一件,短缺数减少一件,或者是无短缺时现有库存增加一件。不管哪种情况,等式(1)都保持平衡。

库存平衡公式是分析在修件数、短缺数、库存量的基本依据,是建立库存模型的关键。

2 二级库存最优配置模型

二级库存最优配置模型用于计算后方仓库和各基地的装备备件的库存最优配置,以使得装备可用度最高。而在无串件拼修条件下,寻求基地短缺数最低就相当于寻求装备可用度最高。短缺数又是一种备件保障效能指标[4,5],而且更便于计算,所以可以将各基地的备件总短缺数最小作为库存模型的目标函数,所得库存最优配置与寻求装备可用度最高时的结果相同。

另外,各基地的可修件很多,其总短缺数是各项备件可分离短缺函数累加之和,因此,可以将重点同时集中在一项备件上,而模型则随之简化为在后方仓库和各基地之间优化配置某一项可修件的库存量,以使各基地的总短缺数最小;约束条件是该项备件在后方仓库和各基地所有库存的总价值不大于该备件的总保障费用,则其模型为

其中,c为备件的单价,C为备件的总保障费用,sj为第j个基地的备件库存量,J为基地数。EBO(sj)为第j个基地有sj件库存时的短缺数。短缺数模型的一般形式为

其中,Pr{}为备件在修件数的稳态概率分布。根据帕尔姆定理,假设任意一项备件的需求服从年平均需求量为m的泊松过程,且每一故障件的修理时间相互独立,并服从年度平均修理时间为T年的同一分布,则在修件数的稳态概率分布服从均值为(μ=m T)的泊松分布[6],即

3 模型求解

某项备件的变量定义如下:

mj=第j个基地年平均需求量;

Tj=第j个基地以年为时间单位的平均修理时间;

μj=第j个基地供应渠道平均件数;

rj=第j个基地修理的效率;

Oj=后方仓库与第j个基地之间从申请(订货)至交货的平均时间;

sj=第j个基地所拥有的库存量;

Nj=第j个基地的飞机架数;

Zj=第j个基地该备件的单机安装数。

上述变量的下标j为0时表示后方仓库,为正数时表示不同基地的编号。

二级库存配置模型算法如下:

(1)设后方仓库库存量s0=p,则算法从p为0开始。

(2)计算各基地备件的供应渠道平均数μj,即

其中,m0为后方仓库的平均需求量,它是将J个基地不能修理的备件求和,即

(3)计算在后方仓库当前库存量p下的各基地的期望短缺数EBO(sj)｜p和边际短缺数△EBO(sj)｜p,其中,边际短缺数是短缺数的一阶差分,如式(7)所示。

△EBO(sj)佐p=EBO(sj-1)佐p-EBO(sj)佐p(7)

实际上,一般用短缺数的边际效能进行边际分析,它是短缺数的一阶差分与备件单价的比值。但是,因为库存模型同一时刻要分析的备件只有一项,且该备件在不同的基地价格均相同,所以进行边际分析过程中,短缺数的一阶差分不必除以单价,即用边际短缺数进行边际分析。

给各基地分配备件的方法是:根据其编号依次配置,每次一件,到最后一个基地时再从第一个基地开始重复进行。另外,因为可修件的库存一般较低,对于一些紧缺器材甚至没有库存,除了飞机在用件就是在修件,所以一般只需要计算出该备件在各基地的库存量sj=0,1,2时的短缺数。

(4)利用边际分析法[7,8]计算在后方仓库当前库存量p下的各基地总库存量k为0~K时的总短缺数Rpk,即

K为[J,2J]范围内的整数,其值要满足各基地总短缺数足够小。

(5)后方仓库库存量p增加1件,如果p=K,进入第6步;否则,进入第2步。

(6)求出后方仓库和各基地的总库存量为q(q∈[0,K])的(K+1)组各基地总短缺数的最小值rq(如式(9)所示),及其对应各基地的总库存量k、后方仓库的库存量(q-k)。

(7)对rq进行边际分析,计算其边际短缺数△rq,即

然后,根据保障总经费计算备件数,并确定最优解。注意:如果备件短缺函数不是凸函数,则对备件边际短缺数应用边际分析法就不能保证得出最优解[9]。解决方法是舍去△rq中所有非凸点,将短缺函数转变为凸函数,然后在其中确定最优解即可。

(8)计算装备可用度。

第j个基地的装备可用度Aj是基地未因任何备件短缺而停飞的飞机架数所占百分比的期望值,其数学模型为

各基地总的装备可用度A是所有基地良好飞机的百分比,其数学模型为

4 算例

某舰航直属库负责保障所辖五个基地,各基地机群飞机架数均为24架,为同一种机型。某项备件的单机安装数均为1件,单价均为1万元,其总保障经费为7万元。该备件的有关统计数据如表1所示。

第一步,根据式(2)~(10),用Matlab编写程序,计算该备件在各个基地的总短缺数、边际短缺数及库存配置,标明边际短缺数的凸性(凸点数据用“*”表示),如表2所示。

由该备件的总保障经费和单价可知该备件的总库存数为七件,根据表2可知它属于凸点数据,所以其最优解是:总短缺数为0.5670,总库存为七件,其中,后方仓库库存为两件,各基地总库存为五件,根据第(5)步的备件分配方法可知每个基地的库存量都是一件。

第二步,利用该备件库存最优配置方案下的期望短缺数的计算结果,即[0.0692,0.0267,0.0915,0.0267,0.1271],再根据已知条件以及式(11)~(12)计算各基地总的装备可用度,结果为99.72%。

5 结论

(1)从装备系统的效能出发,利用边际分析法寻求一项装备备件在后方仓库和各基地的最优库存,不仅为决策层(即装备主管)要达成的装备可用度标准提供了保证,而且使所需的费用最小,对库存决策具有良好的实用价值。(2)如果寻求多项备件的最优库存,那么各项备件都要重复上述分析方法,然后才能利用边际分析再次寻求对各项备件的最优投资方案[10]。

摘要：阐述了利用系统方法解决后方仓库和基地二级库存问题的必要性。以可修复备件短缺数最小代替装备可用度最大作为目标函数,以备件总价值不大于总保障经费作为约束条件,建立了二级库存最优配置模型。用边际分析法求解,编写了算法,并将库存模型及其算法应用于实例,进行了数值实验和理论分析,计算工具是Matlab。实验结果表明该模型的优化效果和实用性很好。

关键词：二级库存,边际分析,系统方法,可用度,短缺数

参考文献

[1]樊庆和,李本威,郝大琦.基于保障率的航材后续备件优化保障模型研究[J].海军航空工程学院学报,2006,21(1):113-116.

[2]张衡,花兴来,许绍木.可修复备件系统库存决策仿真优化模型[J].系统工程与电子技术,2009,31(6):1510-1514.

[3]Craig C,Sherbrooke,贺步杰译.装备备件最优库存建模:多级技术[M].北京:电子工业出版社,2008,第二版:19-22.

[4]陆四海,郑金忠,季鸣.基于ARINC模型的航材保障效能指标分析[J].仓储管理与技术,2007,(4):29-31.

[5]郑金忠,陆四海,李友虎.基于效用函数的航材保障效能评估[J].物流技术,2007,26,(8):246-248.

[6]马保国,张继强,刘长新.航材可修件复合泊松需求下的库存决策[J].中国管理科学,2004,12(专辑):177-180.

[7]罗兵,胡啟军，尹迪.基于边际分析法确定备件补给数量[J].物流技术,2009,28(10):146-148.

[8]张瑞昌,赵嵩正.航材保障经费的优化配置研究[J].北京航空航天大学学报,2005,31(1):102-104.

[9]U Dinesh Kumar,刘庆华,宋宁哲译.可靠性、维修与后勤保障:寿命周期方法[M].北京:电子工业出版社,2010:177-180.

设备维修最优化调度策略方法研究 第5篇

0 引言

信息化战争条件下, 装备的维修保障优化调度问题是装备维修保障过程中的重要问题。最优化的装备维修保障调度方案能够解决装备维修保障过程中存在的维修资源冲突、维修资源短缺以及维修资源分配不均等问题, 同时能够提高维修的时效性, 降低维修保障成本。尤其是在现代战争条件下能够大大缩短待修装备的等待时间, 使装备能够在较短的时间内得到维修, 最大限度的提高了维修保障系统的效能[1]。

1 战时装备维修的特点及要求

1.1 主要特点

a) 维修时限要求高。在激烈的战场上, 战争形势瞬息万变, 谁能尽可能快的维修战伤装备, 谁就能在交战中取得主动权。

b) 维修条件恶劣。战伤装备往往处于没有任何维修环境的场地上, 要求在没有动力、没有精密仪器等情况下进行紧急抢修。

c) 损伤原因复杂。战伤装备的故障原因不同于日常故障, 不取决于结构本身, 而是带有偶然性的, 损伤点及损伤程度是难以预料的。

d) 维修的技术标准与平时差异大。日常装备维修要求全面完整的恢复到原有的技术战术指标条件下。而战时装备维修要求一个“快”字, 要求战伤装备尽快的恢复基本使用要求, 甚至可以“牺牲”部分一些性能。

1.2 主要要求

a) 统筹计划、周密安排。战前要做好维修预案, 对装备的损坏率及损坏程度进行预先估计, 制定维修保障计划。

b) 分清主次、先重后轻。战时装备维修时间紧、任务重、要求高, 必须分清轻重缓急, 坚持先主后次、先急后缓、重点装备优先保障原则。

c) 以本地、换件为主进行维修。在现场进行装备维修可以赢得装备维修的时间, 节省人力物力, 保证装备及时使用。

d) 实行集中突击修理。战争情况多变, 组织装备维修不宜同时开展过多, 应当随拆、随装、随修, 集中人力物力集中修理。

2 PSO算法介绍[2,3]

粒子群优化算法 (Particle Swarm Optimization, PSO) 是在鸟类和鱼类等生物群体觅食行为的启发下提出的一种全局优化算法。该算法模拟鸟群飞行觅食的行为, 通过鸟群之间的集体协作与竞争使群体达到目的。PSO算法具有结构简单、运行速度快、计算量小和需要的参数少等优点, 近些年来应用广泛。

在PSO算法中, 首先生成初始种群, 种群中每个粒子都是搜索空间中的一个备选的可行解, 然后由目标函数为之确定一个适用值。通过环境的学习与适应, 每个粒子根据自身飞行经验及同伴的飞行经验动态调整自身飞行模式, 最终找到最优解, 从而实现寻优过程。

设可行解空间为D维, 种群中粒子总量为m (i=1, 2, , m) , 第i个粒子位置xi= (xi1, xi2, (43) , xi D) , 速度vi= (vi1, vi2, (43) , vi D) 。它经历过的最优位置为pi= (pi1, pi2, (43) , pi D) 。粒子群初始位置和速度随机产生, 每次搜索过程中, 所有粒子按照下列公式更新飞行速度和位置:

其中, d=1, 2, , D, i=1, 2, , m, t为当前进化代数, 1r和2r为[0, 1]之间的随机数, c1和c2为正常数称为加速因子, c1调节本身位置步长, c2调节全局位置步长。

3 战时装备维修策略中改进的PSO算法实现

3.1 模型描述[4,5]

假设A1, A2, (43) , Am为m个维修小组, B1, B2, (43) , Bn为需要完成的维修任务, 维修任务Bj所需的维修时间为Tj。

战时装备维修保障调度的目的是实现最优化配置, 具体说就是维修的总时间短、各维修小组利用率高、各维修小组间工作平衡度高。

维修的总时间为:

维修小组平均利用率为:

其中, ∑ (C[i, j]Tj+D[i, j]/s (i) 是m个维修小组用来处理n个维修任务和行程的时间开销, ωm是维修任务的总时间。α取值范围[0, 1], 当α=1时, 维修小组处于无空闲工作状态;当0<α<1时, 维修小组处于有空闲工作状态;当α=0时, 表示没有任何维修任务。α的值越接近于0, 表示维修小组空闲越严重, 利用率越低。

各维修小组间工作平衡度为:

其中β的取值范围[0, 1], 当β=1时, 表示各维修小组同时处于空闲状态、工作均衡。β的值越接近于0, 表示维修小组工作越不平衡。

3.2 算法实现

战时装备维修的任务调度的PSO算法实现流程如图1所示。

4 仿真实验

选取先到先服务算法与PSO算法进行仿真实验, 比较两种算法优劣,

PSO算法参数如表1所示:

设m=20, n∈[50, 200], 分别用最小维修总时间、维修小组平均利用率以及工作平衡度测试两种算法性能, 如图2~图4所示[6,7]。

仿真结果表明, PSO算法在三个方面均优于FCFS算法。

5 结束语

战时装备维修是战争中重要的组成部分, 而维修优化调度问题是战时装备维修过程中的关键问题, 选择优良的调度算法有助于提高战时装备维修的时效性、优化配置战场维修资源、增加战场获胜的机率。

参考文献

[1]雷开友.基于自适应粒子群算法的约束布局优化研究[J].计算机研究发展, 2006, 43 (10) :1724-1731.

[2]曾建潮.一种保证全局收敛的PSO算法[J].计算机研究发展, 2004, 41 (8) :133-1338.

[3]刘志煌.PSO的惯性权重与种群大小的选择[J].计算机与现代化, 2007, 142 (6) :1-3.

[4]李杰煌, 栗元邦.基于遗传算法的民航机组排班系统[J].软件, 2013, 34 (4) :38-39.

[5]叶永睿, 吴伟明, 谷勇浩.基于蚂蚁算法的关联规则挖掘[J].软件, 2012, 33 (10) :16-19.

[6]LIU Jianqiao, YE Junyong.Inspection of Light Rail Swing Based on MV[J].The Journal of New Industrialization, 2011, 1 (5) :12-16.