《裝備保障智慧型最佳化決策方法與套用》是2015年5月國防工業出版社出版的圖書，作者是凌海風、鄭宇軍。
基本介紹
- 書名：裝備保障智慧型最佳化決策方法與套用
- 作者：凌海風、鄭宇軍
- ISBN：978-7-118-10068-6
- 類別：E144
- 頁數：188
- 定價：69.90
- 出版社：國防工業出版社
- 出版時間：2015年5月
- 裝幀：平裝
- 開本：16開
內容簡介,圖書目錄,
內容簡介
新時期我軍面臨“平時應急、戰時應戰”的雙重歷史使命。無論是遂行信息化條件下的局部戰爭任務，還是應對地震災害、洪澇災害、重大雪災、突發疫情等非戰爭軍事行動任務時，對裝備的依賴程度越來越高，因此對裝備保障決策工作也提出了更高的要求。針對規模龐大、結構複雜、目標多元的複雜裝備保障決策問題，傳統的依賴決策者閱歷、知識和偏好的經驗型決策已經不能滿足裝備精確保障的要求，必須運用智慧型最佳化算法對複雜裝備保障決策問題進行科學的定量決策，這也是裝備保障決策的發展趨勢。本書以解決裝備保障決策中的複雜決策問題為牽引，以現代決策理論為基礎，以運籌學、最最佳化理論、智慧型進化算法和多屬性決策方法為工具，系統介紹裝備保障智慧型最佳化決策相關的理論、方法及其在各類裝備保障決策問題中的實際套用。全書共8 章，第1 章～第3 章介紹裝備保障最佳化決策的理論基礎；第4 章～第7 章主要介紹裝備保障各業務領域涉及的複雜決策問題，以及最佳化和決策方法在這些問題決策中的實際套用，這4 個章節反映了作者近年來利用各種最佳化和決策方法求解裝備保障決策問題的研究工作和成果；第8 章介紹裝備保障最佳化決策支持系統，該系統是作者綜合運用各種最佳化決策方法和計算機技術實現裝備保障決策智慧型化和自動化的一種探索。本書內容取材新穎，覆蓋面廣，系統深入，注重理論實際相結合，強化實際問題的分析和套用。本書適用於高等院校軍事運籌、裝備保障、工程最佳化等相關專業碩、博士研究生學習、研究參考，也可供裝備管理、最佳化計算、智慧型鋪助決策、管理工程等領域的管理決策人員及科研工作者學習了解智慧型最佳化決策方法技術或設計智慧型決策支持系統時參考之用。
圖書目錄
第1章緒論 1
1.1決策與決策方法 1
1.1.1決策的基本要素 1
1.1.2決策分類 2
1.1.3決策步驟 3
1.2最最佳化問題與最最佳化方法 4
1.2.1最最佳化問題 4
1.2.2最最佳化方法 5
1.3多準則決策 6
1.3.1基本概念 6
1.3.2多目標決策和多目標最佳化 8
1.4裝備保障最佳化決策 9
1.4.1裝備保障決策中存在問題分析 9
1.4.2裝備保障最佳化決策概念 10
1.4.3裝備保障最佳化決策過程 11
1.4.4裝備保障最佳化決策典型套用 13
參考文獻 14
第2章智慧型最佳化算法 17
2.1禁忌搜尋 17
2.1.1禁忌搜尋的基本思想 17
2.1.2禁忌搜尋算法框架與套用 19
2.2模擬退火 21
2.2.1模擬退火算法的基本思想 21
2.2.2模擬退火算法框架與套用 22
2.3遺傳算法 24
2.3.1遺傳算法的基本思想 24
2.3.2遺傳算法框架與套用 26
2.3.3遺傳算法的其他變種 29
2.4蟻群算法 31
2.4.1蟻群算法的基本思想 31
2.4.2蟻群算法套用 31
2.5粒子群算法 34
2.5.1粒子群算法的基本思想 34
2.5.2粒子群算法框架與套用 35
1.1決策與決策方法 1
1.1.1決策的基本要素 1
1.1.2決策分類 2
1.1.3決策步驟 3
1.2最最佳化問題與最最佳化方法 4
1.2.1最最佳化問題 4
1.2.2最最佳化方法 5
1.3多準則決策 6
1.3.1基本概念 6
1.3.2多目標決策和多目標最佳化 8
1.4裝備保障最佳化決策 9
1.4.1裝備保障決策中存在問題分析 9
1.4.2裝備保障最佳化決策概念 10
1.4.3裝備保障最佳化決策過程 11
1.4.4裝備保障最佳化決策典型套用 13
參考文獻 14
第2章智慧型最佳化算法 17
2.1禁忌搜尋 17
2.1.1禁忌搜尋的基本思想 17
2.1.2禁忌搜尋算法框架與套用 19
2.2模擬退火 21
2.2.1模擬退火算法的基本思想 21
2.2.2模擬退火算法框架與套用 22
2.3遺傳算法 24
2.3.1遺傳算法的基本思想 24
2.3.2遺傳算法框架與套用 26
2.3.3遺傳算法的其他變種 29
2.4蟻群算法 31
2.4.1蟻群算法的基本思想 31
2.4.2蟻群算法套用 31
2.5粒子群算法 34
2.5.1粒子群算法的基本思想 34
2.5.2粒子群算法框架與套用 35
2.5.3粒子群算法的其他變種 36
2.6差分進化算法 37
2.6.1差分進化算法的基本思想 37
2.6.2差分進化算法框架與套用 38
2.6.3差分進化算法的其他變種 39
2.7生物地理學最佳化算法 40
2.6差分進化算法 37
2.6.1差分進化算法的基本思想 37
2.6.2差分進化算法框架與套用 38
2.6.3差分進化算法的其他變種 39
2.7生物地理學最佳化算法 40
2.7.1生物地理學最佳化算法的基本思想 40
2.7.2生物地理學最佳化算法框架與套用 41
2.7.3生物地理學最佳化算法的其他變種 41
2.8混合智慧型最佳化算法 42
2.8.1遺傳/禁忌混合最佳化算法 43
2.8.2生物地理學最佳化/差分進化算法 43
參考文獻 44
第3章多屬性決策 46
3.1多屬性決策概述 46
3.2經典多屬性決策方法 48
3.3基於Vague集的模糊多屬性決策 51
3.3.1Vague集基本概念 51
3.3.2Vague集（值）之間的距離度量 53
3.3.3Vague集（值）之間的相似度量 54
3.3.4Vague值的排序方法 59
3.3.5基於Vague集的多階段模糊多屬性決策方法 61
參考文獻 65
第4章裝備管理最佳化決策 67
4.1裝備運用最佳化決策 67
4.1.1裝備動用時間最佳化分配 67
2.7.2生物地理學最佳化算法框架與套用 41
2.7.3生物地理學最佳化算法的其他變種 41
2.8混合智慧型最佳化算法 42
2.8.1遺傳/禁忌混合最佳化算法 43
2.8.2生物地理學最佳化/差分進化算法 43
參考文獻 44
第3章多屬性決策 46
3.1多屬性決策概述 46
3.2經典多屬性決策方法 48
3.3基於Vague集的模糊多屬性決策 51
3.3.1Vague集基本概念 51
3.3.2Vague集（值）之間的距離度量 53
3.3.3Vague集（值）之間的相似度量 54
3.3.4Vague值的排序方法 59
3.3.5基於Vague集的多階段模糊多屬性決策方法 61
參考文獻 65
第4章裝備管理最佳化決策 67
4.1裝備運用最佳化決策 67
4.1.1裝備動用時間最佳化分配 67
4.1.2裝備動用最佳化遺傳算法 68
4.1.3算法實驗與評價 69
4.2裝備補充最佳化決策 70
4.2.1裝備補充最佳化問題 70
4.2.2多目標遺傳算法 71
4.2.3多目標粒子群算法 72
4.2.4算法實驗與評價 72
4.3裝備更新最佳化決策 73
4.3.1裝備更新最佳化決策問題 73
4.3.2裝備更新多階段決策模型 75
4.3.3算法實驗與評價 76
4.4裝備調運最佳化決策 78
4.4.1裝備調運最佳化問題 78
4.4.2生態地理學最佳化算法 79
4.4.3算法實驗與評價 80
參考文獻 81
第5章維修保障最佳化決策 82
5.1戰略維修規劃 82
5.1.1問題簡介 82
5.1.2數學模型描述 83
5.1.3兩階段禁忌搜尋算法 85
5.1.4自適應粒子群最佳化算法 86
4.1.3算法實驗與評價 69
4.2裝備補充最佳化決策 70
4.2.1裝備補充最佳化問題 70
4.2.2多目標遺傳算法 71
4.2.3多目標粒子群算法 72
4.2.4算法實驗與評價 72
4.3裝備更新最佳化決策 73
4.3.1裝備更新最佳化決策問題 73
4.3.2裝備更新多階段決策模型 75
4.3.3算法實驗與評價 76
4.4裝備調運最佳化決策 78
4.4.1裝備調運最佳化問題 78
4.4.2生態地理學最佳化算法 79
4.4.3算法實驗與評價 80
參考文獻 81
第5章維修保障最佳化決策 82
5.1戰略維修規劃 82
5.1.1問題簡介 82
5.1.2數學模型描述 83
5.1.3兩階段禁忌搜尋算法 85
5.1.4自適應粒子群最佳化算法 86
5.1.5算法實驗與評價 87
5.2裝備維修任務分配最佳化決策 90
5.2.1問題簡介 90
5.2.2數學模型描述 91
5.2.3約束多目標粒子群算法 92
5.2.4算法實驗與評價 99
5.2.5基於Vague的多屬性決策 102
5.3維修作業調度最佳化 106
5.3.1問題簡介 106
5.3.2數學模型描述 106
5.3.3粒子群最佳化算法 107
5.3.4算法實驗與評價 108
參考文獻 110
第6章器材保障最佳化決策 112
6.1器材籌措規劃 112
6.1.1多品種器材籌措問題 112
6.1.2分階段粒子群最佳化算法 113
6.1.3分階段差分進化算法 114
6.1.4算法實驗與評價 114
6.2器材存儲分配最佳化 115
6.2.1器材存儲分配最佳化問題 115
6.2.2多目標遺傳算法 118
6.2.3多目標二元差分進化算法 119
6.2.4算法實驗與評價 120
6.3器材分倉最佳化 121
6.3.1器材分倉最佳化問題 121
6.3.2禁忌搜尋算法 123
6.3.3算法實驗與評價 123
6.4器材供應最佳化 124
6.4.1器材供應最佳化問題 124
6.4.2粒子群最佳化算法 125
6.4.3差分進化算法 126
6.4.4算法實驗與評價 126
5.2裝備維修任務分配最佳化決策 90
5.2.1問題簡介 90
5.2.2數學模型描述 91
5.2.3約束多目標粒子群算法 92
5.2.4算法實驗與評價 99
5.2.5基於Vague的多屬性決策 102
5.3維修作業調度最佳化 106
5.3.1問題簡介 106
5.3.2數學模型描述 106
5.3.3粒子群最佳化算法 107
5.3.4算法實驗與評價 108
參考文獻 110
第6章器材保障最佳化決策 112
6.1器材籌措規劃 112
6.1.1多品種器材籌措問題 112
6.1.2分階段粒子群最佳化算法 113
6.1.3分階段差分進化算法 114
6.1.4算法實驗與評價 114
6.2器材存儲分配最佳化 115
6.2.1器材存儲分配最佳化問題 115
6.2.2多目標遺傳算法 118
6.2.3多目標二元差分進化算法 119
6.2.4算法實驗與評價 120
6.3器材分倉最佳化 121
6.3.1器材分倉最佳化問題 121
6.3.2禁忌搜尋算法 123
6.3.3算法實驗與評價 123
6.4器材供應最佳化 124
6.4.1器材供應最佳化問題 124
6.4.2粒子群最佳化算法 125
6.4.3差分進化算法 126
6.4.4算法實驗與評價 126
參考文獻 127
第7章裝備戰時保障最佳化決策 129
7.1戰場搶修任務指派最佳化 129
7.1.1問題分析 129
7.1.2數學建模 130
7.1.3基於模糊學習子群的多目標粒子群算法 131
7.1.4算法實驗 137
7.2基地級維修作業分工最佳化 139
7.2.1問題分析 140
7.2.2數學建模 140
7.2.3遺傳算法 141
7.2.4算法實例 146
7.2.5拓展研究 148
7.3維修器材配送最佳化 150
7.3.1問題分析 150
第7章裝備戰時保障最佳化決策 129
7.1戰場搶修任務指派最佳化 129
7.1.1問題分析 129
7.1.2數學建模 130
7.1.3基於模糊學習子群的多目標粒子群算法 131
7.1.4算法實驗 137
7.2基地級維修作業分工最佳化 139
7.2.1問題分析 140
7.2.2數學建模 140
7.2.3遺傳算法 141
7.2.4算法實例 146
7.2.5拓展研究 148
7.3維修器材配送最佳化 150
7.3.1問題分析 150
7.3.2數學建模 151
7.3.3基於模擬退火的混合粒子群算法 153
7.3.4算法實驗 155
7.3.5拓展研究 157
參考文獻 163
第8章裝備保障最佳化決策支持系統 165
8.1決策支持系統概述 165
8.1.1決策支持系統的基本概念 165
8.1.2決策支持系統的研究與發展 165
8.2系統總體設計 167
8.2.1裝備保障最佳化決策的基本過程 167
8.2.2系統設計需求分析 168
8.2.3系統總體設計思路 168
8.2.4總體功能設計 169
8.3系統關鍵設計 171
8.3.1模型庫設計 171
8.3.2系統接口設計 177
8.3.3人-機互動設計 179
8.4系統套用示例 182
參考文獻 186
7.3.3基於模擬退火的混合粒子群算法 153
7.3.4算法實驗 155
7.3.5拓展研究 157
參考文獻 163
第8章裝備保障最佳化決策支持系統 165
8.1決策支持系統概述 165
8.1.1決策支持系統的基本概念 165
8.1.2決策支持系統的研究與發展 165
8.2系統總體設計 167
8.2.1裝備保障最佳化決策的基本過程 167
8.2.2系統設計需求分析 168
8.2.3系統總體設計思路 168
8.2.4總體功能設計 169
8.3系統關鍵設計 171
8.3.1模型庫設計 171
8.3.2系統接口設計 177
8.3.3人-機互動設計 179
8.4系統套用示例 182
參考文獻 186
