战时不确定性运输路径优化研究

论文摘要

不确定性运输路径优化是战时运输决策的核心内容,对提高部队机动性和后勤保障能力具有重要作用。由于当前对运输路径优化的研究主要集中在确定性领域,对不确定问题的研究还很少,尤其是对战时军事运输路径优化问题的研究基本还是空白,因此本文以战时不确定性运输路径优化为对象进行研究。研究的不确定性包括参数不确定性、约束条件不确定性以及决策目标的不确定性。具体内容有: 1、以运输时间为目标,当路段通行时间为随机变量或模糊变量时,单梯队在给定置信水平下的最短时间路径问题和给定时间内到达的最大置信水平路径优化模型。当路段通行损耗率为模糊随机变量或随机模糊变量时,单梯队在给定机会度下的最小损耗路径问题和给定损耗率指标的最大机会度路径优化模型。当同时存在运输时间和到达的运量目标要求,且时间和损耗率为不确定量时,单梯队在给定置信水平时的最优时间与损耗的多目标路径优化模型和给定时间与损耗指标下的最大置信水平路径优化模型。在基于GA构建算法时,针对军事运输中存在的必经点问题,设计了特殊的染色体编码规则和交叉、变异方法,同时运用模拟方法求解染色体适应值。 2、运输路网的容量上限为区间数时的路网配流问题。分别以区间数的上、下限作为路网的容量约束的上限,建立了保守最大流、乐观最大流、最小风险代价乐观最大流和最小风险代价流的定义和数学模型。针对目标函数的非线性,设计了通过引入可调圈求解多重解,以得到最大流和给定流的最小风险代价配流算法。 3、针对战时运输中存在的不确定应急目标和总任务运输目标问题,研究了在大运量、多梯队、多路径,且存在同一路径运输梯队出发时间间隔要求、梯队运输规模限制和路途损耗情况下,运输梯队编成和出行方案优化问题。建立了应急目标和总任务目标要求的两级目标满意度优化模型和算法。当问题较复杂时,设计了基于GA的求解算法,并给出了约束条件处理和参变量简化的条件和方法。 最后,论文总结了全文的研究工作及研究结果,提出了论文的若干创新点,

论文目录

• 第1章 绪论
• 1.1 研究的背景与意义
• 1.2 国内外路径优化问题研究概况
• 1.2.1 确定性问题的研究概况
• 1.2.2 不确定性问题的研究概况
• 1.3 论文的研究方案
• 1.3.1 研究目标
• 1.3.2 研究内容
• 1.3.3 研究方法
• 1.3.4 论文结构
• 第2章 运输时间和损耗为不确定变量时的优化模型研究
• 2.1 运输时间为随机变量时的路径优化问题
• 2.1.1 时间的随机性分析及相关理论
• 2.1.2 基于时间的随机规划模型
• 2.2 运输时间为模糊变量时的路径优化问题
• 2.2.1 时间的模糊性分析及相关理论
• 2.2.2 基于时间的模糊规划模型
• 2.3 运输损耗为模糊随机变量时的路径优化问题
• 2.3.1 损耗率的模糊随机性分析及相关理论
• 2.3.2 基于损耗的模糊随机规划模型
• 2.3.3 模糊随机变量的退化
• 2.4 运输损耗为随机模糊变量时的路径优化问题
• 2.4.1 损耗率的随机模糊性分析及相关理论
• 2.4.2 基于损耗的随机模糊规划模型
• 2.4.3 随机模糊变量的退化
• 2.5 运输时间和损耗为不确定变量时的多目标路径优化问题
• 2.5.1 多目标优化问题及处理方法
• 2.5.2 不确定性多目标路径优化模型
• 2.6 小结
• 第3章 运输时间和损耗为不确定变量时的优化算法设计
• 3.1 遗传算法及相关理论
• 3.1.1 遗传算法简介
• 3.1.2 遗传算法的基本要素
• 3.2 不确定性问题求解的进一步分析
• 3.2.1 模拟的理论基础与方法
• 3.2.2 各类问题的模拟求解方法
• 3.3 单目标路径优化问题的GA算法设计及算例
• 3.3.1 GA算法步骤
• 3.3.2 算例
• 3.4 多目标路径优化问题的GA算法设计及算例
• 3.4.1 适应度函数建立方法
• 3.4.2 算例
• 3.5 小结
• 第4章 带有区间数路段容量上限的配流问题
• 4.1 模型的建立
• 4.2 算法设计
• 4.3 算例及算法复杂性分析
• 4.4 小结
• 第5章 运输目标不确定性优化问题
• 5.1 问题分析与处理
• 5.2 几类经典模糊线性规划的处理
• 5.2.1 对称模型
• 5.2.2 非对称模型
• 5.2.3 含模糊系数的线性规划模型
• 5.3 满意度模型的建立
• 5.3.1 应急任务的满意度模型
• 5.3.2 总任务的满意度模型
• 5.4 满意度模型的求解算法设计
• 5.4.1 约束处理与参变量简化
• 5.4.2 基于GA的算法设计
• 5.5 算例
• 5.6 小结
• 结论
• 致谢
• 参考文献
• 攻读博士学位期间作者的科研成果