通信装备战时随装携行备件优化方法探究

2016-09-03郭文普王鹏火箭军工程大学

科学中国人 2016年23期

关键词：备件适应性染色体

郭文普，王鹏火箭军工程大学

通信装备战时随装携行备件优化方法探究

郭文普，王鹏
火箭军工程大学

现阶段模块化技术已经在军事范围内得以广泛的运用，尤其是通信装备的运用，在战时是进行抢修的主要方式。文章围绕通信装备随装携行备件，分析了其优化的方法。

通信装备；战时随装携行备件；优化

携行备件是战时十分重要的资源，在战场中，因为装备的环境比较恶劣，对备件的消耗也比较大，为此，在战时更加适合使用换件的方式[1]。然而现阶段在军事范围内对于战时备件的优化仍然处于发展阶段，在携带备件方面经常会出现一些问题。为此，文章中针对通信装备战时随装携行备件的优化，对其优化方法进行了分析。

1　建立通信装备备件优化模型

所谓备件优化即提高备件的质量，使其能满足作战对于备件数量与型号的要求。建立通信装备备件模型是最为有效的方法，既可以保证备件的完好性，也可以减少备件的种类与数量。以此建立模型，假设某个通信装备是通过n个项目单元构成，其中第i种备件的破坏率是λ1，这时如果需要k个备件，那么其概率是：

将EBOi定义为第i个备件期望缺货值，以第i种携行备件配置数值xi与公式（1）为基础，对战时所需要的备件数量以及期望缺货数量进行计算：

将携行备件的缺货率设为α1，则有如下公式：

如果α1＞1，那么则可以判定第i种携行备件的数量xi较少，则需要增加备件以便后续的计算。那么运用同样的方法，对其他类型的备件缺货率进行计算，为此，备件的完好率公式如下所示：

当所求完好率A（X）值＞0.8时，那么则表示所求装备的携行备件数量X值为x1、x2……xn时，那么则可以保证通信装备的完好性。这时，备件的费用可以用公式表示为：

在公式中，所求值C（X）是携行备件的总费用，而ci是第i种备件单个价格。

由此可见，如果建立以装备完好性与费用限制为主题的模型，可以用以下内容进行体现，将通信装备的备件整体费用设定为目标函数，将其完好率设定为约束条件，也就是装备的完好率要保证备件的费用达到最小化，即：

在公式（6）中，A0是战时通信装备的完好率最小值，其中Z是解空间，取值为xi为整数。

2　模型具体求证流程

2.1进行染色体编码，设定初始种群

对该模型进行求解主要运用遗传算法，然而该算法不能直接进行解空间的数据求解，需要利用编码的形式将其进行转换，成为染色体，进而利用遗传算法提高种群的适应能力，提升个体的生存适应性，求出最优个体，对其进行解码，将问题进行解决。在战时所运用携行装备种类并不多，携行备件的数量也控制在16件左右，可以使用二进制编码的方法提高运算量。我们运用实值编码的方法进行求解，各个染色体都是通过一个解向量表示，染色体中向量的长度和解向量一致，如果用X表示其中的一个解向量，那么其对应的染色体则可以用V来表示。

要设定初始种群，则要在[0，15]这个数值区间之内选择随机的染色体，利用适应性函数明确染色体的合理性，而对于一些不合理的染色体将要及时剔除，一直到形成合法的染色体为止。

2.2明确适应性函数

针对文章中建立的模型，进行优化的最佳方向是对目标函数的最优解求解，为此，我们可以对公式（3）进行分析，将其作为评价函数，利用计算的方式获取评价数值，即可用以下公式进行表示：

如果eval（V1）=0,那么可以将其剔除，若其为1，那么可以将其保留，并且进行遗传操作。

2.3遗传操作方法

针对该模型，一般可以使用以下几种操作方法进行操作，其一是选择性操作，这种操作方式应用的是赌轮选择的方式，所谓染色体适应性越高，其被选择的几率就会随之上升，再使用计算的方式对其适应性数值进行计算，按照0.5的选择性概率对种群进行选择[2]。其二是交叉性操作，这种操作方式要保证染色体数量在10以下，这时运用单点交叉的方法，如果数量大于10，则要运用多点交叉法，在此基础上再将多个染色体随机交叉，对其进行适应性的检测，采用合法的染色体。

2.4模型结束与结果

在模型求解时循环迭代上述遗传操作的方式，直到数值能够达到设定次数的最大值。这时把适应性函数值的最大染色体输出，此为模型的最优解，并以此得到结果。