多指标决策TOPSIS法的一种改进

在多指标决策理想点法中,基于靠近理想点和远离负理想点这两个基准,本文定义了一种新的相对贴近度的计算公式,由此给出了TOPSIS法的一种改进,将改进后的TOPSIS法用于多指标决策的方案排序,得到的结果将更加合理客观。     

基于遗传算法的航班动态排序模型的研究

讨论了空中交通流量管理中终端区航班的排序规划问题。目的在于在终端区空中交通繁忙的情况下有效地为到达航班安排合理的着陆次序，并在不违反飞机间距要求的情况下给出各飞机经过优化的着陆时间，提高机场跑道的利用率。本文把离场起飞的航班也引入到问题中来，建立了航班排序的动态模型和基于遗传算法的终端区动态排序算法。并对文献[1]中的算例采用本文方法进行验证计算，结果表明本文提出的方法计算效率高，实用可行。     

遗传算法在试飞科目最优排序问题中的应用

以试飞科目间总的过渡耗油、耗时最省为性能指标，应用基于生物界自然选择机制和自然遗传机制的遗传算法，对试飞科目的最优排序问题进行了研究。介绍了遗传算法用于组合优化问题的基本原理和技术方法，根据试飞科目的最优排序问题的特点，构造了适当的适应度函数，对选择算子、交叉算子等进行了改进，充分利用了谝算法的工程性强、应用范围广等特点。仿真计算所得结果表明，应用遗传算法合理安排试飞科目次序，,可节省试飞耗油、耗时、减少试飞成本，提高试飞效率。     

基于联系数系统态势排序的目标威胁综合评估

对防空导弹将要拦截的目标进行威胁程度评估,通常是先分析影响目标威胁程度的因素,并赋予各因素权重,计算各因素在某时刻的状态值并规范化,再通过加权求和综合合成; 根据合成结果对多个目标的威胁程度作出排序,求出威胁程度最大的目标。文章阐明了采用以上的加权求和计算有时会失效,指出失效的主要原因来自加权求和模型自身,可改用基于联系数系统态势排序的目标威胁综合评估解决这一问题。     

飞机排故方法模糊与统计综合评估算法的研究

针对民航飞机维修过程中故障描述对应的多种故障原因和排故方法,无法进行确定性选择问题,采用模糊综合评估理论,在统计已往维修经验数据的基础上,提出一种在各种故障原因和排故方法中进行选择的优先排序算法,进而解决了飞机故障诊断信息应用的关键问题,提高了排故速度。此评估算法已应用到民航的维修实践中。     

基于改进遗传算法的终端区排序研究

终端区航班排序是减少航班延误,降低成本的关键技术。基于安全性考虑,将进近无冲突作为约束条件,这是一个组合优化问题,多约束条件互相制约,导致可行解较难获得。采用改进遗传算法,针对航班速度编码的特性引入局部适应度函数,并以此为标准指导交叉变异操作。仿真结果表明,求得的进近队列延误低、无冲突,且遗传更具方向性,收敛快,大大提升求解速度,更符合实际运用中实时性要求,优于传统方法。     

AHP方法在系(部)工作评价中的应用

本文给出了系(部)工作评价的AHP模型，并对模型进行求解，说明了该模型的有效性。     

具有老化效应的单机多目标排序问题

讨论工件具有老化效应的单机多目标排序问题,目标函数分别为极小化提前时间、延误时间、共同松弛时间的加权和,极小化等待时间和与等待时间偏差和的线性组合,极小化提前时间、延误时间、最早交货期及窗口长度的加权和. 用数学规划的方法证明了这三类多目标单机排序问题在工件引入老化效应后都可以转化为指派问题,从而都多项式时间可解.