[发明专利]一种多目标优化的军事运输过程的优化调度方法

说明书

技术领域

本发明涉及一种多目标优化的军事运输过程的优化调度方法，属于车辆调度智能优化调度技术领域。

背景技术

所谓“兵马未动，粮草先行”，自古至今军事运输在战争中都起着至关重要的作用。依靠现代化运输设备，将大量作战人员、物资和装备通过陆运、水运、空运等运输手段向作战地集结，快速形成战斗力。军事运输能力是大国国力的象征，也是震慑周边不安因素的绝对力量。在现代化战争环境中，如何利用现有条件最大化实现军力调动是战争取胜的关键。自20世纪90年代起，欧美各国已开始研究现代化战时军事运输问题，如何提高军事运输各个环节的效率，是提高军队现代化建设和提高军队战斗力的关键。

在整个军事运输过程中，如何利用有限条件实现最大化配送，并满足不同部队的各自需求，在指定的时间内将物资送到。具体来说，即有一个后勤中心，需要通过多辆车辆向分布在不同阵地的一线部队配送战备物资，为保持一线部队的战斗力，配送车辆必须在一定的时间窗内配送到指定地点，否则该部队由于物资匮乏，将实行战略转移即配送任务失败。军事运输过程属于一类复杂的车辆路径优化调度过程，由于每辆车都的最大载重相同，每个部队都有一定的卸货时间，学术界定义该类车辆路径优化问题为带硬时间窗的车辆优化调度问题(VRPHTW)，也已经证明VRPHTW属于NP难范畴，即无法在多项式时间内求得其精确解。对该问题进行合理的调度，可明显提高军事运输的效率。

由于多目标优化的军事运输过程调度问题属于NP难，传统的数学规划方法只能求解小规模问题，而启发式构造性方法优化质量较差。因此，本发明设计一种基于量子种群增量学习算法的优化调度方法，可在较短时间内获得多目标优化的军事运输过程的优化调度问题的优异解(近似最优解)。

发明内容

本发明所要解决的技术问题是在较短时间内获得多目标优化的军事运输过程优化调度问题的优异解的问题，提供了一种多目标优化的军事运输过程的优化调度方法。

本发明的技术方案是：一种多目标优化的军事运输过程的优化调度方法，通过确定多目标优化的军事运输过程的调度模型和优化目标，并使用基于量子种群增量学习算法的优化调度方法对优化目标进行优化；其中调度模型根据每辆车对其任务内配送目的地的行驶里程及时间窗约束而建立，同时第一优化目标为最小化配送车辆数第二优化目标为最小化行驶总里程f2=Σk∈KΣi∈VkΣj∈Vk/{i}dijxijk:]]>