[发明专利]一种流程驱动的导弹装备保障资源配置优化方法

权利要求书

1.一种流程驱动的导弹装备保障资源配置优化方法，其特征在于：

包括以下步骤：

步骤1：初始化模型，定义每种保障资源选取的数量为{x|x₁,x₂,...,x_k}，c₁,c₂,...,c_k为各类保障资源的价格，k为保障资源的种类；则在保障时间约束下，确定保障资源配置的优化问题为：

max M_p

s.t.

h_i≥x_i≥1

其中，Q表示保障资源经济规模约束，h_i为第i类保障资源的数量上限，已经出动或保障完成的导弹数量为M_P，选取的保障资源经济规模之和为

步骤2：利用遗传算法对该问题进行求解，将所有可能的资源组合作为解空间，从中选取初始资源组合{x₁,x₂,...,x_k}作为初始种群个体，组成初始种群，并给定进化终止时间；在采用遗传算法对问题进行求解时，每个个体所对应的已经出动或保障完成的导弹数量通过以下过程得到；

步骤2.1：对每一个资源组合构建保障活动模型，初始化模型，构建基于流程驱动的导弹保障活动的仿真模型，包括保障流程G₁＝(M，S，P)和映射表G₂＝(S,P)，其中，M表示导弹装备中待出动的导弹集合M＝{m₁,,m₂,,...,m_L}，式中L为待出动导弹数量，S表示保障资源集合，P表示导弹在出动或保障过程中所经历的工序集合；

定义导弹状态属性：当前工序、工序处理时间、导弹当前状态、导弹当前所使用的资源；

定义保障资源属性：保障资源当前状态、保障资源剩余空间、保障资源当前所服务装备；

步骤2.2：初始化数据，置全部导弹的状态为“等待”，确定导弹数量为L，保障时间t＝0，保障时间约束为endT，时间步长t＝1；

步骤2.3：判断是否达到终止时刻；

若达到终止时刻则结束仿真，生成导弹与保障资源状态随时间变化情况的甘特图，并转向步骤2.9；

否则，转向步骤2.3.1；

步骤2.3.1：若当前时间t未达到终止时刻，则判断全部导弹是否处于“完成”状态；

若全部导弹均处于“完成状态”则结束仿真，生成导弹与保障资源状态随时间变化情况的甘特图，并转向步骤2.9；

否则，转向步骤2.4；

步骤2.4：开始对第i枚导弹保障性仿真，初始导弹编号i＝1，初始仿真时间t＝1；

步骤2.4.1：判断第i枚导弹是否处于“等待”状态；

若第i枚导弹不处于“等待”状态，则转向步骤2.7；

否则，转向步骤2.4.2；

步骤2.4.2：根据保障流程G₁＝(M，S，P)确定当前工序P_n，并根据映射表G₂＝(S,P)确定当前工序P_n所需要的保障资源；

步骤2.5：判断保障资源剩余空间是否满足当前工序要求；

若保障资源剩余空间满足当前工序要求，则转向步骤2.7；

否则，转向步骤2.5.1；

步骤2.5.1：更新保障资源服务状态，置导弹状态为“处理中”状态；

步骤2.6：判断当前工序P_n是否处理完成：

若当前工序P_n处理未完成，则转向步骤2.7；

否则，转向步骤2.6.1；

步骤2.6.1：在保障流程G₁中判断当前工序P_n是否为最后工序；

若当前工序P_n不是最后工序，置工序为P_n+1，并转向步骤2.7；

否则，置导弹状态为“完成”，并转向步骤2.7；

步骤2.7：判断当前第i枚导弹是否为第L枚导弹；

若当前导弹不是第L枚导弹，则开始对i+1枚导弹保障性仿真，并转向步骤6；

否则，转向步骤2.8；

步骤2.8：令仿真时间t＝t+1，并转向步骤2.3；

步骤2.9：根据导弹与保障资源状态随时间变化情况的甘特图，得出每个个体所对应的已经出动或保障完成的导弹数量，作为个体适应度输出；

步骤3：利用个体适应度判断该种群是否达到进化终止时间或满足算法要求；

若未达到进化终止时间且不满足算法要求，则选择适应度最好的个体进行复制，组成新的种群，按设定的交叉概率与变异概率从种群中选取个体进行交叉和变异，获得下一代种群，并转向步骤2.1；

否则，转向步骤4；

步骤4：输出最优解作为最优个体，完成对保障资源的配置优化。