[发明专利]一种基于人工蜂群算法的航空备件配置优化方法

摘要

本发明公开了一种基于人工蜂群算法的航空备件配置优化方法，属于航空备件配置技术领域。首先构造目标函数fit＝P/C，其中，C表示购买和存储航空备件的总费用，P表示装备的备件保障概率，并设定优化函数，之后设定迭代次数，并采用人工蜂群算法进行迭代，求得各种备件的配置数量。本发明采用人工蜂群算法不仅收敛速度快，鲁棒性强，易于实现，而且在每次迭代优化过程中都会进行全局和局部搜索，加大了找到最优解的概率，也在一定程度上避免了陷入局部最优解的可能。

主权项

一种基于人工蜂群算法的航空备件配置优化方法，其特征在于，包括：步骤一、构造目标函数fit：fit＝P/C,C表示购买和存储航空备件的总费用，P表示装备的备件保障概率,C=Σi=1mCixi≤Cmax]]>Pi=Σk=0xi(niλiti)ke-niλitik!]]>P=Πi=1mPi≥Pmin]]>其中，m表示航空备件的种类数，Ci表示第i种备件的购买和存储费用，xi表示第i种备件的配置数量，Cmax表示总费用上限，Pi表示第i种备件的备件保障概率，Pmin表示最小备件保障概率，ni表示第i种备件的装机数量，λi表示第i种备件的故障率，ti表示第i种备件的工作时间；步骤二、初始化人工蜂群算法参数，确定各蜂群规模均为M，最大迭代次数Countmax，第i种备件的数量上限ximax，蜜源最大开采次数Limit，初始化当前迭代次数Count＝1，随机初始化M个可行解作为采蜜蜂，随机初始化M个可行解作为观察蜂，按照步骤一所述计算得到每个可行解的目标函数值；步骤三、每个采蜜蜂需要进行新蜜源的搜索，计算公式如下：yij(Count+1)＝yij(Count)+μ(yij(Count)‑ykj(Count))其中yij(Count)表示第Count次迭代中第i个采蜜蜂的第j个参数，i,k∈{1,2,…,M}且i≠k，j∈{1,2,…,m}，μ表示[‑1,1]区间内的随机数，比较新蜜源和原蜜源的目标函数值，取较优的作为采蜜蜂对应的当前蜜源；步骤四、观察蜂根据轮盘赌方式选择对应的蜜源：pi=fitiΣk=1Mfitk]]>其中，pi表示观察蜂选择第i个蜜源的概率，fiti表示第i个蜜源的目标函数值，选择好对应蜜源后，观察蜂根据步骤三所述公式进行领域内搜索，若新生成的观察蜂比对应蜜源的目标函数值更优，则替代该采蜜蜂；步骤五、若蜜源的开采次数达到蜜源最大开采次数Limit，则放弃该蜜源，该蜜源对应的采蜜蜂变为观察蜂，在解空间内直接随机生成新的可行解；步骤六、将当前迭代次数Count增加1，判断当前迭代次数Count，返回步骤三，直至达到最大迭代次数Countmax。