改进量子粒子群算法在航材初始配置中的应用

taptap下载安装安卓学报

改进量子粒子群算法在航材初始配置中的应用

田静，张恩豪，付维方

taptap下载安装安卓航空工程学院，天津300300

收稿日期:2018-01-15 修回日期:2018-03-14 出版日期:2018-10-25 发布日期:2018-11-19
作者简介:田静（1972—），女，辽宁兴城人，教授，博士，研究方向为飞机系统.

Application of improved quantum particle swarm algorithm in initial configuration of aircraft spare parts

TIAN Jing, ZHANG Enhao, FU Weifang

College of Aeronautical Engineering, CAUC, Tianjin 300300, China

Received:2018-01-15 Revised:2018-03-14 Online:2018-10-25 Published:2018-11-19

摘要/Abstract

摘要： 针对量子粒子群优化算法在优化配置中存在过早收敛和全局寻优能力不完美的情况，从收缩扩张系数和进化因子方面进行改进。在航材配置模型构造方面，以改进系统保障率为目标函数的基础上引入成本变量，构建单位成本系统保障率最大的模型，选用波音首期设备清单为优化对象进行实例验证。实验证明，改进的量子粒子群算法求解结果更优，收敛速率更快。

关键词: 改进量子粒子群算法, 改进系统保障率, 单位成本, 首期设备清单

Abstract: Aiming at premature convergence and imperfect global optimization ability of quantum particle swarm optimal algorithm in optimal allocation, evolutionary factors and contraction expansion coefficient are improved. From the aspect of aircraft spare parts allocation model building, maximum unit cost system guarantee rate model is constructed, in which cost variables are introduced based on traditional goal of improving system assurance rate.Boeing's first stage equipment list is used as optimized object to validate the model, proving the better optimal result and faster convergence rate of the improved algorithm.

Key words: improved quantum particle swarm algorithm, improved system guarantee rate, unit cost, first stage equipment list

中图分类号:

F562.6

田静，张恩豪，付维方. 改进量子粒子群算法在航材初始配置中的应用[J]. taptap下载安装安卓学报.

TIAN Jing, ZHANG Enhao, FU Weifang. Application of improved quantum particle swarm algorithm in initial configuration of aircraft spare parts[J]. .

参考文献 15

[1]	赵建忠, 李海军, 叶文, 等. 改进系统备件满足率约束下的备件优化配置建模[J]. 兵工学报, 2013, 34(9):1187-1192.
[2]	ARCHIBALD T W, BLACK D, GLAZEBROOK K D.An index heuristic for transshipment decisions in multi-location inventory systems based on a pairwise decomposition[J].European Journal of Operational Research,2009, 192: 69-78.
[3]	SARANGA H, KUMAR U D. Optimization of aircraft maintenance support infrastructure using genetic algorithms-level of repair analysis[J].Ann Oper Res, 2006,143: 91-106.
[4]	阮旻智, 李庆民, 王红军, 等.人工免疫粒子群算法在系统可靠性优化中的应用[J].控制理论与应用, 2010, 27(9): 1253-1258.
[5]	刘静, 须文波, 孙俊. 基于量子粒子群算法求解整数规划[J]. 计算机应用研究, 2007, 24(3): 79-81.
[6]	张兰. 量子粒子群算法及其应用[D]. 西安: 西北大学, 2010.
[7]	SUN JUN, FENG BIN, XU WENBO. Particle Swarm Optimization with Particles Having Quantum Behavior[C]//2004 Congress on Evolutionary Computation, 2004: 325-331.
[8]	WANG YAN, FENG XIAOYUE, HUANG YANXIN, et al. A novel quantum swarm evolutionary algorithm and its applications[J]. Neurocomputing,2007, 70: 633-640.
[9]	陈芬. 改进量子粒子群算法优化神经网络的数据库重复记录检测[J]. 计算机应用与软件, 2014, 31(3):20-21, 115.
[10]	阮旻智, 李庆民, 李承, 等. 改进的分层边际算法优化备件的初始配置方案[J]. 兵工学报, 2012, 33(10): 1251-1257.
[11]	方伟, 孙俊, 谢振平, 等. 量子粒子群优化算法的收敛性分析及控制参数研究[J]. 物理学报, 2010, 59(6):3686-3694.
[12]	孙志民, 赵珺, 王伟. 基于高斯搜索的改进粒子群优化在磨矿预测控制中应用[J]. 大连理工大学学报, 2015, 55(1):89-96.
[13]	冯仲恺, 廖胜利, 牛文静,等. 改进量子粒子群算法在水电站群优化调度中的应用[J]. 水科学进展, 2015, 26(3):413-422.
[14]	黄泽霞, 俞攸红, 黄德才. 惯性权自适应调整的量子粒子群优化算法[J]. 上海交通大学学报, 2012, 46(2): 228-232.
[15]	LANZARINI L, L譫PEZ J, MAULINI J A, et al. A New Binary PSO with Velocity Control[C]//ICSI 2011, Part I, LNCS 6728. Berlin, Heidelberg: Springer-Verlag, 2011: 111-119.