一种面向任务资源匹配的装备保障任务单目标规划方法与流程

本发明属于装备保障领域，具体涉及一种面向任务资源匹配的装备保障任务单目标规划方法。

背景技术

对于任务规划问题的解决总结为两类方法：

第一类方法是致力于寻找最优解的精确求解方法，通常包括整数规划、分支定界法以及枚举法，这类方法求解中占用大量计算机内存，并且求解时间较长，不适用于问题规模较大、约束复杂、实时性强的任务规划问题。

第二类方法是启发式方法，包括各类规划表算法以及蚁群算法、遗传算法等。启发式方法基于直观以及经验构造，在可以接受的时间与空间开销范围内求解出约束之下问题的可行解。

装备保障任务规划是一个典型的多约束离散优化问题，其保障任务之间、保障资源之间、保障任务与保障资源之间通常存在着复杂的约束关系，如任务的逻辑顺序、任务与资源匹配限制、保障任务完成时间约束等。面向任务资源匹配的装备保障任务规划主要解决保障任务与保障资源在时间上的合理匹配问题，主要包括单目标规划和多目标规划两个方面。

目前关于任务规划方法虽然已经在多个领域进行了研究及应用，但在装备保障方面的应用研究则较少，尤其对于保障任务与保障资源匹配受限、约束关系复杂、任务多而复杂以及目标较多的装备保障任务规划问题，还没有较好的解决方法。

技术实现要素：

针对现有技术以上缺陷或改进需求中的至少一种，本发明提供了一种面向任务资源匹配的装备保障任务单目标规划方法，该方法能够较好地解决装备保障任务规划问题，能够实现装备保障的精确化和高效化，在信息化条件下装备保障辅助决策及方案生成中具有重要的参考价值，有利于推进装备保障的信息化建设。

为实现上述目的，按照本发明的一个方面，提供了一种面向任务资源匹配的装备保障任务单目标规划方法，其特征在于，包括如下步骤：

步骤(1)粒子编码：

每个粒子表示任务与资源匹配的一个解，用矩阵各列的行标作为粒子的各个维，粒子各维表示的意义为：各个子任务所占用资源的序号；粒子i的位置和速度数学分别表示为：

xi(t)＝(xi1(t),xi2(t),…,xij(t),…,xiv(t))(1)

vi(t)＝(vi1(t),vi2(t),…,vij(t),…,viv(t))(2)

其中，xij(t)∈[1,2,…,v]，表示t时刻第i个粒子第j个子任务在资源序列中的位置，v为子任务数量；

步骤(2)初始化：

粒子群的初始化是对每个粒子的位置和速度的初始化；对粒子i位置的初始化是给各个子任务选定一个资源，粒子的初始位置必须是可行的，即任务与资源可匹配；对粒子速度的初始化就是对进行第一次迭代的粒子各维移动距离的初始化；根据问题规模设置种群大小n；计算各粒子的适应函数值，初始个体最优位置pbest和全局最优位置gbest；

步骤(3)粒子移动：

移动速度的调整根据如下公式：

vi(t+1)＝ω·vi(t)+c1·r1·(pbesti(t)-xi(t))+c2·r2·(gbesti(t)-xi(t))(3)

式中：ω是惯量权值，c1和c2为加速因子，r1和r2为[0,1]区间上的随机数；通过向量的计算对粒子速度的每个维进行改变，为防止粒子过快地从搜索空间的一个区域飞向另一个区域，将粒子每一维速度限制在[-vmax,vmax]范围之内，即：

其中，vmax小于粒子活动范围，这里活动范围指可用子资源的个数；

步骤(4)位置的更新与越界修正：

xi(t+1)＝xi(t)+vi(t+1)(5)

式中：对粒子的位置坐标值进行四舍五入取整处理，对于越界的粒子，其越界的维取靠近的边界值；

步骤(5)解空间异步处理：

粒子的某个维不可行时，对粒子进行异步处理，只对不可匹配的粒子维进行改变，其它维保持不变；处理方法为：将速度矢量中匹配可行的维置为0，其它各维置为原值，按照重置的速度继续更新粒子位置，直到粒子所有维的匹配均为可行；

步骤(6)基于优先排序的解空间规划：

对于每一次迭代得到的任务与资源匹配的解矩阵，按照子任务的优先排序表依次对各子任务进行时间分配，每次分配后相应资源被占用的时间段将会被标记，后续的任务将不能在该时间段内占用此资源；为了减少资源处于空闲状态的时间，对于资源占用冲突的子任务ti和tj，其中ti优于tj，做如下处理：

对于带有逻辑顺序的子任务时间分配，首先按照以上方法处理，然后判断其是否满足逻辑关系；如果不满足，对带有逻辑顺序的子任务ti→tj按照式(6)进行处理，如果处理后发生资源占用冲突，则将该子任务向后排至该资源当前未被占用的最靠前可用时间段，使其强制满足时序要求并避免资源占用冲突；

步骤(7)保障任务的时限约束：

任务逻辑关系的约束已经在解空间规划中进行了考虑，任务资源匹配的合理性约束经通过异步处理的方式进行了解决；因此，在优化算法运行中只考虑时间的约束；在满足任务完成时限的情况下求最优解；建立约束条件，对于不满足约束条件的粒子将直接进入下一次迭代；

步骤(8)计算适应值：

构造适应度函数计算粒子的适应值，用以搜索全局最优和个体最优，并指导粒子的飞行方向，其适应值函数为

步骤(9)算法结束：

通过迭代次数e判断和控制算法的结束；经过e次迭代之后，获取当前全局最优粒子，即为装备保障任务规划的最佳方案。

总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：

1、该方法能够较好地解决装备保障任务规划问题，能够实现装备保障的精确化和高效化，在信息化条件下装备保障辅助决策及方案生成中具有重要的参考价值，有利于推进装备保障的信息化建设。

2、通过离散化编码方式和任务优先排序，完成了任务与资源的匹配及任务时序的调整；引入多维异步处理机制，消除了资源任务匹配解矩阵中不可行的情况，提高了粒子的搜索效率；基于任务优先排序对解空间进行规划，解决了资源占用冲突和任务逻辑关系约束问题。

附图说明

图1是本发明实施例的流程示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。下面结合具体实施方式对本发明进一步详细说明。

作为本发明的一种较佳实施方式，本发明提供一种面向任务资源匹配的装备保障任务单目标规划方法，具体算法流程如图1所示，具体实施方式如下：

(1)粒子编码

每个粒子表示任务与资源匹配的一个解：用矩阵各列的行标作为粒子的各个维，粒子各维表示的意义为：各个子任务所占用资源的序号。粒子i的位置和速度数学表示为：

xi(t)＝(xi1(t),xi2(t),…,xij(t),…,xiv(t))(1)

vi(t)＝(vi1(t),vi2(t),…,vij(t),…,viv(t))(2)

其中，xij(t)∈[1,2,…,v]，表示t时刻第i个粒子第j个子任务在资源序列中的位置，v为子任务数量。

(2)初始化

粒子群的初始化实际上是对每个粒子的位置和速度的初始化。对粒子i位置的初始化实质上是给各个子任务选定一个资源，需要注意的是粒子的初始位置必须是可行的(任务与资源可匹配)；对粒子速度的初始化就是对进行第一次迭代的粒子各维移动距离的初始化；根据问题规模设置种群大小n；计算各粒子的适应函数值，初始个体最优位置pbest和全局最优位置gbest。

(3)粒子移动

移动速度的调整根据如下公式：

vi(t+1)＝ω·vi(t)+c1·r1·(pbesti(t)-xi(t))+c2·r2·(gbesti(t)-xi(t))(3)

式中：ω是惯量权值，c1和c2为加速因子，r1和r2为[0,1]区间上的随机数。通过向量的计算对粒子速度的每个维进行改变，为防止粒子过快地从搜索空间的一个区域飞向另一个区域，将粒子每一维速度限制在[-vmax,vmax]范围之内，即：

其中，vmax应小于粒子活动范围，这里活动范围指可用子资源的个数。

(4)位置的更新与越界修正

xi(t+1)＝xi(t)+vi(t+1)(5)

式中：对粒子的位置坐标值进行四舍五入取整处理，对于越界的粒子，其越界的维取靠近的边界值。

(5)解空间异步处理

粒子的某个维不可行时，如果按照迭代速度继续更新位置，将改变所有维，既降低了搜索效率，又容易错过最优位置。针对这种情况，对粒子进行异步处理，只对不可匹配的粒子维进行改变，其它维保持不变。处理方法为：将速度矢量中匹配可行的维置为0，其它各维置为原值，按照重置的速度继续更新粒子位置，直到粒子所有维的匹配均为可行。

(6)基于优先排序的解空间规划

对于每一次迭代得到的任务与资源匹配的解矩阵，按照子任务的优先排序表依次对各子任务进行时间分配，每次分配后相应资源被占用的时间段将会被标记，后续的任务将不能在该时间段内占用此资源。为了减少资源处于空闲状态的时间，对于资源占用冲突的子任务ti和tj(ti优于tj)，做如下处理：

对于带有逻辑顺序的子任务时间分配，首先按照以上方法处理，然后判断其是否满足逻辑关系。如果不满足，对带有逻辑顺序的子任务(ti→tj)按照式(6)进行处理，如果处理后发生资源占用冲突，则将该子任务向后排至该资源当前未被占用的最靠前可用时间段，使其强制满足时序要求并避免资源占用冲突。

(7)保障任务的时限约束

任务逻辑关系的约束已经在解空间规划中进行了考虑，任务资源匹配的合理性约束经通过异步处理的方式进行了解决。因此，在优化算法运行中只考虑时间的约束。在满足任务完成时限的情况下求最优解。建立约束条件，对于不满足约束条件的粒子将直接进入下一次迭代。

(8)计算适应值

构造适应度函数计算粒子的适应值，用以搜索全局最优和个体最优，并指导粒子的飞行方向，其适应值函数为

(9)算法结束

通过迭代次数e判断和控制算法的结束；经过e次迭代之后，获取当前全局最优粒子，即为装备保障任务规划的最佳方案。

本发明以保障时间为目标，以任务的保障时限和逻辑关系作为约束，针对保障任务与保障资源匹配过程中存在的资源占用冲突和任务逻辑顺序等问题，构建保障任务及保障资源的数学模型及问题的求解模型，提出面向任务资源匹配的装备保障任务单目标规划方法，解决装备保障任务单目标规划问题。对传统离散粒子群优化算法进行适应性改进：一方面，采用多维异步的处理机制调整粒子的位置，保证每一次迭代粒子的可行性，即资源与任务之间可匹配；另一方面，对于解矩阵中的资源占用冲突情况和子任务逻辑顺序关系约束，则通过优先排序的方法使各子任务按照一定的时序占用资源。经过改进的粒子群优化算法能够实现保障任务与保障资源在时间上的最优规划。

该方法能够较好地解决装备保障任务规划问题，能够实现装备保障的精确化和高效化，在信息化条件下装备保障辅助决策及方案生成中具有重要的参考价值，有利于推进装备保障的信息化建设。

本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。