مدل‌سازی و حل مسئله تخصیص و زمان‌بندی آتش پایگاه‌های توزیع شده

نویسندگان

1 دانشگاه فردوسی مشهد

2 دانشگاه آزاد اسلامی-واحد گناباد

چکیده

با توجه به نقش و اهمیت نحوه تخصیص و زمان­بندی تسلیحات موجود به تهدیدهای مهاجم در یک نبرد، استفاده از مدل­های ریاضی و بهینه­سازی در این­گونه مسائل ضروری است. در این مقاله یک مدل برنامه­ریزی عدد صحیح خطی برای مسئله "تخصیص و زمان­بندی   سلاح­های آن­ها به اهداف" با هدف بیشینه کردن متوسط میزان تخریب اهداف و میزان محافظت از مناطق حساس و استفاده کارا از سلاح­های موجود و با در نظر گرفتن محدودیت­های عملیاتی نحوه تخصیص و زمان­بندی سلاح­ها ارائه می­شود. از آنجایی که حل دقیق مدل ارائه‌شده با استفاده از نرم­افزارهای موجود تحقیق در عملیات در ابعاد نه‌چندان بزرگ امکان­پذیر نیست، الگوریتم ژنتیک و روش تجمع ذرات آشوبی برای این مسئله طراحی ‌شده است. نتایج به‌دست‌آمده از این روش­ها با جواب دقیق حاصل از مدل‌سازی مقایسه شده و مشخص     می­شود، روش تجمع ذرات آشوبی پیشنهادی در صورت وجود محدودیت زمان حل کارایی مناسبی دارد.

کلیدواژه‌ها


عنوان مقاله [English]

Modeling and Solution of Fire Allocation and Scheduling Problem of Distributed Sites

نویسندگان [English]

  • Mahbubeh Peymankar 1
  • Saeed Baloucian 2
1
2
چکیده [English]

In the combat management systems, mathematical and optimization models have significant impact to find good solutions for fire allocation and scheduling problems. In this paper, a linear integer programming model has been developed for a fire allocation and scheduling problems the aim of which was to maximize the expected value of the target distruction and strategic realms protection and efficient use of weapons by considering the operational constraints for weapon allocation. Since the available operation research solvers can not find the optimal solution of this problem in the large scale sizes, two metaheuristics based on genetic algorithm and chaotic particle swarm optimization was developed. Finally, based on randomnly generated test instances and extensive computation results, the performance of the developed algorithms was evaluated. The computational experiments reveal that the developed chaotic particle swarm optimization algorithm is more efficient especially in the limited and short CPU run time.

کلیدواژه‌ها [English]

  • Allocation
  • Scheduling
  • Integer Programming
  • genetic algorithm
  • Chaotic Particle Swarm Optimization