賈 琦,王鐵寧
(1.陸軍裝甲兵學(xué)院, 北京 100072; 2.北部戰(zhàn)區(qū)陸軍, 濟(jì)南 250000)
器材供應(yīng)優(yōu)化是指:在確定器材需求數(shù)量、限制時(shí)間、資源點(diǎn)布局、實(shí)時(shí)儲備數(shù)量等信息基礎(chǔ)上,從戰(zhàn)略層面對裝備器材的供應(yīng)過程進(jìn)行動(dòng)態(tài)調(diào)控,通過確定供應(yīng)量、供應(yīng)方式和運(yùn)輸路徑等,實(shí)現(xiàn)軍事效益的最優(yōu)[1]。粗放的器材保障管理模式,存在嚴(yán)重的超儲現(xiàn)象,造成資源點(diǎn)之間庫存不均衡,欠儲與超儲矛盾突出,由此帶來巨大的管理成本、存儲成本和額外的采購成本,成為制約裝備器材保障效率提升的瓶頸問題,亟待解決。
國內(nèi)外學(xué)者基于不同的應(yīng)用背景從多個(gè)角度對裝備器材供應(yīng)優(yōu)化問題進(jìn)行了研究。文獻(xiàn)[1-3]構(gòu)建了裝備保障資源調(diào)度模型,并針對需求給出了路徑優(yōu)化和調(diào)度優(yōu)化解決方案;文獻(xiàn)[4-6]針對戰(zhàn)時(shí)彈藥調(diào)度決策問題,構(gòu)建了不同需求下的多目標(biāo)模型,較好地解決了差異化需求調(diào)度問題;文獻(xiàn)[7-9]將行為科學(xué)引入應(yīng)急物資調(diào)度解決方案中,為物資調(diào)度的全過程均衡優(yōu)化提供了思路;文獻(xiàn)[10-12]針對戰(zhàn)時(shí)物資需求量大、變化快等特點(diǎn),從不同角度改進(jìn)原有模型并進(jìn)行求解,細(xì)致地研究了戰(zhàn)時(shí)裝備物資調(diào)度問題??梢钥闯觯酝晒麑?zhàn)時(shí)供應(yīng)優(yōu)化研究較多,從器材需求出發(fā)構(gòu)建單目標(biāo)或多目標(biāo)決策模型,而對平時(shí)保障中全局均衡問題研究較少。
本文研究針對平時(shí)的裝備器材供應(yīng)分配問題,在需求明確的前提下,針對器材的超儲情況,研究全域內(nèi)裝備器材供應(yīng)優(yōu)化問題。在保證滿足需求點(diǎn)的器材數(shù)量和供應(yīng)時(shí)間要求下,還考慮降低超儲器材的閑置率,提高了裝備器材的整體保障效率。
裝備器材調(diào)劑型供應(yīng)是指在全域范圍內(nèi)對裝備器材實(shí)施基于預(yù)先調(diào)劑的供應(yīng)方案。假設(shè)涉及的器材共有n種,每種器材記為Sq(q=1,2,…,n),全域范圍內(nèi)供應(yīng)區(qū)域集合為Q,Qm(m=1,2,…,|Q|)表示每個(gè)供應(yīng)區(qū)域,每個(gè)供應(yīng)區(qū)域內(nèi)有一個(gè)區(qū)域資源中心和多個(gè)資源點(diǎn),區(qū)域Qm的資源中心用Zmo表示,資源點(diǎn)集合用Zm表示,Zmi(i=1,2,…,|Zm|)為Qm內(nèi)的基點(diǎn)保障中心;區(qū)域Qm內(nèi)的超儲資源點(diǎn)表示為集合Om{Om1,…,Om|Om| },Om?Zm,Zm內(nèi)的超儲資源點(diǎn)表示為Omj(j=1,2,…,|Om|;|Om|≤|Zm|),生產(chǎn)工廠為集合Ff(f=1,2,…,|F|)。資源點(diǎn)以及工廠的分布、庫存等信息可以在線實(shí)時(shí)獲取并集成共享,工廠及各資源點(diǎn)之間的最優(yōu)運(yùn)輸路線可通過Dijkstra算法求解得到,各資源點(diǎn)Zm、Zmo、Zmi、Omi、生產(chǎn)工廠Ff到需求點(diǎn)Dmk的最短運(yùn)輸線路記為Pmk、Pok、Pik、Pjk、Pfk,最短運(yùn)輸時(shí)間為Tmk、Tok、Tik、Tjk、Tfk。當(dāng)區(qū)域Qm內(nèi)的部隊(duì)需求單位Dmk(k=1,2,…,|Dm|)確定需求和時(shí)間限制后,在全域范圍內(nèi)制定器材供應(yīng)方案,目的是在規(guī)定的時(shí)間內(nèi)提供足夠的器材,同時(shí)根據(jù)優(yōu)先級充分調(diào)劑全域內(nèi)超儲器材,從而有效提高軍事和經(jīng)濟(jì)效益。
為了便于模型建立與過程分析,作如下假設(shè):① 所有資源點(diǎn)和需求點(diǎn)都看作點(diǎn)目標(biāo),所有路徑都是線路徑; ② 保障力量充足,即不存在無法執(zhí)行的供應(yīng)方案; ③ 不同道路的平均運(yùn)輸速度不變且已知; ④ 同一種器材的單位存儲成本和單位運(yùn)輸成本不變;⑤ 同一種器材在各工廠的單位采購成本相同并且已知;⑥ 不考慮器材申請和調(diào)劑過程中的行政處理時(shí)間。
本文模型所涉及的其他符號說明如下:
1) 實(shí)施器材供應(yīng)前的符號與說明。Gmkq表示需求點(diǎn)Dmk對器材Sq的需求數(shù)量;QRmoq表示區(qū)域保障中心Zmo中器材Sq的庫存數(shù)量;QOmoq表示區(qū)域保障中心Zmo中器材Sq的超儲數(shù)量;QRmiq表示基點(diǎn)保障中心Zmi中器材Sq的庫存數(shù)量,QRmjq表示超儲資源點(diǎn)Omj中器材Sq的庫存數(shù)量;QOmjq表示超儲資源點(diǎn)Omj中器材Sq的超儲數(shù)量。
2) 其他常量符號及說明。Oqs表示器材Sq單位運(yùn)輸成本(元/(件·km));Oqc表示器材Sq單位儲存成本(元/件);Oqg表示器材Sq單位采購成本(元/件);LTmk表示需求點(diǎn)Dmk對器材Sq保障時(shí)間限制;ARmoq表示區(qū)域保障中心Zmo中器材Sq安全庫存標(biāo)準(zhǔn);ARmiq表示保障中心中Zmi器材Sq安全庫存標(biāo)準(zhǔn);ORmjq表示超儲資源點(diǎn)中器材Sq安全庫存標(biāo)準(zhǔn);QFfq表示工廠Ff對器材材Sq最大供應(yīng)量。
3) 決策變量符號及說明。Sikq表示區(qū)域保障中心Zmi向需求點(diǎn)Dmk供應(yīng)的器材Sq的數(shù)量;Sjkq表示超儲資源點(diǎn)Omj(Omj≠Zmi)向Dmk供應(yīng)的器材Sq數(shù)量;Sokq表示本區(qū)域中心Zmo向Dmk供應(yīng)的器材Sq的數(shù)量;Sj′kq表示從其他區(qū)域供應(yīng)子網(wǎng)Qm′的超儲資源點(diǎn)Om′j′向Dmk供應(yīng)器材Sq的數(shù)量;Sgkq表示生產(chǎn)工廠Ff向Dmk供應(yīng)器材Sq的數(shù)量。
常見的指標(biāo)有供應(yīng)成本、供應(yīng)時(shí)間、器材的可靠性和抗毀性等,從不同角度描述供應(yīng)方案的優(yōu)劣。本文研究面對平時(shí)的裝備器材供應(yīng)分配問題,暫不考慮外部環(huán)境對器材的影響問題。目標(biāo)函數(shù)主要涉及降低保障成本和保障時(shí)間,同時(shí)在全域范圍內(nèi)充分調(diào)劑過量資源點(diǎn)的閑置器材。
1.3.1保障成本最低
裝備器材供應(yīng)方式如圖1所示,對于需求點(diǎn),裝備器材的主要供應(yīng)方式有5種,不同的供應(yīng)方式帶來的保障內(nèi)容和成本都不同,相應(yīng)的保障效果也不盡相同。因此應(yīng)按照先區(qū)域內(nèi)、后區(qū)域間的優(yōu)先級排序,對各種供應(yīng)方式進(jìn)行建模分析。
圖1 裝備器材供應(yīng)方式示意圖
1) 對應(yīng)資源點(diǎn)供應(yīng)。對應(yīng)資源點(diǎn)一般距離需求點(diǎn)最近,實(shí)施直接供應(yīng),空間和時(shí)間優(yōu)勢明顯。其中保障成本記為O1,只包括運(yùn)輸成本,計(jì)算公式為:
O1=Oqs*Pik*Sikq
(1)
2) 區(qū)內(nèi)超儲資源點(diǎn)供應(yīng)。本區(qū)域內(nèi)的超儲資源點(diǎn)實(shí)施區(qū)域內(nèi)器材調(diào)劑,提高區(qū)域內(nèi)器材利用率。其中保障成本記為O2,包括調(diào)劑準(zhǔn)備成本(表示為O2a)和器材供應(yīng)過程的運(yùn)輸成本,考慮優(yōu)先選擇距離需求點(diǎn)較近且超儲數(shù)量較高的資源點(diǎn),加入調(diào)節(jié)權(quán)重指標(biāo)ε2。保障成本O2及調(diào)節(jié)權(quán)重ε2的計(jì)算公式為:
(2)
3) 區(qū)域內(nèi)中心點(diǎn)供應(yīng)。本區(qū)域內(nèi)的資源中心點(diǎn)向器材需求點(diǎn)實(shí)施直達(dá)供應(yīng)。其中保障成本記為O3,主要分為運(yùn)輸成本和額外的準(zhǔn)備成本(表示為O3a)。準(zhǔn)備成本主要包括供應(yīng)信息上報(bào)、處理和接收過程中的成本。保障成本O3的計(jì)算公式為:
O3=O3a+Otq*Sokq
(3)
4) 跨區(qū)域(資源點(diǎn)或中心點(diǎn))供應(yīng)。過程類似于上述2)、3),但增加了區(qū)域中心點(diǎn)之間的統(tǒng)籌,流程更加復(fù)雜,加之跨區(qū)域供應(yīng)距離較遠(yuǎn),相對供應(yīng)效率更低。其中保障成本記為O4,主要包含調(diào)劑準(zhǔn)備成本(記為O4a)和調(diào)劑器材運(yùn)輸成本,與2)類似??紤]優(yōu)先選擇距離需求點(diǎn)較近且超儲數(shù)量較多的資源點(diǎn),因此在計(jì)算成本時(shí)加入調(diào)節(jié)權(quán)重指標(biāo)ε4。障成本O4及調(diào)節(jié)權(quán)重指標(biāo)ε4計(jì)算公式為:
(4)
5) 廠家直接供應(yīng)。當(dāng)軍隊(duì)范圍內(nèi)無法滿足需求或供應(yīng)代價(jià)過高時(shí),考慮廠家直接供應(yīng)。此過程中用T5r表示準(zhǔn)備時(shí)間,保障成本記為O5,主要包含采購成本和運(yùn)輸成本,計(jì)算公式為:
O5=OqgSfkq+OqsPfkSfkq
(5)
由此可得,器材供應(yīng)過程的保障成本由上述5種供應(yīng)方式的保障成本之和得到,記為Oω。根據(jù)優(yōu)先級的不同引入權(quán)重參數(shù)ω,且ω=[ω1,ω2,ω3,ω4,ω5]T,滿足:
(6)
綜上所述,裝備器材供應(yīng)過程的保障成本為:
minOw=ω1O1+ω2O2+ω3O3+ω4O4+ω5O5
(7)
1.3.2器材閑置率最低與保障時(shí)間最短
一般用器材利用率的高低表明器材保障效果的優(yōu)劣。分析器材供應(yīng)過程可知,器材利用率與器材的周轉(zhuǎn)效率密切相關(guān),器材利用率高說明器材周轉(zhuǎn)快,反之器材利用率低則說明器材周轉(zhuǎn)慢,部分器材處于閑置狀態(tài)[13]閑置器材會帶來管理成本的增加和存儲資源的浪費(fèi)。為方便計(jì)算,本文將器材利用率轉(zhuǎn)換為器材閑置率,記為Pqs,可通過計(jì)算剩余超儲器材與總庫存量的比值得到,計(jì)算公式為:
(8)
1.3.3保障時(shí)間最短
保障時(shí)間記為Tw,主要考慮運(yùn)輸時(shí)間,計(jì)算公式為:
minTw=min{max{Tik,T2a+Tjk,T3a+
Tok,T4a+Tj′k,T5r+Tmk}}
(9)
各種供應(yīng)方式中的供應(yīng)數(shù)量為非負(fù)整數(shù),即:
Sikq∈N*,Sjkq∈N*,Sokq∈N*
Sj′kq∈N*,Sokq∈N*,j′=1,2,…,|Om′|
i=1,2,…,|Zm|;j=1,2,…,|Om|
k=1,2,…,|Dm|;q=1,2,…,n
f=1,2,…,|F|
(10)
1) 供應(yīng)數(shù)量約束。首先各種供應(yīng)方式中,從各級資源點(diǎn)及工廠供應(yīng)的器材數(shù)量不能超出其最大供應(yīng)量,其次實(shí)施器材供應(yīng)方案后,各級資源點(diǎn)不能變?yōu)槿必洜顟B(tài),最后各種供應(yīng)方式中供應(yīng)的器材數(shù)量之和與需求點(diǎn)需求數(shù)量相同。表示為:
(11)
2) 供應(yīng)時(shí)間約束。即各供應(yīng)方式下需求點(diǎn)獲得器材的時(shí)間不能超出其保障時(shí)間上限,表示為:
(12)
綜上所述,裝備器材調(diào)劑型供應(yīng)優(yōu)化模型表示為:
(13)
s.t.
Sikq∈N*,Sjkq∈N*,Sokq∈N*
Sj′kq∈N*,Sokq∈N*,j′=1,2,…,|Om′|
i=1,2,…,|Zm| ;j=1,2,…,|Om|
k=1,2,…,|Dm|;q=1,2,…,n;f=1,2,…,|F|
Sikq≤QRmiq,Sjkq≤QOmjq,Sokq≤QRmoq
Sj′kq≤QOm′j′q,Sfkq≤QFfq
QRmiq-Sikq≥ARmiq,QRmjq-Sjkq≥ARmjq
QRmoq-Sokq≥ARmoq,QRm′j′q-Sj′kq≥ARm′j′q
max {Tik,T2a+Tjk,T3a+Tok,T4a+Tj′k,T5r+Tmk}≤LTmk
人工魚群算法(artificial fish swarm algorithm,AFSA)由李曉磊等人于2002年提出,是一種通過模仿魚類群體行為方式的優(yōu)化方法,屬于群體智能優(yōu)化算法的一種[14]。優(yōu)點(diǎn)是對目標(biāo)函數(shù)要求低、適應(yīng)能力強(qiáng)、前期搜素效率高,缺點(diǎn)是后期收斂速度明顯降低,往往會陷入局部最優(yōu)解[15]。而遺傳算法具有并行尋優(yōu)、可擴(kuò)展性強(qiáng)等優(yōu)點(diǎn),缺點(diǎn)是自適應(yīng)能力較差。本文通過分析裝備器材調(diào)劑型供應(yīng)優(yōu)化模型的特點(diǎn),設(shè)計(jì)了一種引入遺傳算子的自適應(yīng)人工魚群算法(adaptive artificial fish swarm algorithm with genetic operator,AAFSAGO),力求實(shí)現(xiàn)2種算法的優(yōu)勢互補(bǔ)。首先改進(jìn)了人工魚群算法的感知距離和移動(dòng)距離兩個(gè)重要參數(shù),使得人工魚群在全局收斂和局部搜索中提高性能,然后引入遺傳算法的交叉算子和變異算子,進(jìn)一步提高人工魚群的后期全局尋優(yōu)能力。
圖2 魚群算法的感知原理示意圖
上述分析可知,感知距離visual決定人工魚的感知搜索范圍,而移動(dòng)距離step則決定尋優(yōu)速度和尋優(yōu)精度?;救斯~群算法中,visual和step是固定的,后期容易陷入局部最優(yōu)解。本文通過引入?yún)?shù)動(dòng)態(tài)調(diào)整策略,使得人工魚能夠感知種群整體狀態(tài),自適應(yīng)動(dòng)態(tài)地調(diào)整visual和step參數(shù)。
考慮將模型的目標(biāo)函數(shù)作為適應(yīng)度函數(shù),人工魚的感知距離visual在算法執(zhí)行過程中通過感應(yīng)狀態(tài)實(shí)現(xiàn)自適應(yīng)動(dòng)態(tài)調(diào)整。基本思路是:初期魚群分布較為稀疏,人工魚隨機(jī)分布解空間,隨著目標(biāo)函數(shù)不斷優(yōu)化,魚群快速向更優(yōu)解方向聚集,有效跳出局部最優(yōu)解;在進(jìn)化后期,隨著目標(biāo)函數(shù)不斷優(yōu)化,感知距離visual不斷減小,魚群實(shí)現(xiàn)較快收斂。具體做法是:從式(13)可知,目標(biāo)函數(shù)涉及3個(gè)目標(biāo),需先進(jìn)行簡化處理,通過引入權(quán)重系數(shù)對目標(biāo)進(jìn)行加權(quán)求和,得到算法的適應(yīng)度函數(shù),即:
(14)
引入系數(shù)δ(0<δ≤1),確定移動(dòng)步長step=δ·visual。本文采用簡單而有效的自適應(yīng)移動(dòng)策略,人工魚將當(dāng)前位置和目標(biāo)位置的距離作為參考,距離越大,移動(dòng)越遠(yuǎn),同時(shí)控制在step范圍內(nèi)。具體公式為:
(15)
由于適應(yīng)度函數(shù)受目標(biāo)函數(shù)影響較大,當(dāng)尋優(yōu)空間較大或目標(biāo)函數(shù)值變化不明顯時(shí),收斂速度仍然很緩慢。為了改變這種情況,本文引入遺傳算子,對自適應(yīng)的人工魚群算法進(jìn)行進(jìn)一步改進(jìn)。通過設(shè)置一個(gè)閾值t_unchanged,在適應(yīng)度函數(shù)變化范圍小于該閾值時(shí),對人工魚群執(zhí)行一次遺傳操作,在新生代魚群中進(jìn)一步進(jìn)化。
本文采用簡單而直觀的分段整數(shù)法對人工魚進(jìn)行編碼,如圖3所示,共分為5段,各段編碼長度由對應(yīng)資源點(diǎn)數(shù)目決定,編碼位上的數(shù)字表示資源點(diǎn)供應(yīng)的器材數(shù)量。
圖3 人工魚編碼方式示意圖
(16)
交叉算子選擇的原則是計(jì)算量要小、耗時(shí)少,往往在執(zhí)行遺傳算子時(shí),魚群多處在平緩空間或局部極值點(diǎn)附近,因此,為了跳出局部空間,讓魚群兩兩配對,按照一定的概率Pc進(jìn)行交叉。選擇人工魚群的某些個(gè)體與迭代中尋優(yōu)得到的最優(yōu)個(gè)體,使用單點(diǎn)交叉方法產(chǎn)生新的子代。
變異操作的作用是在尋優(yōu)空間和魚群規(guī)模較大時(shí)執(zhí)行更為廣闊的搜索,有效跳出局部最優(yōu)解。預(yù)先設(shè)定一個(gè)較小的概率Pm,隨機(jī)選擇[0,1]之間的一個(gè)隨機(jī)數(shù)Pl,如果滿足Pl≤Pm,則將隨機(jī)選中進(jìn)行變異的對象進(jìn)行反轉(zhuǎn)變異。
綜上所述,AAFSAGO算法的運(yùn)算流程如圖4所示。
圖4 AAFSAGO算法的運(yùn)算流程框圖
本文結(jié)合2019年某戰(zhàn)區(qū)器材供應(yīng)需求實(shí)例進(jìn)行分析,全域范圍可分為5個(gè)區(qū)域(Q1,Q2,Q3,Q4,Q5),有2種超儲情況嚴(yán)重的器材W1、W2,其單位采購價(jià)格參考2019年的合同價(jià)格(元/件)為:(51,40),單位運(yùn)輸成本(元/(件·km))和單位存儲成本(元/(件·年))分別為:(53,260),(2.5,15)。選取供應(yīng)過程中最常用的公路和鐵路運(yùn)輸方式,并將公路分為高速公路、一級公路、二級公路、三級公路和四級公路共5類,假設(shè)每一類公路的平均行駛速度和單位器材的運(yùn)輸費(fèi)用(元/(件·km))分別為:(120,100,80,60,40)和(0.007,0.005,0.005,0.005,0.005),同時(shí)將鐵路運(yùn)輸?shù)膶?yīng)參數(shù)設(shè)為平均行駛速度110 km/h和單位器材的運(yùn)輸費(fèi)用0.002元/(件·km),供應(yīng)過程中會發(fā)生2種運(yùn)輸方式之間的轉(zhuǎn)換,相關(guān)的裝卸載參數(shù)如表1所示。假設(shè)在供應(yīng)保障中,資源點(diǎn)和需求點(diǎn)之間的最優(yōu)路徑規(guī)劃以及運(yùn)輸時(shí)間固定不變,具體數(shù)據(jù)可以通過相關(guān)平臺(例如SuperMap)獲得。假設(shè)有5個(gè)需求點(diǎn)分別對器材W1,W2提出了申請,其對應(yīng)資源點(diǎn)、器材需求數(shù)量和等待時(shí)間限制如表2所示。
表3給出了相關(guān)資源點(diǎn)(優(yōu)先級)、器材W1(庫存/超儲量)、器材W2(庫存/超儲量)的相關(guān)信息,其中“-”表示資源點(diǎn)不存在超儲情況;另有4家生產(chǎn)廠家(F1,F(xiàn)2,F(xiàn)3,F(xiàn)4)可以供貨,不在表中單獨(dú)列出。
表1 不同運(yùn)輸方式之間單位器材的裝卸載參數(shù)
表2 需求點(diǎn)的需求數(shù)量和等待時(shí)間限制
表3 資源點(diǎn)的基本信息
而在器材的現(xiàn)行供應(yīng)機(jī)制下,并沒有考慮資源點(diǎn)之間的超儲器材調(diào)劑處理,因此對于某一需求點(diǎn),可對其進(jìn)行器材供應(yīng)的資源點(diǎn)只有對應(yīng)資源點(diǎn)、區(qū)域中心點(diǎn)和生產(chǎn)廠家。實(shí)際執(zhí)行的供應(yīng)方案如表4所示。
表4 實(shí)際執(zhí)行的供應(yīng)方案
結(jié)合器材供應(yīng)任務(wù)和式(13),構(gòu)建裝備器材調(diào)劑型供應(yīng)優(yōu)化模型,并運(yùn)用本文的改進(jìn)算法AAFSAGO進(jìn)行求解。
模型構(gòu)建中,式(7)的權(quán)重參數(shù)設(shè)為ω1=0.05,ω2=0.1,ω3=0.15,ω4=0.3,ω5=0.4,算法執(zhí)行中,人工魚總數(shù)為N=400,最大迭代次數(shù)Tmax=800,遺傳操作Pc=0.6,變異概率Pm=0.03。經(jīng)500次仿真迭代后,仿真優(yōu)化得到的器材供應(yīng)方案及優(yōu)化比例如表5所示。
表5 調(diào)劑型供應(yīng)方案及優(yōu)化比例
對比表5中結(jié)果可知:1)裝備器材調(diào)劑型供應(yīng)優(yōu)化模型和改進(jìn)算法的求解結(jié)果均不劣于實(shí)際供應(yīng)方案,說明了模型和算法的有效性;2)調(diào)劑型供應(yīng)方案中,需求點(diǎn)Q1D16、Q1D17、Q1D19、Q1D22涉及到了調(diào)劑供應(yīng),保障成本和時(shí)間成本較實(shí)際方案均有明顯降低,證明了調(diào)劑型供應(yīng)方案的優(yōu)越性;3)調(diào)劑型供應(yīng)方案中,需求點(diǎn)Q1D22的保障成本優(yōu)化54.30%,保障時(shí)間優(yōu)化67.31%,優(yōu)化幅度最大。分析其原因,在調(diào)劑型供應(yīng)方案中增加了跨區(qū)域供應(yīng)方式,將廠家供貨的部分器材補(bǔ)齊,在消化超儲庫存的同時(shí),還節(jié)省了采購成本以及運(yùn)輸成本,保障效率全面提升。
本文研究了面向全域范圍的裝備器材供應(yīng)優(yōu)化問題,針對器材超儲情況嚴(yán)重的保障現(xiàn)狀,分析并明確了多種保障方式的優(yōu)先級;構(gòu)建了以保障成本最低、保障時(shí)間最短、器材閑置率最低為目標(biāo)的多目標(biāo)優(yōu)化模型;設(shè)計(jì)了引入遺傳算子的改進(jìn)人工魚群算法(AAFSAGO)對模型進(jìn)行求解;通過實(shí)例分析對比表明,優(yōu)化模型和改進(jìn)算法有效且具有一定的優(yōu)勢。下一步重點(diǎn)研究調(diào)劑型供應(yīng)方式的適用范圍,以及多品種器材復(fù)雜供需關(guān)系中的供應(yīng)優(yōu)化問題。