CN105929685A - 一种基于模糊鲁棒的舰载机备件生产和供应动态控制*** - Google Patents
一种基于模糊鲁棒的舰载机备件生产和供应动态控制*** Download PDFInfo
- Publication number
- CN105929685A CN105929685A CN201610312432.5A CN201610312432A CN105929685A CN 105929685 A CN105929685 A CN 105929685A CN 201610312432 A CN201610312432 A CN 201610312432A CN 105929685 A CN105929685 A CN 105929685A
- Authority
- CN
- China
- Prior art keywords
- fuzzy
- spare part
- carrier
- spare
- aircraft
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/0275—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using fuzzy logic only
Landscapes
- Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
Abstract
本发明设计的是一种考虑舰载机备件供应响应时间和不确定需求的基于模糊鲁棒的舰载机备件生产和供应控制***。包括舰载机备件供应器,舰载机备件供应代价器,基地备件储存量模糊划分器,航母上备件储存量模糊划分器,模糊规则的备件供应***参数设定器,模糊规则的备件供应***参数设定器,模糊规则的备件供应***参数设定器,模糊规则的备件供应***参数设定器,备件的模糊鲁棒控制参数调节器,备件供应期内模糊鲁棒控制参数调节器,备件生产量和供应量控制器,供应期内备件生产量和供应量控制器。本发明能够保持舰载机备件供应代价和备件储存量的稳定,避免舰载机备件供应***的振荡。
Description
技术领域
本发明涉及的是一种考虑舰载机备件供应响应时间和不确定需求的基于模糊鲁棒的舰载机备件生产和供应控制***。
背景技术
***作为海上作战的重要组成,需要研究如何提高航母作战能力。舰载机是航母作战的主要方式。舰载机完好率是保证航母持续作战能力的基本条件,舰载机的备件供应是影响舰载机完好率的一个重要因素。航母备件供应的重要性取决于预先通知时间长短和***供应军官与航空联队维修军官的预判能力及反应和行动速度。虽然请求的备件可能正好是作业所需,可以大幅增加***与航空联队的战备和持续作战能力,但会增加备件供应***压力。数据表明如果等待备件非完好率能够降低,舰载机本身的架次能力将提高10%~20%。因此,对具有不确定性因素和备件供应响应时间的舰载机备件供应的控制研究,有着十分重要的理论意义和实际应用价值。
目前,大多数文献基于概率论的方法研究了备件供应***的建模。K.B.Yoon,2007将METRIC模型应用到航空装备以及舰艇装备备件库存管理中,建立了相应的备件维修供应的两级库存分配模型。R.J.Basten,2009采用网络模型研究了修理级别费用、资源分配问题,维修等级分析决策影响***设计、维修规划和综合后期保障资源的决策。J.S.Kim,2000利用M/M/c排队模型研究了多级可修备件的库存分配问题。J.A.Rappold,2009基于有限维修渠道建立了单项可修复件库存整数规划模型。M.Bijvank,2010在服务能力约束下,研究了备件订购问题。以上文献应用概率论描述备件供应,最终只能给出***稳定时的静态指标,如缺货率和费用等,能够提供最优配置方案,但是较少文献考虑备件供应时间对***的动态影响。
此外,对于具有不确定干扰和备件响应时间的非线性备件供应***,不确定干扰和备件响应时间的存在往往会造成***的振荡,甚至可能导致整个***不稳定。X.Y.Huang,2009运用鲁棒控制方法研究了一组闭环供应***动态模型,得到***的最优库存补货控制策略,该补货策略可以抑制闭环供应运作过程中的不确定性影响。X.X.Lin,2004研究了边界不确定的供应链生产调度问题的鲁棒优化方法。X.Y.Huang,2007针对再制造***运作过程中的不确定问题,建立了一类参数不确定的再制造动态***模型,并给出了这些模型的鲁棒控制策略,通过库存状态的反馈控制,抑制了动态***的不确定干扰。M.Laumanns,2006考虑了顾客需求外部扰动环境以及供应***运作的约束条件和成本最小的目标函数,求解了供应链库存的鲁棒最优控制。虽然已经有大量文献研究了供应问题的鲁棒控制,然而,较少文献考虑到含有备件供应响应时间的舰载机备件供应***的模糊鲁棒控制。
发明内容
本发明的目的在于提供一种考虑舰载机备件供应响应时间和不确定需求的基于模糊鲁棒的舰载机备件生产和供应动态控制***。
本发明的目的是这样实现的:
一种基于模糊鲁棒的舰载机备件生产和供应动态控制***,包括舰载机备件供应器1,舰载机备件供应代价器2,基地备件储存量模糊划分器3,航母上备件储存量模糊划分器4,模糊规则1的备件供应***参数设定器5,模糊规则2的备件供应***参数设定器6,模糊规则3的备件供应***参数设定器7,模糊规则4的备件供应***参数设定器8,备件的模糊鲁棒控制参数调节器9,备件供应期内模糊鲁棒控制参数调节器10,备件生产量和供应量控制器11,供应期内备件生产量和供应量控制器12,舰载机备件供应器1的基地备件储存量和航母上备件储存量经过基地备件储存量模糊划分器3和航母上备件储存量模糊划分器4确定各自隶属区域;
基地备件储存量模糊划分器3和航母上备件储存量模糊划分器4将模糊划分得到隶属区域传递给模糊规则1的备件供应***参数设定器5、模糊规则2的备件供应***参数设定器6、模糊规则3的备件供应***参数设定器7和模糊规则4的备件供应***参数设定器8确定舰载机备件供应***的参数;
备件的模糊鲁棒控制参数调节器9和备件供应期内模糊鲁棒控制参数调节器10通过舰载机备件供应***的参数得到控制参数;
备件生产量和供应量控制器11和供应期内备件生产量和供应量控制器12利用控制参数和舰载机备件储存量得到控制量;
备件生产量和供应量控制器11和供应期内备件生产量和供应量控制器12将控制量传递给舰载机备件供应器,同时舰载机备件供应代价器2得到***代价。
所述的隶属区域指:对基地备件储存量x1(k)和航母上备件储存量y1(k)进行模糊划分得到
第一基地备件储存量隶属区域
第二基地备件储存量隶属区域
第一航母上备件储存量隶属区域
第二航母上备件储存量隶属区域
按照双交叠模糊分划的条件设最大交叠规则组R的模糊规则数为4,S1为基地备件的期望数量、Smax为基地备件的最大数量、T1为航母上备件的期望数量、Tmax为航母上备件的最大数量。
所述的对基地备件储存量x1(k)和航母上备件储存量y1(k)通过如下动态方程进行更新:
其中,在k时刻,x1(k)为基地备件储存量,y1(k)为航母上备件储存量;u1(k)为基地备件生产数量,u11(k)为航母向基地请求的备件数量,u11(k-α1)为备件供应响应延迟期内的备件供应数量;α1为备件供应响应延迟期;v1(k)为航母上备件消耗数量,v1(k)是不确定外部扰动变量。
所述的舰载机备件供应***的参数Ai,Bi,Ci,Di,Ei,B1i,D1i,i=1,2,3,4是通过如下解算得到的:
Plant Rule 1:if x1(k) is and y1(k) is then
Plant Rule 2:if x1(k) is and y1(k) is then
Plant Rule 3:if x1(k) is and y1(k) is then
Plant Rule 4:if x1(k) is and y1(k) is then
其中,Plant Rule,i=1,2,3,4为第i条备件数量转换模糊规则;L为模糊集合;V(k)≥0为k时刻的备件消耗;XT(k)=[x1(k),y1(k)]为各节点的备件数量的状态变量;UT(k)=[u1(k),u11(k)]为备件生产和备件供应数量的控制变量,UT(k-α1)=[0,u11(k-α1)]为备件供应响应期内备件供应数量的控制变量;VT(k)=[0,v1(k)]为备件消耗的不确定外部需求变量;z(k)为该非线性***的代价输出变量;Ai为备件储存量状态的系数矩阵;Bi为备件生产和请求的系数矩阵;Bi1为备件供应响应期内控制变量的系数矩阵;Ci为备件储存代价的系数矩阵;Di为备件生产和请求的系数矩阵;Di1为备件供应响应期对总成本影响的系数矩阵;Ei为备件消耗的系数矩阵;为第i条模糊规则的隶属度,i=1,2,3,4为模糊规则数,为X(k)的隶属度函数,j=1,2为所含分量数。
所述的控制参数为模糊鲁棒控制参数K11,K12,K13,K14和K111,K211,K311,K411,和
式中,Ic为Oc中包含的规则序号集,Oc为第c个最大交叠规则组,mj为第j个输入变量的模糊分划数;
参数γ表示***对备件供应响应时间和外部需求扰动的抑制程度:
式中,||·||2为函数的l2[0,∞)范数。
所述的控制量U(k)和U(k-α1)为:
本发明的有益效果在于:当舰载机备件供应***存在不确定需求和备件供应响应时间的情况下,能够保持舰载机备件供应代价和备件储存量的稳定,避免舰载机备件供应***的振荡和不稳定,从而保证舰载机的完好率和架次持续出动能力,进而提高航母的作战能力。本发明通过仿真实验验证了控制方案的可靠性和有效性。本发明的控制方法与同类控制方法相比,响应时间更短,***振荡更小。
附图说明
图1为基于模糊鲁棒的舰载机备件生产和供应动态控制***总体结构图;
图2为基地和航母上备件数量的模糊隶属度函数;
图3为正态分布型需求下的舰载机备件数量曲线;
图4为正态分布型需求下的舰载机备件生产量和供应量曲线;
图5为正态分布型需求下的舰载机备件供应总代价曲线。
具体实施方式
下面对本发明做进一步描述:
本发明涉及一种基于模糊鲁棒的舰载机备件生产和供应动态控制***。舰载机备件供应***中的基地备件储存量和航母上备件储存量经过模糊划分器确定各自隶属的区域,然后传递给对应模糊规则下的舰载机备件供应***参数设定器,从而确定舰载机备件供应***的参数,通过模糊鲁棒方法计算控制参数,利用控制参数和舰载机备件储存量得到控制指令,按控制指令调整舰载机备件的生产量和供应量,同时经过舰载机备件供应代价器得到***代价,实现舰载机备件持续稳定供应控制。此发明的优点在于当舰载机备件供应***存在不确定需求和备件供应响应时间的情况下,能够保持舰载机备件供应代价和备件储存量的稳定,避免舰载机备件供应***的振荡和不稳定,从而保证舰载机的完好率和架次持续出动能力,进而提高航母的作战能力。本发明通过仿真实验验证了控制方案的可靠性和有效性。
在图1中各数字代表的装置如下:1—舰载机备件供应器;2—舰载机备件供应代价器;3—基地备件储存量模糊划分器;4—航母上备件储存量模糊划分器;5—模糊规则1的备件供应***参数设定器;6—模糊规则2的备件供应***参数设定器;7—模糊规则3的备件供应***参数设定器;8—模糊规则4的备件供应***参数设定器;9—备件的模糊鲁棒控制参数调节器;10—备件供应期内模糊鲁棒控制参数调节器;11—备件生产量和供应量控制器;12—供应期内备件生产量和供应量控制器。
本发明的基于模糊鲁棒的舰载机备件生产和供应控制***包括舰载机备件供应器(1),舰载机备件供应代价器(2),基地备件储存量模糊划分器(3),航母上备件储存量模糊划分器(4),模糊规则1的备件供应***参数设定器(5),模糊规则2的备件供应***参数设定器(6),模糊规则3的备件供应***参数设定器(7),模糊规则4的备件供应***参数设定器(8),备件的模糊鲁棒控制参数调节器(9),备件供应期内模糊鲁棒控制参数调节器(10),备件生产量和供应量控制器(11),供应期内备件生产量和供应量控制器(12)。舰载机备件供应器(1)的基地备件储存量和航母上备件储存量经过基地备件储存量模糊划分器(3)和航母上备件储存量模糊划分器(4)确定各自隶属的区域,然后传递给模糊规则1的备件供应***参数设定器(5)、模糊规则2的备件供应***参数设定器(6)、模糊规则3的备件供应***参数设定器(7)和模糊规则4的备件供应***参数设定器(8),从而确定舰载机备件供应***的参数,通过备件的模糊鲁棒控制参数调节器(9)和备件供应期内模糊鲁棒控制参数调节器(10)得到控制参数,利用控制参数和舰载机备件储存量,经过备件生产量和供应量控制器(11)和供应期内备件生产量和供应量控制器(12)得到控制指令,按控制指令调整舰载机备件的生产量和供应量,同时经过舰载机备件供应代价器(2)得到***代价,实现舰载机备件持续稳定供应控制。
基于本发明的模糊鲁棒的舰载机备件生产和供应控制***为:
1)舰载机备件供应器通过不确定需求信息,将产生的基地备件储存量信息传递给舰载机备件供应代价器、基地备件储存量模糊划分器、备件生产量和供应量控制器和供应期内备件生产量和供应量控制器,同时将产生的航母上备件储存量信息传递给舰载机备件供应代价器、航母上备件储存量模糊划分器、备件生产量和供应量控制器和供应期内备件生产量和供应量控制器;
2)基地备件储存量模糊划分器和航母上备件储存量模糊划分器根据备件储存量产生备件储存量隶属区域信息,传递给模糊规则1的备件供应***参数设定器、模糊规则2的备件供应***参数设定器、模糊规则3的备件供应***参数设定器和模糊规则4的备件供应***参数设定器;
3)模糊规则1的备件供应***参数设定器、模糊规则2的备件供应***参数设定器、模糊规则3的备件供应***参数设定器和模糊规则4的备件供应***参数设定器根据备件储存量隶属区域信息产生***参数信息,传递给备件的模糊鲁棒控制参数调节器和备件供应期内模糊鲁棒控制参数调节器;
4)备件的模糊鲁棒控制参数调节器和备件供应期内模糊鲁棒控制参数调节器根据***参数信息产生控制参数信息,传递给备件生产量和供应量控制器和供应期内备件生产量和供应量控制器;
5)备件生产量和供应量控制器和供应期内备件生产量和供应量控制器根据控制参数信息和备件储存量信息产生控制量,传递给舰载机备件供应器和舰载机备件供应代价器,调整舰载机备件生产量和供应量。
如图1所示,本发明的基于模糊鲁棒的舰载机备件生产和供应控制***包括舰载机备件供应器(1),舰载机备件供应代价器(2),基地备件储存量模糊划分器(3),航母上备件储存量模糊划分器(4),模糊规则1的备件供应***参数设定器(5),模糊规则2的备件供应***参数设定器(6),模糊规则3的备件供应***参数设定器(7),模糊规则4的备件供应***参数设定器(8),备件的模糊鲁棒控制参数调节器(9),备件供应期内模糊鲁棒控制参数调节器(10),备件生产量和供应量控制器(11),供应期内备件生产量和供应量控制器(12)。舰载机备件供应器(1)的基地备件储存量和航母上备件储存量经过基地备件储存量模糊划分器(3)和航母上备件储存量模糊划分器(4)确定各自隶属的区域,然后传递给模糊规则1的备件供应***参数设定器(5)、模糊规则2的备件供应***参数设定器(6)、模糊规则3的备件供应***参数设定器(7)和模糊规则4的备件供应***参数设定器(8),从而确定舰载机备件供应***的参数,通过备件的模糊鲁棒控制参数调节器(9)和备件供应期内模糊鲁棒控制参数调节器(10)得到控制参数,利用控制参数和舰载机备件储存量,经过备件生产量和供应量控制器(11)和供应期内备件生产量和供应量控制器(12)得到控制指令,按控制指令调整舰载机备件的生产量和供应量,同时经过舰载机备件供应代价器(2)得到***代价,实现舰载机备件持续稳定供应控制。
舰载机备件供应器(1)通过不确定需求信息V(k)产生基地备件储存量信息x1(k),传递给舰载机备件供应代价器(2)、基地备件储存量模糊划分器(3)、备件生产量和供应量控制器(11)和供应期内备件生产量和供应量控制器(12),同时产生航母上备件储存量信息y1(k),传递给舰载机备件供应代价器(2)、航母上备件储存量模糊划分器(4)、备件生产量和供应量控制器(11)和供应期内备件生产量和供应量控制器(12),舰载机备件供应器(1)通过如下动态方程更新基地备件储存量信息x1(k)和航母上备件储存量信息y1(k):
其中,在k时刻,x1(k)为基地备件储存量,y1(k)为航母上备件储存量,x1(k)和y1(k)状态变量;u1(k)为基地备件生产数量,u11(k)为航母向基地请求的备件数量,u11(k-α1)为备件供应响应延迟期内的备件供应数量,u1(k)、u11(k)和u11(k-α1)为控制变量;α1为备件供应响应延迟期;v1(k)为航母上备件消耗数量,v1(k)是不确定外部扰动变量。
基地备件储存量模糊划分器(3)和航母上备件储存量模糊划分器(4)根据备件储存量产生备件储存量隶属区域信息,传递给模糊规则1的备件供应***参数设定器(5)、模糊规则2的备件供应***参数设定器(6)、模糊规则3的备件供应***参数设定器(7)和模糊规则4的备件供应***参数设定器(8),该过程通过下式确定备件供应***参数信息Ai,Bi,Ci,Di,Ei,B1i,D1i,i=1,2,3,4:
Plant Rule 1:if x1(k) is and y1(k) is then
Plant Rule 2:if x1(k) is and y1(k) is then
Plant Rule 3:if x1(k) is and y1(k) is then
Plant Rule 4:if x1(k) is and y1(k) is then
其中,Plant Rule i(i=1,2,3,4)为第i条备件数量转换模糊规则;L为模糊集合;V(k)≥0为k时刻的备件消耗;XT(k)=[x1(k),y1(k)]为各节点的备件数量的状态变量;UT(k)=[u1(k),u11(k)]为备件生产和备件供应数量的控制变量,UT(k-α1)=[0,u11(k-α1)]为备件供应响应期内备件供应数量的控制变量;VT(k)=[0,v1(k)]为备件消耗的不确定外部需求变量;z(k)为该非线性***的代价输出变量;Ai为备件储存量状态的系数矩阵;Bi为备件生产和请求的系数矩阵;Bi1为备件供应响应期内控制变量的系数矩阵;Ci为备件储存代价的系数矩阵;Di为备件生产和请求的系数矩阵;Di1为备件供应响应期对总成本影响的系数矩阵;Ei为备件消耗的系数矩阵;为第i条模糊规则的隶属度,i=1,2,3,4为模糊规则数,为X(k)的隶属度函数,j=1,2为所含分量数。
设基地和航母上的备件储存量x1(k)和y1(k)可测,x1(k)和y1(k)的模糊分划分别为和满足双交叠模糊分划的条件,如附图2所示。设最大交叠规则组R的模糊规则数为4。附图2中,S1和Smax以及T1和Tmax分别为基地和航母上备件的期望数量和最大数量。
模糊规则1的备件供应***参数设定器(5)、模糊规则2的备件供应***参数设定器(6)、模糊规则3的备件供应***参数设定器(7)和模糊规则4的备件供应***参数设定器(8)根据备件储存量隶属区域信息产生***参数信息Ai,Bi,Ci,Di,Ei,B1i,D1i,i=1,2,3,4,传递给备件的模糊鲁棒控制参数调节器(9)和备件供应期内模糊鲁棒控制参数调节器(10)。通过以下过程获得模糊鲁棒控制参数K11,K12,K13,K14和K111,K211,K311,K411。
当满足以下条件时,存在状态反馈控制率,和可以使得模糊***在性能指标γ下是鲁棒渐进稳定的:对于输入采用双交叠模糊划分的非线性模糊***,当给定的参数γ>0,如果存在P1和Q1(P1和Q1为对称正定阵),对称正定矩阵X1、矩阵Yi1、Yi11,满足以下对称线性矩阵不等式组。
式中,Ic为Oc中包含的规则序号集,Oc为第c个最大交叠规则组,为第j个输入变量的模糊分划数。
参数γ表示***对备件供应响应时间和外部需求扰动的抑制程度:
式中,||·||2为函数的l2[0,∞)范数。上式描述了备件供应***从备件消耗需求变量V(k)到输出总代价z(k)的***增益。
稳定条件如下:当V(k)=0时,模糊***是渐进稳定的;当V(k)≠0时,零初始条件下,任意外部扰动均满足***在γ下是鲁棒稳定的。
备件的模糊鲁棒控制参数调节器(9)和备件供应期内模糊鲁棒控制参数调节器(10)根据***参数信息产生控制参数信息,传递给备件生产量和供应量控制器(11)和供应期内备件生产量和供应量控制器(12)。控制量U(k)和U(k-α1)根据确定。
备件生产量和供应量控制器(11)和供应期内备件生产量和供应量控制器(12)根据控制参数信息和备件储存量信息产生控制量,传递给舰载机备件供应器(1)和舰载机备件供应代价器(2),调整舰载机备件生产量和供应量,更新基地和航母上的舰载机备件储存量。
主要参数选择:S1为1000个,Smax为5000个,T1为500个,Tmax为1500个。 C1=[00],C2=[0 cs2],C3=[cs1 0],C4=[cs1 cs2],D1=[cn co+coo],D2=[cn co],D3=[cp co+coo],D4=[cp co],D11=D13=[0 co1],D12=D15=[0 co]。cs1为基地备件单位储存成本,为50美元;cs2为航母上备件单位储存成本,为100美元;co为航母的备件单位正常请求成本,为600美元;co1为航母的备件单位按需请求成本,为1000美元;cp为基地正常生产条件下的备件单位生产成本,为500美元;cn为基地按需生产条件下的备件单位生产成本,为900美元;coo为向其余备件供应处备件单位请求成本,为800美元;β为向其余备件供应处备件请求比例,为0.4;α1为5天。备件消耗需求为正态分布型,即v1(k)满足N(300,102)。
仿真结果见附图3-图5。
通过对仿真曲线和数据分析后可以看出,在本发明提出的模糊鲁棒控制作用下,备件消耗需求均方差为10,模糊鲁棒控制的***总代价方差为0.1,说明模糊鲁棒控制对***总代价的波动抑制倍数为100倍,所以模糊鲁棒对于含有不确定需求和备件供应响应时间的备件供应总代价波动抑制较好,同时控制量和备件储存数量波动较小。仿真结果表明,模糊鲁棒控制可以使备件生产速率与期望消耗速率相匹配,一方面避免了备件生产速率太慢导致航母缺少备件,另一方面避免了备件生产速率太快造成备件堆积而使仓库变得拥挤。同时,模糊鲁棒控制策略响应较快,控制量较小,备件储存量波动较小,保证了航母备件供应及时和充足,从而保证了舰载机完好率和提高了航母持续作战能力。
Claims (6)
1.一种基于模糊鲁棒的舰载机备件生产和供应动态控制***,包括舰载机备件供应器(1),舰载机备件供应代价器(2),基地备件储存量模糊划分器(3),航母上备件储存量模糊划分器(4),模糊规则1的备件供应***参数设定器(5),模糊规则2的备件供应***参数设定器(6),模糊规则3的备件供应***参数设定器(7),模糊规则4的备件供应***参数设定器(8),备件的模糊鲁棒控制参数调节器(9),备件供应期内模糊鲁棒控制参数调节器(10),备件生产量和供应量控制器(11),供应期内备件生产量和供应量控制器(12),其特征在于:
舰载机备件供应器(1)的基地备件储存量和航母上备件储存量经过基地备件储存量模糊划分器(3)和航母上备件储存量模糊划分器(4)确定各自隶属区域;
基地备件储存量模糊划分器(3)和航母上备件储存量模糊划分器(4)将模糊划分得到隶属区域传递给模糊规则1的备件供应***参数设定器(5)、模糊规则2的备件供应***参数设定器(6)、模糊规则3的备件供应***参数设定器(7)和模糊规则4的备件供应***参数设定器(8)确定舰载机备件供应***的参数;
备件的模糊鲁棒控制参数调节器(9)和备件供应期内模糊鲁棒控制参数调节器(10)通过舰载机备件供应***的参数得到控制参数;
备件生产量和供应量控制器(11)和供应期内备件生产量和供应量控制器(12)利用控制参数和舰载机备件储存量得到控制量;
备件生产量和供应量控制器(11)和供应期内备件生产量和供应量控制器(12)将控制量传递给舰载机备件供应器,同时舰载机备件供应代价器(2)得到***代价。
2.根据权利要求1所述的一种基于模糊鲁棒的舰载机备件生产和供应动态控制***,其特征在于:所述的隶属区域指:对基地备件储存量x1(k)和航母上备件储存量y1(k)进行模糊划分得到
第一基地备件储存量隶属区域
第二基地备件储存量隶属区域
第一航母上备件储存量隶属区域
第二航母上备件储存量隶属区域
按照双交叠模糊分划的条件设最大交叠规则组R的模糊规则数为4,S1为基地备件的期望数量、Smax为基地备件的最大数量、T1为航母上备件的期望数量、Tmax为航母上备件的最大数量。
3.根据权利要求1所述的一种基于模糊鲁棒的舰载机备件生产和供应动态控制***,其特征在于:所述的对基地备件储存量x1(k)和航母上备件储存量y1(k)通过如下动态方程进行更新:
其中,在k时刻,x1(k)为基地备件储存量,y1(k)为航母上备件储存量;u1(k)为基地备件生产数量,u11(k)为航母向基地请求的备件数量,u11(k-α1)为备件供应响应延迟期内的备件供应数量;α1为备件供应响应延迟期;v1(k)为航母上备件消耗数量,v1(k)是不确定外部扰动变量。
4.根据权利要求1所述的一种基于模糊鲁棒的舰载机备件生产和供应动态控制***,其特征在于:所述的舰载机备件供应***的参数Ai,Bi,Ci,Di,Ei,B1i,D1i,i=1,2,3,4是通过如下解算得到的:
Plant Rule 1:if x1(k) is and y1(k) is then
Plant Rule 2:if x1(k) is and y1(k) is then
Plant Rule 3:if x1(k) is and y1(k) is then
Plant Rule 4:if x1(k) is and y1(k) is then
其中,Plant Rule i,i=1,2,3,4为第i条备件数量转换模糊规则;L为模糊集合;V(k)≥0为k时刻的备件消耗;XT(k)=[x1(k),y1(k)]为各节点的备件数量的状态变量;UT(k)=[u1(k),u11(k)]为备件生产和备件供应数量的控制变量,UT(k-α1)=[0,u11(k-α1)]为备件供应响应期内备件供应数量的控制变量;VT(k)=[0,v1(k)]为备件消耗的不确定外部需求变量;z(k)为该非线性***的代价输出变量;Ai为备件储存量状态的系数矩阵;Bi为备件生产和请求的系数矩阵;Bi1为备件供应响应期内控制变量的系数矩阵;Ci为备件储存代价的系数矩阵;Di为备件生产和请求的系数矩阵;Di1为备件供应响应期对总成本影响的系数矩阵;Ei为备件消耗的系数矩阵;为第i条模糊规则的隶属度,i=1,2,3,4为模糊规则数,为X(k)的隶属度函数,j=1,2为所含分量数。
5.根据权利要求1所述的一种基于模糊鲁棒的舰载机备件生产和供应动态控制***,其特征在于:所述的控制参数为模糊鲁棒控制参数K11,K12,K13,K14和K111,K211,K311,K411,和
式中,Ic为Oc中包含的规则序号集,Oc为第c个最大交叠规则组,mj为第j个输入变量的模糊分划数;
参数γ表示***对备件供应响应时间和外部需求扰动的抑制程度:
式中,||·||2为函数的l2[0,∞)范数。
6.根据权利要求1所述的一种基于模糊鲁棒的舰载机备件生产和供应动态控制***,其特征在于:所述的控制量U(k)和U(k-α1)为:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610312432.5A CN105929685B (zh) | 2016-05-12 | 2016-05-12 | 一种基于模糊鲁棒的舰载机备件生产和供应动态控制*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610312432.5A CN105929685B (zh) | 2016-05-12 | 2016-05-12 | 一种基于模糊鲁棒的舰载机备件生产和供应动态控制*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105929685A true CN105929685A (zh) | 2016-09-07 |
CN105929685B CN105929685B (zh) | 2018-12-07 |
Family
ID=56834715
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610312432.5A Active CN105929685B (zh) | 2016-05-12 | 2016-05-12 | 一种基于模糊鲁棒的舰载机备件生产和供应动态控制*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105929685B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108846608A (zh) * | 2018-06-15 | 2018-11-20 | 上海探能实业有限公司 | 一种大型风电机组备品备件库存管理及优化调度方法 |
CN109948257A (zh) * | 2019-03-21 | 2019-06-28 | 中海石油(中国)有限公司上海分公司 | 一种钻头选型方法及其装置、设备和存储介质 |
CN111369193A (zh) * | 2020-03-04 | 2020-07-03 | 东莞理工学院 | 基于制造-再制造混合生产***的多维库存控制方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1601411A (zh) * | 2004-09-16 | 2005-03-30 | 上海交通大学 | 基于模糊目标与模糊约束的工业过程预测控制方法 |
CN101900992A (zh) * | 2010-07-16 | 2010-12-01 | 浙江大学 | 化工过程预测控制***经济目标优化自适应退避的选择方法 |
CN102023640A (zh) * | 2010-11-23 | 2011-04-20 | 北京航空航天大学 | 飞行包线内标称设计点的选择方法 |
CN104765339A (zh) * | 2015-02-10 | 2015-07-08 | 浙江大学 | 一种基于控制变量优先级的fcc动态控制方法 |
CN104898424A (zh) * | 2015-05-15 | 2015-09-09 | 哈尔滨工业大学 | 一种飞机推出模糊滑模控制方法 |
-
2016
- 2016-05-12 CN CN201610312432.5A patent/CN105929685B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1601411A (zh) * | 2004-09-16 | 2005-03-30 | 上海交通大学 | 基于模糊目标与模糊约束的工业过程预测控制方法 |
CN101900992A (zh) * | 2010-07-16 | 2010-12-01 | 浙江大学 | 化工过程预测控制***经济目标优化自适应退避的选择方法 |
CN102023640A (zh) * | 2010-11-23 | 2011-04-20 | 北京航空航天大学 | 飞行包线内标称设计点的选择方法 |
CN104765339A (zh) * | 2015-02-10 | 2015-07-08 | 浙江大学 | 一种基于控制变量优先级的fcc动态控制方法 |
CN104898424A (zh) * | 2015-05-15 | 2015-09-09 | 哈尔滨工业大学 | 一种飞机推出模糊滑模控制方法 |
Non-Patent Citations (1)
Title |
---|
《哈尔滨工程大学学报》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108846608A (zh) * | 2018-06-15 | 2018-11-20 | 上海探能实业有限公司 | 一种大型风电机组备品备件库存管理及优化调度方法 |
CN109948257A (zh) * | 2019-03-21 | 2019-06-28 | 中海石油(中国)有限公司上海分公司 | 一种钻头选型方法及其装置、设备和存储介质 |
CN111369193A (zh) * | 2020-03-04 | 2020-07-03 | 东莞理工学院 | 基于制造-再制造混合生产***的多维库存控制方法 |
CN111369193B (zh) * | 2020-03-04 | 2023-04-18 | 东莞理工学院 | 基于制造-再制造混合生产***的多维库存控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105929685B (zh) | 2018-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112615379B (zh) | 基于分布式多智能体强化学习的电网多断面功率控制方法 | |
CN111242443B (zh) | 基于深度强化学习的能源互联网中虚拟电厂经济调度方法 | |
Lamoudi et al. | Distributed constrained Model Predictive Control based on bundle method for building energy management | |
CN104181900B (zh) | 一种多能源介质分层动态调控方法 | |
CN104181895A (zh) | 适应新能源接入的短期与超短期协调滚动调度优化策略 | |
CN104158231B (zh) | 一种基于实时发电计划的机组控制模式动态转换方法 | |
CN105929685A (zh) | 一种基于模糊鲁棒的舰载机备件生产和供应动态控制*** | |
CN107092991A (zh) | 一种智能电网自适应经济调度分配方法 | |
CN104037761B (zh) | 一种agc功率多目标随机优化分配方法 | |
CN110165714B (zh) | 基于极限动态规划算法的微电网一体化调度与控制方法、计算机可读存储介质 | |
US20220342398A1 (en) | Method for self-learning manufacturing scheduling for a flexible manufacturing system by using a state matrix and device | |
CN106026084A (zh) | 一种基于虚拟发电部落的agc功率动态分配方法 | |
Liu et al. | Neurofuzzy network modelling and control of steam pressure in 300 MW steam-boiler system | |
CN103489044B (zh) | 一种面向智能电网的竞价发电风险控制方法 | |
CN108268973A (zh) | 不确定两阶段机会约束低碳电力优化规划方法 | |
CN102734890A (zh) | 中央空调冷冻水的模糊控制方法、装置及中央空调*** | |
CN105701273A (zh) | 一种基于主体的组件化物流***仿真计算方法 | |
Hu et al. | Short-term hydropower generation scheduling using an improved cloud adaptive quantum-inspired binary social spider optimization algorithm | |
Egging et al. | Linear decision rules for hydropower scheduling under uncertainty | |
Baranski et al. | Comparative study of neighbor communication approaches for distributed model predictive control in building energy systems | |
Yu et al. | District cooling system control for providing regulation services based on safe reinforcement learning with barrier functions | |
Zambelli et al. | Long-term hydropower scheduling based on deterministic nonlinear optimization and annual inflow forecasting models | |
CN113872213B (zh) | 一种配电网电压自主优化控制方法及装置 | |
CN104750127A (zh) | 一种四容水箱***控制方法 | |
Li et al. | An Inexact Two-Stage Quadratic Program for Water Resources Planning. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |