Agent技术特点及其在装备维修人员的应用

件为止。其基本步骤：

　　(1)定义一个目标函数，即函数cost；

　　(2)将可行解群体在一定的约束条件下初始化，每一个可行解用一个向量x来编码，称为一条染色体，向量的分量代表基因，它对应可行解的某一决策变量；

　　(3)计算群体中每条染色体xi(i =1，2，...，n)所对应的目标函数值，并以此计算适应值，按F的大小来*价该可行解的好坏；

　　(4)以优胜劣汰的机制，将适应值差的染色体淘汰掉，对幸存的染色体根据其适应值的好坏，按概率随机选择，进行繁殖，形成新的群体；

　　(5)通过杂交和变异的操作，产生子代。杂交是随机选择两条染色体(双亲)，将某一点或多点的基因互换而产生两个新个体，变异是基因中的某一点或多点发生突变。

　　对于子代群体重复步骤(3)至(5)的操作，进行新一轮遗传进化过程，直到迭代收敛(适应值趋稳定)即找到了最优解或准最优解。模拟退火算法(Simulated AnneALIng)的研究对象是由一个参数集所确定的某种配置。对配置的优化过程即是对目标函数cost的极小化过程。极小化过程模拟自然界的退火过程，由一个逐步冷却温度temp控制。在每个极小化步骤中，随机选择一个新的配置并计算cost函数。如cost比以前的小，则选定新的配置；如大，则计算概率值。

　　这里k为玻尔兹曼常数。然后在(0，1)上产生随机数rand，如果rands prob，则选择新的配置方案；如果rand a prob，仍保留原方案，重复这些步骤直到冷却不再产生更好的配置为止。

　　系统中维修人员决策推理的核心工作就是对装备维修人员的配备进行分析，特别是战时抢修时，考虑战场环境的复杂性以及时间的宝贵性，选择适当的人员进行维修，关系到战争的成败，所以应该在对装备维修人员的技能进行*估之后，根据维修任务的多少，对装备维修人员进行适当的选择配备。其推理的整个过程:首先根据损坏装备维修的类型与数量，进行规则推理从模型Agent中确定要使用的模型，再利用装备实际数据、历史数据和相应的信息处理方法，得到决策模型要使用的参数，最后确定所需得维修人员配备的最佳方案，维修人员决策过程如图4如示。

　　4 结语

　　本文把 Agent 技术应用于装备维修人员保障决策模型中，利用了Agent 的自主性、社会性、反应性和主动性特点，优化了人员保障模型，使得人员能够用的及时、恰当、不浪费。

　　本文创新点：从模型Agent 中确定要使用的模型，再利用装备实际数据、历史数据和相应的信息处理方法，得到决策模型要使用的参数，最后确定所需得维修人员配备的最佳方案。