不确定性运输路径优化是战时运输决策的核心内容,对提高部队机动性和后勤保障能力具有重要作用。由于当前对运输路径优化的研究主要集中在确定性领域,对不确定问题的研究还很少,尤其是对战时军事运输路径优化问题的研究基本还是空白,因此本文以战时不确定性运输路径优化为对象进行研究。研究的不确定性包括参数不确定性、约束条件不确定性以及决策目标的不确定性。具体内容有: 1、以运输时间为目标,当路段通行时间为随机变量或模糊变量时,单梯队在给定置信水平下的最短时间路径问题和给定时间内到达的最大置信水平路径优化模型。当路段通行损耗率为模糊随机变量或随机模糊变量时,单梯队在给定机会度下的最小损耗路径问题和给定损耗率指标的最大机会度路径优化模型。当同时存在运输时间和到达的运量目标要求,且时间和损耗率为不确定量时,单梯队在给定置信水平时的最优时间与损耗的多目标路径优化模型和给定时间与损耗指标下的最大置信水平路径优化模型。在基于GA构建算法时,针对军事运输中存在的必经点问题,设计了特殊的染色体编码规则和交叉、变异方法,同时运用模拟方法求解染色体适应值。 2、运输路网的容量上限为区间数时的路网配流问题。分别以区间数的上、下限作为路网的容量约束的上限,建立了保守最大流、乐观最大流、最小风险代价乐观最大流和最小风险代价流的定义和数学模型。针对目标函数的非线性,设计了通过引入可调圈求解多重解,以得到最大流和给定流的最小风险代价配流算法。 3、针对战时运输中存在的不确定应急目标和总任务运输目标问题,研究了在大运量、多梯队、多路径,且存在同一路径运输梯队出发时间间隔要求、梯队运输规模限制和路途损耗情况下,运输梯队编成和出行方案优化问题。建立了应急目标和总任务目标要求的两级目标满意度优化模型和算法。当问题较复杂时,设计了基于GA的求解算法,并给出了约束条件处理和参变量简化的条件和方法。 最后,论文总结了全文的研究工作及研究结果,提出了论文的若干创新点,