基于连续型Hopfield神经网络的油料资源输送优化  

POL Transport Optimization Based on Continuous Hopfield Neural Network

作　　者：樊荣[1,2] 唐宁 仰勇[4] 袁馨[2] 

机构地区：[1]重庆大学机械工程学院 [2]后勤工程学院油料应用与管理工程系 [3]中国航空油料集团公司 [4]95696部队

出　　处：《物流技术》2010年第19期127-130,共4页Logistics Technology

摘　　要：针对战时一个或多个油料供应点到多个油料需求点油料输送问题,运用连续型Hopfield神经网络,建立了以运输时间、路程和运输安全性为主要因素的输送模型,对模型进行了求解。最后以野战油库为用油部(分)队提供油料保障为例,探讨了油料资源最优运输路线,得到了最优油料资源运输路径。为战时油料保障组织实施提供了科学定量的分析方法。For the problem of wartime transport of POL from a single or multiple supply points to a single or multiple demand points,the paper uses the continuous Hopfield neural network to formulate the transport model that centers mainly on transport time,distance,and security and obtains the optimal solution.Then,in the case of field POL depots supplying oil-comsuming units,it discusses the optimal route of POL transport.

关 键 词：HOPFIELD神经网络 油料资源 输送路径 最优选择 

分 类 号：E234[军事—军事理论]