基于可变作业流程的舰载机机务勤务保障作业调度

doi:10.7527/S1000-6893.2024.31195

论文

本期目录 | 过刊浏览 | 高级检索

前一篇 |

基于可变作业流程的舰载机机务勤务保障作业调度

郭放¹, 韩维¹, 刘玉杰¹^,², 刘洁³, 苏析超⁴(), 程亮亮⁴

^1.海军航空大学航空基础学院，烟台 264001
^2.军事科学研究院军队政治工作研究院，北京 100071
^3.中国人民解放军32009部队，北京 100091
^4.海军航空大学航空作战勤务学院，烟台 264001

收稿日期:2024-09-12 修回日期:2024-10-09 接受日期:2024-10-22 出版日期:2024-10-30 发布日期:2024-10-29
通讯作者: 苏析超 E-mail:suxich@126.com
基金资助:
国家自然科学基金(12102077);中国科协青年人才托举工程

Scheduling for maintenance and service support of carrier-based aircraft based on variable operation process

Fang GUO¹, Wei HAN¹, Yujie LIU¹^,², Jie LIU³, Xichao SU⁴(), Liangliang CHENG⁴

^1.School of Basic Science for Aviation，Naval Aviation University，Yantai 264001，China
^2.Military Political Work Research Institute，Military Science Academy，Beijing 100071，China
^3.Unit 32009 of the PLA，Beijing 100091，China
^4.Aeronautical Operations College，Naval Aviation University，Yantai 264001，China

Received:2024-09-12 Revised:2024-10-09 Accepted:2024-10-22 Online:2024-10-30 Published:2024-10-29
Contact: Xichao SU E-mail:suxich@126.com
Supported by:
National Natural Science Foundation of China(12102077);Young Elite Scientists Sponsorship Program by CAST

摘要/Abstract

摘要：

随着现代海战对航母作战能力要求的提高，舰载机机务勤务保障作业的效率直接影响航母作战效能的发挥，为优化保障作业流程，进一步提升作业效率，研究了基于可变作业流程的舰载机机务勤务保障作业调度优化问题，提出了相应的调度优化算法。首先，分析了甲板作业环境和机务勤务保障作业特点，构建了甲板作业环境中保障人员和设备的转移路径库；其次，以最小化保障完工时间为优化目标，构建了基于可变作业流程的舰载机机务勤务保障作业调度模型，模型中考虑了保障人员、保障设备和流程约束，以及武器的协同取送过程；进一步，将问题抽象为基于可变作业流程的资源受限多项目—资源转运集成调度问题，基于考虑资源、人员转移的串行调度生成机制，提出了一种改进粒子群优化算法（IPSO）对调度模型进行优化求解；最后，通过典型保障任务场景仿真和算法对比，验证了调度模型和算法的有效性，以及算法的高效性和鲁棒性。在相同条件下，相对于基于固定流程的保障作业调度方法，文中提出的基于可变作业流程的机务勤务保障作业调度方法能够有效缩短保障完工时间，在武器配送作业场景中保障作业平均完成时间至少可减少25.50%，在武器取送协同作业场景中保障作业平均完成时间至少可减少25.96%。

关键词: 舰载机, 可变作业流程, 机务勤务保障作业, 武器转运, 集成调度, 资源受限多项目调度, 粒子群优化算法

Abstract:

With the increasing demand for aircraft carrier combat capability in modern naval warfare， the efficiency of carrier aircraft maintenance and support operations directly affects the effectiveness of aircraft carrier combat. To optimize the support operation process and further improve operation efficiency， the scheduling optimization problem for maintenance and service support of carrier aircraft based on variable operation process was studied， and the corresponding scheduling optimization algorithm was proposed. Firstly， the characteristics of the flight deck environment and maintenance and support operations were analyzed， and a transfer path library for personnel and equipment in the deck environment was constructed. Secondly， with the optimization goal of minimizing the completion time of support operations， an scheduling model for maintenance and service support of carrier aircraft based on variable operation process is constructed. The model takes into account the constraints of support personnel， support equipment， and operation process， as well as the collaborative pickup and delivery process of weapons. Furthermore， the problem is conceptualized as an integrated scheduling problem of resource constrained multi-project scheduling and resource delivery scheduling based on variable process operation flow. Based on a serial scheduling generation scheme considering resource transfer and personnel transfer， an Improved Particle Swarm Optimization algorithm （IPSO） is proposed to optimize and solve the scheduling model. Finally， the effectiveness of the scheduling model and algorithm， as well as the efficiency and robustness of the algorithm， were verified through simulation of typical support task scenarios and algorithm comparisons. Under the same conditions， compared to the fixed process-based scheduling method， the proposed variable process-based scheduling method for maintenance and support operations can effectively shorten the completion time. In the scenario of flight deck operations with weapon delivery operations， the average completion time can be reduced by at least 25.50%； and in the scenario with weapon pick-up and delivery， the average completion time can be reduced by at least 25.96%.

Key words: carrier-based aircraft, variable process, maintenance and support operations, weapon transportation, integrated scheduling, resource-constrained multi-project scheduling problem, Particle Swarm Optimization (PSO) algorithm

中图分类号:

V271.4⁺92

郭放, 韩维, 刘玉杰, 刘洁, 苏析超, 程亮亮. 基于可变作业流程的舰载机机务勤务保障作业调度[J]. 航空学报, 2025, 46(13): 531195.

Fang GUO, Wei HAN, Yujie LIU, Jie LIU, Xichao SU, Liangliang CHENG. Scheduling for maintenance and service support of carrier-based aircraft based on variable operation process[J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(13): 531195.

图/表 20

图1

图2

图3

图4

图5

图6

图7

表 1

保障设备覆盖范围

停机位编号	覆盖停机位的固定设备站编号
停机位编号	$L 1 q$	$L 2 q$	$L 3 q$	$L 4 q$	$L 5 q$
P1	1	1	1	1	1
P2	1	2	1	1	1，2
P3	1，2	3	1	1	1，2
P4	2	4	1.2	1，2	1，2，3
P5	2	5	2	2	3
P6	3	6	2	2	3
P7	3	7	2	2	4
P8	3，4	8	3	3	4
P9	4	9	3	3	4
P10	4	10	3	3	5
P11	5	11	4	4	5，6
P12	5，6	12	4	4	6
P13	6	13	4	4	6，7
P14	7	14	5	5	7
P15
P16
P17

表 1

表 2

调度任务案例

停机位编号	保障任务1-1/2		保障任务2-1/2		保障任务3-1/2
停机位编号	作战任务	$t x l i$ / min	作战任务	$t x l i$ / min	作战任务	$t x l i$ / min
P1	1	1	1	2	1	2
P2	1	1	1	2	1	1
P3	1	2	1	3	1	1
P4	1	2	1	2	1	3
P5	2	3	2	2	1	2
P6	2	3	2	1	2	3
P7			2	1	2	2
P8			2	3	2	1
P9			3	1	2	3
P10			3	2	2	2
P11			3	3	3	2
P12			3	1	3	1
P13					3	1
P14					3	2
P15					3	2
P16					1	2
P17					2	3

表 2

表 3

表 4

图8

图9

图10

图11

表 5

图12

图13

图14

表 6

参考文献 41

[1]	LIU J， DONG X Z， WANG X W， et al. A homogenization-planning-tracking method to solve cooperative autonomous motion control for heterogeneous carrier dispatch systems‍［J］. Chinese Journal of Aeronautics， 2022， 35（9）： 293-305.
[2]	LIU Y J， HAN W， SU X C， et al. Optimization of fixed aviation support resource station configuration for aircraft carrier based on aircraft dispatch mission scheduling［J］. Chinese Journal of Aeronautics， 2023， 36（2）： 127-138.
[3]	SU X C， HAN W， WU Y， et al. A proactive robust scheduling method for aircraft carrier flight deck operations with stochastic durations‍［J］. Complexity， 2018， 2018（1）： 6932985.
[4]	李亚飞，高磊，蒿宏杰，等. 舰载机保障作业人机协同决策方法［J］. 中国科学：信息科学， 2023， 53（12）： 2493-2510.
	LI Y F， GAO L， HAO H J， et al. Human-machine collaborative decision-making for carrier aircraft support operations［J］. Scientia Sinica （Informationis）， 2023， 53（12）： 2493-2510 （in Chinese）.
[5]	SU X C， CUI R W， LI C J， et al. A heuristic solution framework for the resource-constrained multi-aircraft scheduling problem with transfer of resources and aircraft［J］. Expert Systems with Applications， 2023， 228： 120430.
[6]	JIANG T T， SU X C， HAN W. Optimization of support scheduling on deck of carrier aircraft based on improved differential evolution algorithm［C］∥2017 3rd IEEE International Conference on Control Science and Systems Engineering （ICCSSE）. Piscataway： IEEE Press， 2017： 136-140.
[7]	苏析超，韩维，萧卫，等. 基于Memetic算法的舰载机舰面一站式保障调度［J］. 系统工程与电子技术， 2016， 38（10）： 2303-2309.
	SU X C， HAN W， XIAO W， et al. Pit-stop support scheduling on deck of carrier plane based on Memetic algorithm［J］. Systems Engineering and Electronics， 2016， 38（10）： 2303-2309 （in Chinese）.
[8]	史玮韦，韩维，司维超. 舰载机多机直接机务准备优化研究［J］. 计算机工程与设计， 2013， 34（12）： 4214-4219.
	SHI W W， HAN W， SI W C. Optimization of direct flight line maintenance process for multi-carrier planes［J］. Computer Engineering and Design， 2013， 34（12）： 4214-4219 （in Chinese）.
[9]	HAN W， GUO F， SU X C. A reinforcement learning method for a hybrid flow-shop scheduling problem［J］. Algorithms， 2019， 12（11）： 222.
[10]	YU L F， ZHU C， SHI J M， et al. An extended flexible job shop scheduling model for flight deck scheduling with priority， parallel operations， and sequence flexibility［J］. Scientific Programming， 2017， 2017（1）： 2463252.
[11]	CUI R W， HAN W， SU X C， et al. A multi-objective hyper heuristic framework for integrated optimization of carrier-based aircraft flight deck operations scheduling and resource configuration‍［J］. Aerospace Science and Technology， 2020， 107： 106346.
[12]	崔荣伟，韩维，苏析超，等. 舰载机甲板机务勤务保障作业调度与资源配置集成优化［J］. 系统工程与电子技术， 2021， 43（7）： 1884-1893.
	CUI R W， HAN W， SU X C， et al. Integrated optimization of carrier-based aircraft flight deck operations scheduling and resource configuration for pre-flight preparation stage［J］. Systems Engineering and Electronics， 2021， 43（7）： 1884-1893 （in Chinese）.
[13]	SU X C， HAN W， WU Y， et al. A robust scheduling optimization method for flight deck operations of aircraft carrier with ternary interval durations［J］. IEEE Access， 2018， 6： 69918-69936.
[14]	万兵，苏析超，郭放，等. 不确定性工时下甲板作业的前摄性鲁棒调度［J］. 航空学报， 2022， 43（12）： 325971.
	WAN B， SU X C， GUO F， et al. Proactive robust scheduling of aircraft carrier flight deck operations with uncertain activity durations［J］. Acta Aeronautica et Astronautica Sinica， 2022， 43（12）： 325971 （in Chinese）.
[15]	YUAN P L， HAN W， SU X C， et al. A dynamic scheduling method for carrier aircraft support operation under uncertain conditions based on rolling horizon strategy［J］. Applied Sciences， 2018， 8（9）： 1546.
[16]	刘东，吴家仁，周一舟，等. 舰载机综合保障技术实践及发展展望［J］. 航空学报， 2021， 42（8）： 525802.
	LIU D， WU J R， ZHOU Y Z， et al. Practice and prospects of comprehensive support technologies of carrier-based aircraft［J］. Acta Aeronautica et Astronautica Sinica， 2021， 42（8）： 525802 （in Chinese）.
[17]	CUI R W， HAN W， SU X C， et al. A dual population multi-operator genetic algorithm for flight deck operations scheduling problem［J］. Journal of Systems Engineering and Electronics， 2021， 32（2）： 331-346.
[18]	韩维，崔荣伟，苏析超，等. 基于双种群模糊引力搜索算法的舰载机甲板作业调度［J］. 控制与决策， 2021， 36（11）： 2751-2759.
	HAN W， CUI R W， SU X C， et al. Flight deck operations scheduling based on dual population fuzzy gravitational search algorithm［J］. Control and Decision， 2021， 36（11）： 2751-2759 （in Chinese）.
[19]	苏析超，伍恒，崔荣伟，等. 基于边际-人工蜂群算法的舰载机机群出动保障人员配置-调度联合优化方法［J］. 北京航空航天大学学报， 2020， 46（11）： 2056-2068.
	SU X C， WU H， CUI R W， et al. Joint optimization method for carrier-based aircraft fleet sortie support personnel configuration and scheduling based on marginal-ABC algorithm［J］. Journal of Beijing University of Aeronautics and Astronautics， 2020， 46（11）： 2056-2068 （in Chinese）.
[20]	寇贞贞，李苏剑，顾涛，等. 不完全维修条件下的备件多级库存优化［J］. 计算机集成制造系统， 2021， 27（6）： 1749-1759.
	KOU Z Z， LI S J， GU T， et al. Multi-echelon inventory optimization of spare parts under imperfect maintenance conditions［J］. Computer Integrated Manufacturing Systems， 2021， 27（6）： 1749-1759 （in Chinese）.
[21]	刘哲，马俊飞，陈佳峰，等.基于改进灰狼算法的舰载机弹药保障调度优化［J］. 系统工程与电子技术， 2024， 46（4）： 1264-1272.
	LIU Z， MA J F， CHEN J F， et al. Optimization of carrier aircraft ammunition support scheduling based on improved grey wolf algorithm［J］. Systems Engineering and Electronics， 2024， 46（4）： 1264-1272 （in Chinese）.
[22]	GUO F， HAN W， SU X C， et al. A bi-population immune algorithm for weapon transportation support scheduling problem with pickup and delivery on aircraft carrier deck［J］. Defence Technology， 2023， 22： 119-134.
[23]	张少辉，刘舜，李亚飞，等. 航空母舰舰载机弹药保障作业调度优化算法［J］. 航空学报， 2023， 44（20）： 228485.
	ZHANG S H， LIU S， LI Y F， et al. Optimization algorithm for ammunition support operation scheduling of carrier-borne aircraft［J］. Acta Aeronautica et Astronautica Sinica， 2023， 44（20）： 228485 （in Chinese）.
[24]	金钊，金璐，张博闻，等.舰载机弹药保障作业调度的形式化建模与验证［J/OL］.软件学报，（2024-05-13）［2024-09-12］. .
	JIN Z， JIN L， ZHANG B W， et al. Formal modeling and verification of carrier-borne aircraft ammunition support operation scheduling［J/OL］. Journal of Software，（2024-05-13）［2024-09-12］. （in Chinese）.
[25]	苏析超，韩维，张勇，等. 考虑人机匹配模式的舰载机甲板机务勤务保障调度算法［J］. 航空学报， 2018， 39（12）： 222314.
	SU X C， HAN W， ZHANG Y， et al. Scheduling algorithm for maintenance and service support of carrier-based aircraft on flight deck with different man-aircraft matching patterns［J］. Acta Aeronautica et Astronautica Sinica， 2018， 39（12）： 222314 （in Chinese）.
[26]	范晓临，张旭东，邹渊，等. 一种基于简化可视图的建图和规划方法［J］. 汽车工程， 2024， 46（7）： 1249-1258.
	FAN X L， ZHANG X D， ZOU Y， et al. A mapping and planning method based on simplified visibility graph［J］. Automotive Engineering， 2024， 46（7）： 1249-1258 （in Chinese）.
[27]	郭放，刘玉杰，韩维，等. 基于MC-GERT的舰载机出动回收作业流程时间不确定性分析［J］. 北京航空航天大学学报， 2025， 51（3）： 795-805.
	GUO F， LIU Y J， HAN W， et al. Time uncertainty analysis on cyclic operations of carrier aircraft based on MC-GERT［J］. Journal of Beijing University of Aeronautics and Astronautics， 2025， 51（3）： 795-805 （in Chinese）.
[28]	PELLERIN R， PERRIER N， BERTHAUT F. A survey of hybrid metaheuristics for the resource-constrained project scheduling problem［J］. European Journal of Operational Research， 2020， 280（2）： 395-416.
[29]	叶倩琳，王万良，王铮. 多目标粒子群优化算法及其应用研究综述［J］. 浙江大学学报（工学版）， 2024， 58（6）： 1107-1120， 1232.
	YE Q L， WANG W L， WANG Z. Survey of multi-objective particle swarm optimization algorithms and their applications［J］. Journal of Zhejiang University （Engineering Science）， 2024， 58（6）： 1107-1120， 1232 （in Chinese）.
[30]	MAZHOUD I， HADJ-HAMOU K， BIGEON J， et al. Particle swarm optimization for solving engineering problems： A new constraint-handling mechanism［J］. Engineering Applications of Artificial Intelligence， 2013， 26（4）： 1263-1273.
[31]	BAI X， HOU Y， HAN H G. Adaptive knowledge transfer-based particle swarm optimization for constrained multitask optimization［J］. Swarm and Evolutionary Computation， 2024， 87： 101569.
[32]	WANG H X， SHI L B. A multi-direction guided mutation-driven stable swarm intelligence algorithm with translation and rotation invariance for global optimization［J］. Applied Soft Computing， 2024， 159： 111614.
[33]	EL-KHALDI K， SALEEBY E. On the density of lines and Santalo’s formula for computing geometric size measures［J］. Monte Carlo Methods and Applications 2020， 26（4）： 315-323.
[34]	BIGLER T， GNÄGI M， TRAUTMANN N. MIP-based solution approaches for multi-site resource-constrained project scheduling［J］. Annals of Operations Research， 2024， 337（2）： 627-647.
[35]	FENG J H， ZHANG J， ZHU X S， et al. A novel chaos optimization algorithm［J］. Multimedia Tools and Applications， 2017， 76（16）： 17405-17436.
[36]	郭霖瀚，康锐，文佳. 以保障活动为中心的装备保障资源数量预测［J］. 航空学报， 2009， 30（5）： 919-924.
	GUO L H， KANG R， WEN J. Quantitative forecast of support activity centered equipment support resources［J］. Acta Aeronautica et Astronautica Sinica， 2009， 30（5）： 919-924 （in Chinese）.
[37]	BHATTACHARYA A， PAL M. Covering of fuzzy graphs and its application in emergency aircraft landing using particle swarm optimization method［J］. Applied Soft Computing， 2024， 165： 112035.
[38]	SUN Y J， WU Y X， LIU Z J. An improved differential evolution with adaptive population allocation and mutation selection‍［J］. Expert Systems with Applications， 2024， 258： 125130.
[39]	SUN K X， ZHENG D B， SONG H H， et al. Hybrid genetic algorithm with variable neighborhood search for flexible job shop scheduling problem in a machining system［J］. Expert Systems with Applications， 2023， 215： 119359.
[40]	ZHANG T， YU L Y， LI S B， et al. Unmanned aerial vehicle 3D path planning based on an improved artificial fish swarm algorithm［J］. Drones， 2023， 7（10）： 636.
[41]	张安，杨咪，毕文豪，等. 基于多策略GWO算法的不确定环境下异构多无人机任务分配［J］. 航空学报， 2023， 44（8）： 327115.
	ZHANG A， YANG M， BI W H， et al. Task allocation of heterogeneous multi-UAVs in uncertain environment based on multi-strategy integrated GWO［J］. Acta Aeronautica et Astronautica Sinica， 2023， 44（8）： 327115 （in Chinese）.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

算法	指标	保障任务1		保障任务2		保障任务3
算法	指标	场景1	场景2	场景1	场景2	场景1	场景2
IPSO	W	41.76	56.04	60.22	91.35	72.21	115.74
	A	40.77	55.84	59.72	90.35	71.36	113.93
	B	39.92	55.58	59.42	89.72	70.63	112.78
	S	0.59	0.16	0.27	0.59	0.61	0.99
PSO	W	41.91	56.84	62.43	94.00	74.32	117.08
	A	41.14	56.60	61.58	92.96	73.34	115.32
	B	40.57	56.14	60.01	91.77	71.32	114.18
	S	0.48	0.27	0.82	0.74	1.19	0.97
IAFSA	W	44.69	57.56	65.38	96.18	78.93	116.92
	A	43.79	57.37	64.68	95.53	77.61	116.36
	B	42.85	57.15	63.89	95.16	76.05	115.89
	S	0.59	0.15	0.59	0.38	1.23	0.36
GA	W	45.69	59.28	65.36	96.92	77.82	119.17
	A	44.47	58.54	64.23	95.18	77.24	118.54
	B	43.47	58.09	62.60	94.04	76.67	117.69
	S	0.80	0.40	1.02	1.16	0.41	0.49
DE	W	44.67	58.01	65.11	95.73	77.45	118.76
	A	44.24	57.79	64.52	95.30	76.43	118.31
	B	43.67	57.47	63.39	94.70	75.57	117.63
	S	0.36	0.22	0.62	0.34	0.64	0.46
GWO	W	43.57	57.05	64.26	95.94	76.13	119.07
	A	42.56	56.80	63.52	95.07	75.43	117.08
	B	41.29	56.62	62.12	94.17	75.09	115.78
	S	0.88	0.15	0.74	0.72	0.40	1.10
M2SITRI	W	44.21	59.22	65.55	95.62	77.71	119.43
	A	43.74	57.78	64.47	94.86	77.09	118.04
	B	43.34	57.00	63.90	93.80	75.38	116.90
	S	0.30	0.77	0.59	0.61	0.86	0.81

流程	指标	保障任务1		保障任务2		保障任务3
流程	指标	场景1	场景2	场景1	场景2	场景1	场景2
固定流程	W	58.80	81.66	81.81	124.46	98.10	154.82
	A	58.41	80.04	80.67	122.02	96.52	152.93
	B	58.01	78.22	79.84	120.41	95.20	150.87
	S	0.30	1.13	0.66	1.44	1.05	1.48
r_a/%	W	28.98	31.37	26.39	26.60	26.39	25.24
	A	30.21	30.23	25.96	25.96	26.07	25.50
	B	31.18	28.94	25.57	25.49	25.81	25.25

基于可变作业流程的舰载机机务勤务保障作业调度

Scheduling for maintenance and service support of carrier-based aircraft based on variable operation process

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 20

参考文献 41

相关文章 15

编辑推荐

Metrics

本文评价

工序序号	K_p	K_q	作战任务1		作战任务2		作战任务3
工序序号	K_p	K_q	场景1	场景2	场景1	场景2	场景1	场景2
0			0	0	0	0	0	0
1	1	2	2	2	2	2	2	2
2	2	2	5	5	5	5	4	4
3	4		9	9	10	10	11	11
4	3	2	3	3	3	3	6	6
5	1	2	2	2	2.5	2.5	3.8	3.8
6	2	2	5	5	6	6	2	2
7	4	2	4	4	5	5	6	6
8	3	2	3	3	3	3	3	3
9	1	3	4	4	4	4	4	4
10	4		8	8	9	9	8	8
11	4	4	3	3	3	3	3	3
12	4	2，5	1.4	1.4	1.5	1.5	1.8	1.8
13	3	6	0	3	0	3	0	3
14	3	6	6	6	6	6	7	7
15	3	6	0	3	0	3	0	3
16	3	6	6	6	6	6	6	6
17	3	6	0	3	0	3	0	3
18	3	6	6	6	6	6	6	6
19	3	6	0	3	0	3	0	3
20	3	6	6	6	6	6	7	7
21	4	1	12	12	15	15	13	13
22	4	2，5	1.4	1.4	1.5	1.5	1.8	1.8
23	2		8	8	8	8	8	8
24			0	0	0	0	0	0

保障任务	类别	保障任务1	保障任务2	保障任务3
移动保障车/辆	燃油车	2	2	3
	氧气车	2	2	3
	氮气车	2	2	3
	液压车	2	2	3
	武器搬运车	8	9	10
机务保障人员/人	航电专业	8	10	11
	特设专业	4	5	6
	机械专业	12	24	26
	军械专业	18	24	27

[1]	吕晓晨, 史静平, 吕永玺, 李耕农. 传感器失效下的魔毯着舰气流角重构算法[J]. 航空学报, 2025, 46(13): 531159-531159.
[2]	陈伟, 李璐璐, 陈董, 张少辉, 李亚飞, 王可, 靳远远, 徐明亮. 差异化保障需求驱动的舰载机多机协同决策方法[J]. 航空学报, 2025, 46(13): 331274-331274.
[3]	刘广, 王华, 林友芳, 贺硕, 李亚飞, 徐明亮. 舰载机保障作业自适应批量匹配决策方法[J]. 航空学报, 2025, 46(1): 330615-330615.
[4]	贺杨超, 李炯, 邵雷, 卜祥伟, 张锦林, 姬博洋. 基于改进“当前”统计模型的再入目标跟踪算法[J]. 航空学报, 2024, 45(S1): 730800-730800.
[5]	周大鹏, 曲晓雷. 基于知识引导智能鸽群优化的舰载机着舰控制[J]. 航空学报, 2024, 45(S1): 730801-730801.
[6]	王四季, 张羽薇, 黄开明, 吕彪, 赵海凤, 王虎, 廖明夫. 基于改进粒子群算法的直升机动力涡轮转子系统优化方法[J]. 航空学报, 2024, 45(1): 228608-228608.
[7]	刘晓雨, 孙立国, 谭文倩, 魏金鹏, 王维军, 焦俊凯. 基于相似构型决策的舰载机驾驶员建模与评估[J]. 航空学报, 2023, 44(4): 126329-126329.
[8]	张少辉, 刘舜, 李亚飞, 金钊, 靳远远, 王少参, 赵建波, 徐明亮. 航空母舰舰载机弹药保障作业调度优化算法[J]. 航空学报, 2023, 44(20): 228485-228485.
[9]	万兵, 苏析超, 郭放, 韩维, 梁勇. 不确定性工时下甲板作业的前摄性鲁棒调度[J]. 航空学报, 2022, 43(12): 325971-325971.
[10]	王霄, 程健慧, 沈天荣, 许保成, 孟轩. 舰面飞机尾喷流对进气道温度场影响的仿真分析[J]. 航空学报, 2021, 42(8): 525795-525795.
[11]	陈跃良, 陈亮, 卞贵学, 杨翔宁, 管宇, 张勇, 何刚. 先进舰载战斗机腐蚀防护控制与日历寿命设计[J]. 航空学报, 2021, 42(8): 525786-525786.
[12]	刘东, 吴家仁, 周一舟, 刘振祥, 李瑜, 王铭泽. 舰载机综合保障技术实践及发展展望[J]. 航空学报, 2021, 42(8): 525802-525802.
[13]	王永庆. 固定翼舰载战斗机关键技术与未来发展[J]. 航空学报, 2021, 42(8): 525859-525859.
[14]	王永庆, 于浩, 施岩. 舰载机滑跃起飞动力学与运动学特性[J]. 航空学报, 2021, 42(8): 525853-525853.
[15]	刘洁, 韩维, 徐卫国, 刘纯, 袁培龙, 陈志刚, 彭海军. 基于滚动时域的舰载机甲板运动轨迹跟踪最优控制[J]. 航空学报, 2019, 40(8): 322842-322842.