第1章  緒論
  1.1  決策與決策方法
    1.1.1  決策的基本要素
    1.1.2  決策分類
    1.1.3  決策步驟
  1.2  *優(yōu)化問題與*優(yōu)化方法
    1.2.1  *優(yōu)化問題
    1.2.2  *優(yōu)化方法
  1.3  多準(zhǔn)則決策
    1.3.1  基本概念
    1.3.2  多目標(biāo)決策和多目標(biāo)優(yōu)化
  1.4  裝備保障優(yōu)化決策
    1.4.1  裝備保障決策中存在問題分析
    l.4.2  裝備保障優(yōu)化決策概念
    1.4.3  裝備保障優(yōu)化決策過程
    1.4.4  裝備保障優(yōu)化決策典型應(yīng)用
  參考文獻(xiàn)
第2章  智能優(yōu)化算法
  2.1  禁忌搜索
    2.1.1  禁忌搜索的基本思想
    2.1.2  禁忌搜索算法框架與應(yīng)用
  2.2  模擬退火
    2.2.1  模擬退火算法的基本思想
    2.2.2  模擬退火算法框架與應(yīng)用
  2.3  遺傳算法
    2.3.1  遺傳算法的基本思想
    2.3.2  遺傳算法框架與應(yīng)用
    2.3.3  遺傳算法的其他變種
  2.4  蟻群算法
    2.4.1  蟻群算法的基本思想
    2.4.2  蟻群算法應(yīng)用
  2.5  粒子群算法
    2.5.1  粒子群算法的基本思想
    2.5.2  粒子群算法框架與應(yīng)用
    2.5.3  粒子群算法的其他變種
  2.6  差分進(jìn)化算法
    2.6.1  差分進(jìn)化算法的基本思想
    2.6.2  差分進(jìn)化算法框架與應(yīng)用
    2.6.3  差分進(jìn)化算法的其他變種
  2.7  生物地理學(xué)優(yōu)化算法
    2.7.1  生物地理學(xué)優(yōu)化算法的基本思想
    2.7.2  生物地理學(xué)優(yōu)化算法框架與應(yīng)用
    2.7.3  生物地理學(xué)優(yōu)化算法的其他變種
  2.8  混合智能優(yōu)化算法
    2.8.1  遺傳／禁忌混合優(yōu)化算法
    2.8.2  生物地理學(xué)優(yōu)化／差分進(jìn)化算法
  參考文獻(xiàn)
第3章  多屬性決策
  3.1  多屬性決策概述
  3.2  經(jīng)典多屬性決策方法
  3.3  基于vague集的模糊多屬性決策
    3.3.1  vague集基本概念
    3.3.2  vague集(值)之間的距離度量
    3.3.3  vague集(值)之間的相似度量
    3.3.4  vague值的排序方法
    3.3.5  基于vague集的多階段模糊多屬性決策方法
  參考文獻(xiàn)
第4章  裝備管理優(yōu)化決策
  4.1  裝備運用優(yōu)化決策
    4.1.1  裝備動用時間優(yōu)化分配
    4.1.2  裝備動用優(yōu)化遺傳算法
    4.1.3  算法實驗與評價
  4.2  裝備補(bǔ)充優(yōu)化決策
    4.2.1  裝備補(bǔ)充優(yōu)化問題
    4.2.2  多目標(biāo)遺傳算法
    4.2.3  多目標(biāo)粒子群算法
    4.2.4  算法實驗與評價
  4.3  裝備更新優(yōu)化決策
    4.3.1  裝備更新優(yōu)化決策問題
    4.3.2  裝備更新多階段決策模型
    4.3.3  算法實驗與評價
  4.4  裝備調(diào)運優(yōu)化決策
    4.4.1  裝備調(diào)運優(yōu)化問題
    4.4.2  生態(tài)地理學(xué)優(yōu)化算法
    4.4.3  算法實驗與評價
  參考文獻(xiàn)
第5章  維修保障優(yōu)化決策
  5.1  戰(zhàn)略維修規(guī)劃
    5.1.1  問題簡介
    5.1.2  數(shù)學(xué)模型描述
    5.1.3  兩階段禁忌搜索算法
    5.1.4  自適應(yīng)粒子群優(yōu)化算法
    5.1.5  算法實驗與評價
  5.2  裝備維修任務(wù)分配優(yōu)化決策
    5.2.1  問題簡介
    5.2.2  數(shù)學(xué)模型描述
    5.2.3  約束多目標(biāo)粒子群算法
    5.2.4  算法實驗與評價
    5.2.5  基于vague的多屬性決策
  5.3  維修作業(yè)調(diào)度優(yōu)化
    5.3.1  問題簡介
    5.3.2  數(shù)學(xué)模型描述
    5.3.3  粒子群優(yōu)化算法
    5.3.4  算法實驗與評價
  參考文獻(xiàn)
第6章  器材保障優(yōu)化決策
  6.1  器材籌措規(guī)劃
    6.1.1  多品種器材籌措問題
    6.1.2  分階段粒子群優(yōu)化算法
    6.1.3  分階段差分進(jìn)化算法
    6.1.4  算法實驗與評價
  6.2  器材存儲分配優(yōu)化
    6.2.1  器材存儲分配優(yōu)化問題
    6.2.2  多目標(biāo)遺傳算法
    6.2.3  多目標(biāo)二元差分進(jìn)化算法
    6.2.4  算法實驗與評價
  6.3  器材分倉優(yōu)化
    6.3.1  器材分倉優(yōu)化問題
    6.3.2  禁忌搜索算法
    6.3.3  算法實驗與評價
  6.4  器材供應(yīng)優(yōu)化
    6.4.1  器材供應(yīng)優(yōu)化問題
    6.4.2  粒子群優(yōu)化算法
    6.4.3  差分進(jìn)化算法
    6.4.4  算法實驗與評價
  參考文獻(xiàn)
第7章  裝備戰(zhàn)時保障優(yōu)化決策
  7.1  戰(zhàn)場搶修任務(wù)指派優(yōu)化
    7.1.1  問題分析
    7.1.2  數(shù)學(xué)建模
    7.1.3  基于模糊學(xué)習(xí)子群的多目標(biāo)粒子群算法
    7.1.4  算法實驗
  7.2  基地級維修作業(yè)分工優(yōu)化
    7.2.1  問題分析
    7.2.2  數(shù)學(xué)建模
    7.2.3  遺傳算法
    7.2.4  算法實例
    7.2.5  拓展研究
  7.3  維修器材配送優(yōu)化
    7.3.1  問題分析
    7.3.2  數(shù)學(xué)建模
    7.3.3  基于模擬退火的混合粒子群算法
    7.3.4  算法實驗
    7.3.5  拓展研究
  參考文獻(xiàn)
第8章  裝備保障優(yōu)化決策支持系統(tǒng)
  8.1  決策支持系統(tǒng)概述
    8.1.1  決策支持系統(tǒng)的基本概念
    8.1.2  決策支持系統(tǒng)的研究與發(fā)展
  8.2  系統(tǒng)總體設(shè)計
    8.2.1  裝備保障優(yōu)化決策的基本過程
    8.2.2  系統(tǒng)設(shè)計需求分析
    8.2.3  系統(tǒng)總體設(shè)計思路
    8.2.4  總體功能設(shè)計
  8.3  系統(tǒng)關(guān)鍵設(shè)計
    8.3.1  模型庫設(shè)計
    8.3.2  系統(tǒng)接口設(shè)計
    8.3.3  人.機(jī)交互設(shè)計
  8.4  系統(tǒng)應(yīng)用示例
  參考文獻(xiàn)