CDM GDP飞机着陆时隙多目标优化分配

为科学利用机场时隙资源、降低航班延误损失,研究了CDM GDP时隙资源分配方法.提出采用有效性、功效性和公平性均衡的CDM GDP时隙分配方法,给出一种多目标优化模型.模型以有效性为约束,以功效性和公平性为目标,寻求总延误成本损失最小和航空公司间损失偏差最小的分配方案;引入具体的评价指标量化比较分析航空公司间的公平性.模型采用一种多目标遗传算法予以求解.算例仿真结果表明,获得的一组最优方案的功效性和公平性比RBS算法提高了17.9%、88.5%,验证了所提方法的有效性.     

基于PSO的组合拍卖模型及其Swarm仿真

通过放松竞买人对拍卖物品的替代性或互补性的一致性认识假设,在组合拍卖机制设计的基础上建立了基于竞买人报价的组合拍卖模型.为了高效率地获得物品的最优分配方式,运用particle swarm optimization(PSO)算法模拟物品分配方式的寻优过程,在此基础上构建了基于PSO算法的组合拍卖模型.在Swarm仿真平台上对基于PSO算法的组合拍卖模型进行设计与实现,并通过一个具体的组合拍卖算例进行仿真验证,结果分析表明基于PSO算法的组合拍卖模型能够有效地解决多个物品的分配问题,并能实现卖主收益的最大化.学习能力参数分析表明,与自我学习能力相比,社会学习能力对卖主收益的优化更加重要.本文的研究结果对组合拍卖的理论研究和实际应用具有一定的借鉴价值.     

分布式时隙同步抗时钟频率不一致性能分析

针对节点时钟频率不一致而引起时隙漂移的情况,分析分布式时隙同步算法的性能。通过把一个时隙周期内的累积时钟偏差等效为时隙相位偏差,建立干扰模型,证明了采用分布式平均的时隙互同步算法可以避免节点时隙偏移量随时间的累积,并将节点之间的最大时隙偏差控制在一定范围内。最后,用计算机仿真和实物测试验证了分布式时隙同步算法可以保证节点之间的同步。     

采用平均加权的ad hoc网络分布式时隙同步算法

为了降低现有ad hoc网络分布式时隙同步算法复杂度,基于研究多个体系统行为特征的Vicsek模型,提出一种采用平均加权的分布式时隙同步算法。各节点通过计算自身及其邻节点时隙起始时刻的算术平均调整时隙位置,最终达到所有节点时隙位置的统一,实现全网同步。对算法在不同网络连接下的收敛性进行逐一分析,并对网络节点随机分布时的算法收敛性进行仿真,结果表明,算法适用于各种连通性网络且收敛速度较快。     

交付期约束下的网络零售配送多时隙选项定价

研究交付期约束下网络零售商配送时隙定价问题,针对客户在线时隙选择具有随机性的特点,引入效用函数描述基于Logit的时隙选择概率公式,建立了考虑订单交付期约束并均衡配送能力的多时隙定价模型.根据客户对价格和交付期的敏感性进行客户等级分类,在客户订单随机到达的情况下,通过选择概率公式定量分析客户的时隙选择行为,引入0-1决策变量为其提供时隙选项及价格;进一步采用动态规划方法研究了机会成本对时隙价格的影响.最后通过算例演示了时隙效用,交付期以及订单到达率对时隙定价的影响,并分析了不同客户等级的定价差异,验证了模型的科学性和实用性.     

瓶颈网络TCP/主动队列管理模型及仿真

提出了一种基于离散时间Markov链的时延闭环反馈TCP/AQM(Active Queue Management)模型,并得到其稳态分布.通过以环路时延为单位,将系统时间分割成长度不同的时隙,分析每个时隙内TCP发送端发送窗口模型和瓶颈路由器队列模型.通过结合相邻时隙的参数,提出了TCP/AQM整体分析模型.该模型可以估计路由器的队列平均长度和丢包率、TCP发送端的平均发送窗口值,因此可以用于分析AQM算法性能以及给新算法的设计提供理论支持.通过在Matlab实施该模型与NS2仿真结果作比较,证实了该模型在模拟时延闭环反馈的TCP/RED系统的有效性.     

基于拍卖方偏好揭示的多属性网上拍卖模型

为了揭示拍卖方偏好对多属性网上拍卖的影响,研究由一个买方和多个卖方组成的多属性网上拍卖模型.根据模型,在多属性拍卖开始时,买方需要揭示偏好信息,给出每个属性的期望值和保留值.在拍卖过程中,买方Agent和卖方Agent分别代表拍卖双方进行评标和投标,由买方Agent控制拍卖协商过程.最后用一个多人参与的算例说明了该模型的有效性.这种方法能够避免多属性加权和模型的缺点,并且可以有效的控制拍卖过程.     

CDM ADGDP机场容量与时隙协同配置

为科学配置机场容量、合理利用时隙资源,提出了协同进离场地面延误程序,给出了进离场容量和时隙协同配置多目标优化模型.模型考虑了由天气原因引起的机场容量的动态性以及具有连续航程的航班间的相互影响;模型将进场和离场视为密切相关的两个过程,基于进离场容量的相互转化,以功效性和公平性为双重准则,实现了容量与时隙的协同优化配置.对于进场和离场不相关的情况,借鉴RBS算法思想,给出了一种AD-RBS算法.最后,结合国内某机场航班时刻数据,采用多目标遗传算法对模型进行了验证,并引入具体的评价指标进行量化分析,结果表明模型可以实现容量动态、充分利用,时隙有效、公平分配.     

基于可变优先级的GHP时隙分配优化模型

空中交通拥塞日益严重,造成大量经济损失。作为短期措施中缓解空中交通拥塞的有效方法,地面等待策略(GHP)的核心问题是时隙分配。因此针对航班的延误时间和延误费用,提出了一种可变优先级的时隙分配算法,并建立基于该算法的GHP优化模型。该算法中,航班在竞争不同时隙时优先级不同,且优先级的计算同时考虑了航班的延误时间和延误费用的影响,最后采用分支定界法搜索时隙分配的最优解。结合实际的数据,用计算机仿真实验对该算法进行了检验,结果表明了该算法的灵活性和有效性。     

无线自组织网络分布式时隙同步算法

介绍一种用邻居节点的时隙偏差值来计算时隙调整量,从而修正节点的本地参考时隙基准的时隙互同步算法,给出了在信号传播时延情况下时隙偏差的计算方法,证明互同步算法的收敛性,最后给出不同场景下的仿真结果,并对其性能进行分析。该算法由每个节点并行协同计算,实验证明收敛速度快,平均每个节点的计算量小,非常适合于移动自组网的终端终节点运行。     

考虑广告商信誉的搜索引擎排位拍卖的机制设计

排位拍卖是通用搜索引擎营运商的主要赢利手段. 由于不良广告乘虚而入,排位拍卖过度趋利的拍卖机制受到了公众的广泛质疑.为规范搜索引擎营运行为,提出一种考虑广告商信誉的新的排位拍卖的机制.基于经典的VCG拍卖的机制提出了胜标的确定方法,推导并证明了各个广告排位的价格计算公式.通过与原有的不考虑广告商信誉的排位拍卖的收益对比说明,虽然在相同竞价水平上,考虑广告商信誉会给搜索引擎营运商带来少量的经济损失,但从长远看,搜索引擎的信誉提高带来访问量的增加,势必会给搜索引擎营运商带来更高的利润.     

基于Swarm的股权拍卖机制设计与仿真研究

基于多主体的建模仿真方法，运用particle swarm optimization（PSO）群体智能算法模拟信息交互条件下外部投资者估价变化的学习机制和演化规律，在机制设计的基础上，建立了实现风险投资退出的股权拍卖模型.在Swarm平台上对股权拍卖模型的仿真分析表明，所设计的股权拍卖机制能够显著地提高风险投资家的收益，并能帮助风险投资家预测外部投资者的估价和拍卖参与度的变化.对股权拍卖模型的参数仿真发现，风险投资家可以通过引入更多的外部投资者参与股权拍卖来进一步提高自己的收益；即便外部投资者过度强化单一学习能力，最终也可以得到相对理想的股权拍卖结果.本文的研究可以为风险投资家的策略选择提供参考依据.     

基于MAS的多UAV协同任务分配设计与仿真

对多无人机UAV（Uninhabited Aerial Vehicle）协同任务问题,提出了基于多智能体系统MAS（Multi-Agent System）的系统框架;对多UAV协同目标分配问题建立了数学模型,提出基于Agent的分布协同拍卖的动态任务分配算法,通过多Agent拍卖实现目标分配;建立了多UAV仿真系统,基于HLA/RTI和知识共享与操作语言KQML（Knowledge Queryand Manipulate Language）实现多UAV系统中各Agent的交互;仿真系统能方便有效的仿真多机协同问题,对目标分配问题的仿真结果表明,目标分配算法具有良好的优化效果和时间特性,能够满足一般战场的实时性需求。     

基于树型结构的在线逆向组合拍卖模型

在分析逆向组合拍卖和树型结构基本特征的基础上,提出了基于树型结构的在线逆向组合拍卖的模型。针对中标者确定问题提出一种算法:标号法,并分析了标号法的一些性质。     

面向应急对地观测任务的多飞艇协同分配方法

应急条件下多飞艇协同任务分配是一个重要而极具前景的研究课题,对提高飞艇观测效能起着至关重要的作用。针对多飞艇协同任务分配问题,设计了一种基于Agent双向招标的改进合同网协同机制,详细解释了双向招标的方法和标值计算的启发式规则。针对应急观测任务的高时效性特点,建立了一个多目标约束满足优化模型,并提出一种针对批量动态任务的快速分配算法--动态自适应协同任务分配算法(dynamical flexible collaborative algorithm,DFCA)。大量模拟实验结果表明,该算法能够在很短的时间内获得较好的任务分配方案,具有较高的任务完成率和权值收益率。     

具有时间耦合约束的多时段智能电网实时电价

实时电价是未来智能电网理想的定价机制.本文以社会福利最大化模型为基础,对智能电网的实时电价策略进行研究.按照电器运行特点将电器分为必须运行的电器、弹性电器和半弹性电器,针对弹性电器和半弹性电器的用电量关于时间具有耦合性,建立一个多时段的优化模型.采用松弛方法,将多时段的模型分解成一组单时段优化问题,利用对偶理论,给出一个分布式算法,得到实时电价,算法不需要用户向供电商以及其他用户透露自己的具体用电信息,保护了用户的个人隐私,有效求解了多时段的社会福利最大化模型.数值仿真验证了所建模型的合理性以及算法的有效性.     

集合竞价算法对股票价格的影响

构建集合竞价数学模型,设计实现算法,采用理论分析与金融实验相结合的方法,从静态与动态两个角度研究集合竞价机制中的成交价决定原则对股票价格的影响,得到结论: 1)不同的集合竞价成交价决定原则, 产生不同的股票价格;2)从长远来看, 集合竞价成交价决定原则,对股价走势的影响是长期和重大的; 3) 是否引入更少系统风险,集合竞价算法中的中间成交价和参考价格原则并不比最小或最大成交价决定原则好多少.研究结论对证券交易机制设计具有理论和实践指导意义.     

基于博弈论的多传感器交叉提示算法

针对传感器交叉提示技术在目标探测中的应用问题展开研究,首先介绍多传感器交叉提示技术基本理论,建立了具有社区性的传感器网络模型和基于多Agent技术的分布式传感器管理结构,分析了传感器交叉提示发生的条件和类型,其次提出了传感器网络效能评价函数,最后设计了基于博弈论的多传感器交叉提示算法。仿真结果表明,提出的多传感器交叉提示模型符合实际作战场景,能够生成传感器联盟方案对目标检测和跟踪,并进行目标交接,与拍卖算法和人工蜂群算法相比,博弈论算法求解质量较高,收敛速度明显提高,更适用于作战态势较紧急的情形。     

用于认知跳频的归一化谱双向搜索感知算法

认知跳频被认为是消除传统跳频系统用频困扰的有效途径之一。针对认知跳频超宽带和多频隙实时频谱感知的需求,给出基于归一化谱双向搜索(bidirectional search of normalized power spectrum, BSNP)的感知算法,BSNP以跳频频隙内的归一化功率谱作为检验统计量,通过顺序执行正向和反向搜索,感知出跳频带宽中已被占用的所有频隙。利用傅里叶变换的渐进正态性和相互独立性,可推导BSNP单次判决虚警概率的数学表达式和判决门限的闭式表达式。分析和仿真表明,BSNP可以准确地找出频带内被占用的频隙,相比于常规谱估计感知算法,可有效克服噪声不确定度对频谱感知性能的 影响。