基于Web的团队创新支持系统集成框架研究

知识创新是许多组织的重要竞争因素，现代组织越来越多地利用团队解决复杂的或者创新性的任务。然而，对于团队知识创新。目前普遍缺乏有力的创新支持手段。针对这样的问题，本文根据知识创新团队的工作过程，提出基于Web的团队创新支持系统(TCSS)的集成框架，分析系统的需求，设计团队创新支持系统的体系结构，并阐明系统的关键技术。     

跨组织任务型团队合作创新系统动力学模型与仿真

基于系统论的思想,将跨组织任务型团队合作创新系统视为动态创新系统,其中团队与任务间的知识互动过程可通过四个子模块进行描述,利用系统动力学方法,建立了各子模块的流图模型。模型仿真分析表明,合作创新过程中,任务冲突、知识吸收能力、团队间知识开放、团队间信任等因素对知识团队知识位势的增长起着促进作用,研究结论可为有效管理团队间合作创新过程提供理论指导。     

基于多支持向量机的软测量模型

在许多工业过程控制系统中，软测量技术由于解决了输出变量难以测量的问题而被广泛应用。软测量技术的核心问题是建立优良的软测量数学模型，支持向量机（SVM）以其优良的泛化特性而被应用到建立软测量模型中。基于多个模型的组合可以提高模型精度和鲁棒性的思想，提出多支持向量机（MSVM）组合模型的软测量建模方法．该建模方法通过减聚类方法将输入空间划分为一些小的局部空间．在每个局部空间中用最小二乘支持向量机（LS-SVM）建立子模型．为解决子模型相互之间的严重相关问题，提高模型的精度和鲁棒性，各个子模型的预测输出通过主元递归（PCR）方法连接．仿真研究表明，采用该建模方法能够达到较好的建模效果。     

基于HLA的团队仿真训练功能框架研究

为解决基于EBAT的团队仿真训练方法通用性不足的问题,以及EBAT方法与HLA分布式交互仿真环境的融合问题,在分析EBAT方法基本原理的基础上,基于软件架构的分层设计思想,提出一种基于HLA的团队仿真训练功能框架,并针对团队仿真训练过程进行建模。基于HLA联邦开发与执行过程模型,提出基于该框架的团队仿真训练开发过程模型。该功能框架及开发过程模型在国民经济动员仿真演练系统开发中的成功应用说明该功能框架及开发过程模型,在扩展EBAT功能框架通用性的同时,实现对团队仿真训练开发过程生命周期的描述,从而使基于HLA的分布式团队仿真训练开发过程更加标准化和流程化。     

基于局部信息的滚动优化与机器人路径规划

文献[4]中提出了模糊优化的方法并应用于基于滚动机理的机器人路径规划。但在遇到某些特殊情况时会出现振荡问题而导致机器人不能到达终点。本文中提出了基于系统局部信息的滚动模糊优化算法，在模糊优化过程中引入了历史信息，通过增加新的和历史信息相关的约束，保证了所选择的局部子目标与全局目标的一致性，解决了上述振荡问题。并在MATLAB平台上进行了仿真，仿真结果证明了本算法的有效性。     

利用遗传算法求解多项目资源平衡问题

基于遗传算法的基本原理,针对多项目资源平衡问题本身的特点,通过建立适当的数学模型,提出了解决多项目资源平衡问题一种全新的精确解法,并通过实际算例表明该算法的有效性.     

基于改进遗传算法的物流配送路径优化

物流配送路径规划对于提高物流配送效率、节约配送成本具有重要意义。以物流配送路径总长度为优化目标,将其转换为经典TSP优化问题进行求解并建立了数学模型。基于该数学模型,提出改进的遗传算法,针对遗传算法的选择、交叉和变异分别提出了基于序的选择算子、基于最小代价树的交叉算子和基于随机点长度控制的变异算子。改进的遗传算法与简单遗传算法的对比仿真实验表明,所改进的遗传算法有较好的全局寻优能力,且其收敛速度快,是解决物流配送路径优化问题的有效方法。     

基于物理仿真的煤炭自然发火研究

煤炭自然发火是导致矿井火灾的主要原因之一，也是煤炭安全生产急待解决的问题。本文简述了煤炭自然发火研究的一般方法－物理仿真方法，指出将煤炭自然发火研究简单地归结为一个温度调节问题是错误的。在给出煤炭自然发火的基本数学模型的基础上，提出了这一问题的研究主要归结为非线性多变量控制问题的观点，根据这一观点，设计了一种实验研究装置并用于某矿井研究，该装置基于计算机系统，智能控制方法。     

多类型家庭护理人员调度问题研究

以家庭护理企业中人员调度及路线优化问题为研究对象,建立考虑了多类型护理人员约束的数学模型,并将其转化为一个基于集划分的主问题以及若干个基于带资源约束最短路的定价子问题,每一个定价子问题对应于一类护理人员.利用多类型护理人员约束的特点,设计列生成算法和分枝定价算法对问题求解.通过对生成的算例测试,将所提出的算法与Cplex比较,验证其有效性.同时,以一个算例为例,比较采用单一类型和多类型护理人员的运营成本,分析使用多类型护理人员的合理性.     

云计算环境下动态资源分配优化方法研究

云计算理论中动态资源分配优化模型研究有待完善,本文提出处理动态资源分配优化问题的群智能处理模型.通过建立博弈量 子场数学模型,探讨基于价格机制的博弈理论,进一步通过发掘群智能原型中群体行为,并发现其内在的自组织行为和合作行为 机制,从而研究模型的自治性、平衡态和稳定性.最后针对宽带网络的带宽分配问题应用实例,定义了需求偏差函数,采用需求 满意度大以及需求偏差小的优化目标验证了模型性能,研究结果表明：本文基于价格机制博弈策略的模型是有效和可行的,不仅可以满足供需双方的利益,而且提高了资源的利用率.     

机群保障资源配置建模与优化研究

本文系统分析了机群保障的基本流程,厘清了保障过程中的各类约束条件,明确了机群保障资源配置的优化目标,构造了机群保障资源配置的数学优化模型.针对机群保障资源配置问题的大规模性与NP-hard性,采取滚动调度思想,将大规模优化问题分解为子问题,进而提高了求解的效率.最后以4架飞机6批次连续出动作为典型任务模式,基于优化平台验证了模型和算法的有效性和高效性.本研究为机群保障资源配置优化问题提供了一种有效的解决思路.     

基于知识约束的决策实体配置问题建模与求解

针对指挥控制组织设计中决策实体的配置问题,提出了在知识约束条件下该问题的数学模型及其求解方法。分析了该问题的约束条件,包括该问题的知识约束、隶属约束、能力属性约束等,建立了以最小化决策实体工作负载均方根为目标的优化模型,提出了基于遗传算法的模型求解算法,设计了针对问题模型的染色体编码方式、适应度函数以及遗传算子。最后结合联合作战仿真算例中一个任务与平台关系的设计方案,验证了所提方法的可行性和稳定性。     

对地观测小卫星星座长期任务规划求解技术

针对小卫星星座的成像特点和约束特性,建立长期任务规划数学模型。将该模型分解为初始轨道分配和冲突消解两阶段进行求解：首先将初始轨道分配问题映射为图的k-GCP模型,并提出了贪婪顶点序列着色算法进行分配;然后采用区间变量表示成像时间,根据区间变量间的时间关系对影响任务拓扑排序,设计了一种基于深度优先搜索的任务规划算法进行冲突消解。算例表明,该方法能够在满足时效性的前提下解决小卫星星座的长期任务规划问题。     

基于奇异摄动法的平流层飞艇

平流层飞艇作为一种低速飞行器对风场干扰具有很强的敏感性,它在水平面长距离逆风巡航时需要消耗较多的能量。针对此问题,提出了一种基于奇异摄动法的最小能量水平面轨迹优化方法。首先建立风场坐标系,将飞艇巡航到目标点的过程转化成类似的最优拦截问题;根据飞艇运动学、动力学状态变量变化的特点,引入比例导引法,将其进行3个快慢时间尺度的划分,建立基于奇异摄动法的数学模型;再分别求解3个不同时间尺度上的子问题,得到解析解;最后,给出了一个仿真算例,结果表明,所提方法是有效的,具有一定的工程应用前景。     

兵力组织扁平化指挥控制结构设计方法

合理的兵力组织指挥控制结构能提高兵力组织的整体作战效能。首先介绍了兵力组织的组成要素,提出了兵力组织扁平化指挥控制结构的数学描述方法。在其基础上分析了扁平化指挥控制结构设计问题,以均衡和最小化组织中各决策单元的负载水平为目标建立了相应的优化模型。最后提出了一种多目标模糊离散粒子群求解算法,并结合联合作战算例证明了算法的有效性和优越性。     

集约生产计划问题参数规划模型的转换与分解算法

为求解模糊的集约生产计划问题,从模糊集约生产计划已清晰化后的参数规划模型着手,将参数规划模型进行分解,提出了分解算法,并将分解算法与分枝定界法进行了比较分析,仿真结果验证了这种算法的有效性与优越性.     

部分可观条件下空对地打击中的动态资源分配

针对静态分配模型的不足,基于部分可观的马尔可夫决策过程建立对单个目标的多阶段决策模型,以反映任务执行效果及反馈信息中的不确定性,进而提出对多个目标的动态资源分配模型。在离线优化阶段中,通过对偶分解法将其分解为一系列较易求解的子问题,并基于次梯度算法调整资源价格,以协调子问题所构造策略中资源的使用量。在实时决策中,根据所得策略及实际执行情况指定对目标的具体行动方案,确保约束条件得以满足。仿真结果表明了方法的有效性。     

两阶段流水车间成组调度问题的迭代贪婪算法

针对两阶段流水车间成组调度问题，在同时考虑序列不相关准备时间和阶段间双向运输时间约束的情况下，以最小化最大完工时间为目标建立了混合整数线性规划模型，结合问题特征提出一种协同进化迭代贪婪算法.算法将工件组间排序和各工件组内工件间排序两个子问题进行统一编码，设计了不同的启发式规则产生问题的初始解，并提出一种协同导向迭代贪婪规则对两个子问题进行联合优化，进而给出了问题的三个下界以评估算法的性能.通过不同规模的数据实验和与对比算法的比较分析，验证了所提算法的高效性和稳健性.     

基于决策树的快速SVM分类方法

为提高支持向量机（support vector machine, SVM)算法对大规模数据的适应能力,加快SVM算法的分类速度,提出一种基于决策树的快速SVM分类方法。该方法的重点在于构建一棵决策树,将大规模问题分解为相对简单的子问题,树中节点由线性支持向量机组成,每个节点包含一个决策超平面,分类过程取决于节点的数量。此方法在分类复杂样本时避免了使用非线性核函数。并且由于使用线性核函数,则不用进行模型选择,进一步加快了样本的分类速度。实验表明,针对大规模多特征数据的非线性分类问题,该方法比传统方法具有更高的速度。     

大规模应急救援物资运输模型的构建与求解

分析大规模突发性公共事件或自然灾害情况下救援物资运输与商业运输的不同特点，指出救援物资运输问题综合了多货物多起止点网络流问题与多种运输方式满载车辆调度问题，在此基础上为描述该问题设计一种多模式分层网络，并利用延期费用和划分时段的方法构建问题的多目标数学规划模型。提出一个基于拉格朗日松弛法的解决方法，将原问题分解为货物流与车辆流问题两个子问题，通过多货物流与最小费用循环流算法分别求解，最后通过实例计算验证谊解法具有良好的收敛性与计算效率。