作战任务和资源间的匹配模型及求解算法研究

针对作战任务和作战资源的匹配问题,提出了一种匹配模型及其求解算法.首先分析了作战任务和资源的属性,建立了匹配问题的约束满足模型.基于改进的多优先级动态列表规划算法提出了一种匹配模型的求解算法,并结合实例进行了分析验证.结果表明,算法中引入任务与资源选择优先权参数,可以有效消解优先权冲突,增加匹配的灵活性.     

考虑双方主体心理行为的稳定双边匹配方法

在双边匹配中, 双方主体的心理感知是不可忽视的重要因素, 如何依据行为决策理论描述双方主体的心理行为并将其引入到双边匹配模型中, 以往这方面的研究很少被关注. 在本文中, 针对双方主体给出偏好序值信息的双边匹配问题, 给出了一种考虑双方主体心理行为的稳定双边匹配方法. 首先将双方主体给出的偏好序值转化为偏好效用; 然后依据失望理论, 将主体的偏好效用转化为用以描述主体对与对方主体相匹配的满意程度的感知效用; 进而在稳定匹配约束条件下, 以每方主体感知效用之和最大为目标, 构建了双边匹配的多目标优化模型, 并使用基于隶属函数的加权和方法将多目标优化模型转换为单目标优化模型, 通过模型求解可得到最优双边匹配结果. 最后, 通过一个算例说明了提出方法的实用性和有效性.     

基于稳定匹配机制的网格任务调度算法

任务调度和资源分配是网格计算的关键技术.提出了一种基于稳定匹配机制的网格任务调度算法(SMM:Stable Matching Mechanism),以及根据各奈件因素值及其所占比率进行量化匹配的思想.用户和资源可以根据自身特点动态地设置各条件因素的基准值,通过与实际提供的条件因素值进行比较,得到匹配度,按照匹配度的高低顺序循环匹配最终达到稳定.算法综合考虑用户和资源双方的需求而得出相应的稳定匹配调度策略.给出了算法的数学模型和描述,在Matlab语言环境下仿真表明,SMM算法可以有效地实现网格任务调度,满足任务和资源双方的需求,得到稳定匹配.     

基于群集智能的多主体创新设计自动协商算法

为了解决复杂产品创新设计系统中多主体协作的冲突协商问题,提出一种基于模糊物元分析的启发式自适应变异微粒群全局优化算法.首先,引入模糊物元分析理论,将各设计主体的个性化要求、特征及相应的模糊量值结合起来建立其形式化模糊物元模型,应用模糊物元优化方法将多目标协商问题转化为单目标协商问题;然后,给出了该协商模型的自适应变异微粒群求解算法,在微粒群寻优过程中引入变异机制,根据自适应变异概率对惰性和适应度差的微粒进行突变操作,增大微粒间的差异性和非均匀性,有效阻止算法过早收敛于局部最优点,提高算法的求解速度;最后,通过在汽车动力传动系统参数优化匹配协同设计中的应用,表明了该协商算法的有效性.     

基于二层规划的委托代理协调问题

考虑不对称信息条件下的委托代理问题,结合不适定二层规划的理论,给出了不适定委托代理问题的定义. 针对后者的乐观模型,利用一种模糊交互式协调算法进行求解,最终获得了一个委托人与代理人均可以接受的满意契约,从而达到了双方共赢的目的. 最后通过一个算例说明了所设计算法的合理性与可操作性.     

复杂自适应系统的MAS动态协作任务求解时序逻辑模型

借鉴组织学思想将自适应系统中的自主运行单元抽象为Agent, 把复杂自适应系统视为多Agent组织, 从时间和状态角度对复杂动态系统的行为进行描述, 提出了基于时序活动逻辑的多Agent动态协作任务求解自适应机制和构造模型; 分析了任务求解BDI Agent的信念、愿望、意图的产生过程和实现方法, 建立了协商推理的语义规则和行为规则, 给出了协作群组的选择算法. 并从任务求解Agent的心智变化角度, 描述了动态协作任务求解模型实现的六个阶段: 任务动态分配、协作意愿产生、协作群体生成、共同计划制定、协作群体行动和结果评估. 通过在MAGE等平台上实验和仿真测试, 验证了方法的可行性和有效性.     

一种基于二分图匹配模型的多播寻呼机制

针对多播业务中,无线网络如何在带宽和时延受限的情况下,实现对于多个处于空闲状态的移动用户的跟踪定位问题,提出了一种有效的基于二分图匹配模型的多播寻呼机制.其主要思想是首先通过利用信息论中熵的概念对移动用户的位置不确定性进行分析,为了减少位置更新开销,采用LZ78压缩算法实现位置更新和位置概率预测.然后多播寻呼系统为减少寻呼开销和时延,在每个寻呼周期内为所有移动用户分配的寻呼小区驻留概率之和最大,且满足带宽限制和用户公平性.针对该目标,基于二分图匹配的多播寻呼算法BMPS构建二分图模型,将位置概率转化为权值,通过动态修改权值,获取二分图最大权完美匹配,实现用户与寻呼小区之间的最优分配方案.仿真实验结果表明,基于二分图匹配的多播寻呼算法能够有效实现寻呼开销和时延的总体性能优化,且减少了用户冲突对寻呼性能影响.     

电子商务协商模型综述

电子商务协商是电子商务领域的研究热点之一。主要从协商协议模型、协商策略模型、协商模型的求解算法等方面综述了电子商务协商模型和算法的相关研究进展。首先针对电子商务服务商提供支持的协商、买方或卖方自行协商和电子商务第三方参与的协商这三种典型协商模式,综述了协商协议模型的研究进展;随后对基于效用和基于偏好的两种典型的协商策略模型进行了评述,并综述了协商模型的求解算法。最后展望了进一步的研究方向。     

基于压缩感知的认知无线网络协作频谱感知技术

针对传统频谱感知算法受A/D器件物理瓶颈,硬件计算能力等限制难以实现宽频段授权用户实时检测的问题,将压缩感知技术应用于宽带频谱感知,建立了一个基于Xampling前端的新型协作频谱感知模型,在此模型基础上提出一种基于认知用户分组,纽内利用压缩感知技术进行信息融合,组间对各组检测结果进行判决融合,两者结合实现授权用户检测的新算法,并给出了认知用户的分组原则.与传统宽带频谱感知算法相比,该方法无需高速A/D,也不需要恢复原始信号,可有效降低宽带频谱感知的硬件复杂度,缩短频谱感知时间,仿真结果证实了新算法的有效性.     

认知无线电网络中授权用户参数估计

针对认知用户在频谱切换过程中无法实时地获取授权用户到达率与服务率的问题,提出了基于隐式马尔可夫模型的参数估计算法。首先利用排队论对授权用户队列进行建模与分析,推导出授权用户队列状态转移概率;其次利用能量感知算法检测授权用户队列真实状态,获得可观测序列值;然后利用隐式马尔可夫模型描述两种随机过程,即授权用户队列状态变化随机过程和可观测序列随机过程;最后利用forward-backward算法估计隐式马尔可夫模型,从而获得授权用户到达率与服务率。仿真结果表明,该方法能够实现实时的、较为精确的估计,从而实时地为认知用户选择频谱切换策略提供依据。     

基于MEBN的战术意图识别

战术意图识别是不确定性战场环境中理解战场态势、预测敌军将来行动过程的关键。意图识别模型的构建是作战仿真系统中实体行为建模的难点之一,如何表示不确定的意图元素及其不确定性关系并进行有效推理是意图识别的核心问题。分析了影响敌人战术意图的因素及各因素之间不确定性表示途径,提出了采用多实体贝叶斯网（multi-entity Bayesian network, MEBN）来描述敌人的战术意图,采用一阶谓词来表示意图影响因素,大大扩展了贝叶斯网表示不确定性问题的能力。MEBN采用实体片断集描述敌人的作战知识,方便重用。基于描述的敌人意图知识库,给出了基于知识的模型构建算法来动态构建战术意图识别模型。最后,通过仿真实验,对基于MEBN的战术意图识别方法进行了实验验证,结果表明该方法是有效可行的。     

Solvability and control design for synchronization of Boolean networks

This paper addresses the synchronization problem of Boolean networks. Based on the matrix expression of logic, solvability conditions and design procedures of the synchronization of Boolean networks with outputs are given for both open-loop and feedback control. Necessary and sufficient conditions on open-loop control are proposed first with a constructive design procedure. Then sufficient condition for the feedback control case is obtained, and corresponding design procedure is proposed with the help of algorithms to solve logic matrix equations. Numerical examples are also provided to illustrate the proposed control design.     

游戏衍生品符号化感知对使用意愿的影响——有调节的中介效应分析

基于符号学和消费行为学理论,构建了以消费者对游戏衍生品的符号化感知为自变量、认知态度为中介变量、使用意愿为因变量、信息感知为调节变量的有调节的中介模型,并予以了验证。从理论与方法两个角度对游戏衍生品使用意愿影响因素进行了创新性深入研究。     

异质产品Bertrand寡头竞争企业分散授权横向兼并效应分析

针对异质产品寡头Bertrand竞争市场,建立了一个替代性产品企业分散授权横向兼并Betrand竞争博弈模型,分析了企业采用分散授权横向兼并模式时的效应问题.证明企业具有较大的采用分散委托授权模式兼并动力,且产品替代性程度越高,兼并动力越大;但企业分散委托授权兼并模式兼并动力比集中委托授权兼并模式稍弱一些,讨论了企业采用分散授权兼并模式时,兼并后各企业的内部激励机制调整问题,证明兼并企业采用的激励机制与未兼并企业所采用的激励机制有明显差异,兼并企业所采用的激励机制其攻击性显著减弱,而未兼并企业所采用的激励机制其攻击性仅略有减弱.     

Bertrand 竞争下异质产品企业委托授权与横向兼并效应分析

利用二阶段博弈模型,针对异质产品寡头Bertrand竞争市场,首先分析了委托授权对企业利润与行业竞争程度的影响,证明委托授权使行业内竞争度减弱,并使企业利润、价格上升.然后研究了委托授权下企业的兼并效应,证明当企业集中委托授权时,企业具有较大的兼并动力;特别是当产品替代性程度很大时,企业兼并动力比无委托授权时更大.最后讨论了兼并后各企业的经营者激励机制调整问题,证明兼并企业采用的激励机制与未兼并企业所采用的激励机制有明显差异,当产品替代性程度较小时,兼并企业所采用的激励机制其攻击性减弱;当产品替代性程度较大时,兼并企业所采用的激励机制其攻击性增强;但未兼并企业所采用的激励机制其攻击性普遍减弱.     

多域作战下的群目标意图识别与预测

多域作战具有实体多类、队形多变、意图多样等诸多挑战，难以综合利用多元知识，因而主要依靠人工判决，以至于自动化水平不高。为了实现计算机自动推演态势，需要解决知识的图形化建模和意图推理综合两大难题。对此，在空海域管控知识图谱的基础上，搭建了多域作战战术规则库、编队队形与场景态势的映射关系，提出了基于多实体分层贝叶斯网络的群目标意图识别与预测方法。首先，运用群内目标实体的状态和事件信息，构建目标作战实体行为推理层。其次，利用综合作战实体的时序规则、双方相对距离及航向等信息，构建同类目标元意图推理层。最后，利用实体序列协作关系及编队队形信息，构建多域作战下的群目标总意图推理层。以航母群活动仿真数据为例，验证了所提算法能够获得较为可靠的意图推理结果。     

面向任务的CGF实体联合意图形成

人类行为表示中的团队协作一直是计算机生成兵力研究中的难点和重点问题。在分析已有团队协作理论和框架的基础上,结合作战仿真对人类行为表示的逼真性要求,提出一种面向任务的联合意图形成方法。该方法首先根据当前态势和上级任务建立任务集合并形成任务团队,其次利用实体与任务间的相互关系实现对关键角色的判断。实验结果表明,该方法在保证行为模型逼真性的同时,有效提高了联合意图的形成效率,增强了协同任务能力。     

基于语义推理的作战计划验证方法

针对联合作战计划编制过程中的作战行动过程验证问题,在已有计划表示和计划推理相关研究的基础上,从知识管理的角度,提出了一种基于语义推理的联合作战行动过程验证方法。通过对计划知识进行基于本体的表示、基于描述逻辑及一阶谓词逻辑的逻辑推理,以实现对联合作战行动过程的验证。并以某联合作战行动过程的验证为例进行了实验。实验表明,该方法可实现对专家知识的扩展,能够发现联合作战行动过程开发的异常与不兼容,由此提高作战计划正确性检验的效率。     

Hybrid Genetic Algorithms with Fuzzy Logic Controller

SYSTEMS ENGINEERING1. IMTSODUCTIONMachine scheduling problem is the study of constructing schedules of machine processing for a set of jobs inorder to ensure the execution of all jobs in a reasonable amount of time or cost. Usually, it deals with whatmachines to be allocated to which jobs and how to order the jobs in an appropriate processing sequence. Inparallel machine system, two machines are identical and a job can be processed by any one of the free machines.Each finished job …