基于算子树的导弹突防作战效能评估方法研究

体系对抗条件下的导弹突防作战效能评估是一个复杂的问题求解过程。基于算子树的问题求解方法,将目标问题映射为层次化的问题求解树,进一步映射为层次化的算子树,通过算子间的数据交互求解目标问题,这种从目标问题到问题表示进而到问题求解两次映射,便于用户理解问题并调整问题求解方案,是解决复杂问题求解的一种有效途径。将基于算子树的问题求解方法应用于导弹突防作战效能评估,提出了基于算子树的导弹突防作战效能评估方法,并给出了应用实例。     

一类分式规划的算法

如何求解分式规划的最优解是一个比较困难的问题。本文主要针对一类分式规划问题，利用变换，把求解分式规划的问题转为求解非分式规划的问题，从而降低了求解问题的难度。     

灰色线性规划的Genocop算法求解

遗传算法求解线性规划问题特别是大型线性规划问题通常比常规求解方法有效得多,但如何求解灰色线性规划是一个值得探讨的课题,本文利用遗传算法的Genocop算法设计了灰色LP的求解程式,结果表明其求解效率很高.     

一类排序问题的通用模型与最优解

讨论把ｎ个零件安排给ｍ台机床加工的一类排序问题。在建立了该问题的通用数学模型基础之上，巧妙地把这个排序问题的求解问题转化为指派问题的求解问题，为该排序问题找到了一个理想的通用求解方法。     

用R_ ~n上的神经网络求解有约束预测控制

通过对系统的信号约束,构成有约束广义预测控制问题.并实施一系列的转换步骤,将这一问题化为两个神经网络的求解平衡点问题.理论分析保证了这一求解是有约束预测控制问题的全局最优解.并设计了求解该问题的神经网络电路,使得有约束预测控制的求解能在电路的时间常数级内完成.     

SDS200X中战略决策问题求解方法探讨

“智能化战略决策模拟与综合集成研讨环境”SDS200X是基于按需服务机制(XOD)建立的具有综合集成和分布、开放特征的战略决策问题研讨环境，是以战略模拟为基础的新型战略决策支持系统．问题求解是指应用环境资源对具体问题进行求解和从具体的研究问题中学习和逐步增长知识、提高系统求解智能的过程．文章探讨了SDS200X中战略决策问题求解的复杂问题树形分解求解思想、面向对象的形式化问题表示和问题求解程序框架模型三个方面的内容．     

定性定量集成模型的求解技术研究

已有的模型求解技术较好地解决了连续模型、离散模型和连续离散混合模型等定量模型的求解问题,但是针对包含定性定量混合模型的求解问题尚缺乏很好的求解策略,大都仅针对于特定的定性模型与定量模型进行集成求解。引入定性定量集成模型求解技术将更好的解决这一问题。首先介绍了定性定量集成求解的相关工作,提出了定性定量集成模型的联合求解策略,包括时间管理与数据交互的方法及基于SRML的定性定量交互接口方法。最后,给出一个应用示例和结论。     

线性二级价格控制问题的单纯形算法

主要给出求解一类双层非线性规划问题--线性二级价格控制问题的一个算法。根据问题的结构和特性，我们提出类似于线性规划单纯形算法的思想来求解线性二级价格控制问题，并用一个数值例子来说明算法如何求解。     

求解无容量设施选址问题的拉格朗日狼群算法及其应用

无容量设施选址问题(UFL)是应用于诸多领域的经典组合优化难题。首先，结合UFL问题的具体特征，重新定义了狼群算法中狼群协作捕食的智能行为，提出了求解该问题的狼群优化算法；其次，将狼群算法与拉格朗日松弛相结合，设计了一种求解UFL问题的拉格朗日狼群算法；最后，将本文提出的狼群智能优化算法及拉格朗日狼群算法用于UFL基准问题库中部分算例的求解，并将其求解结果与混合蚁群算法、半拉格朗日松弛方法以及优化软件CPLEX的求解结果进行比较。结果表明：拉格朗日狼群算法较狼群优化算法、混合蚁群算法及半拉格朗日松弛方法具有更好的求解效果，而且在一定程度上缓解了CPLEX求解时间长，消耗内存大的缺点，拥有良好的求解性能。     

类比学习及其在软件生成中的应用

类比是一种运用已有经验求解问题的有力方法,类比在问题求解过程中学习知识,积累经验。本文论述将类比学习用于问题求解的基本观点和方法,并根据软件开发这个复杂问题求解的特点,针对目前软件生成中存在的问题,提出了软件生成的启动式类比模型,为改善现有的开发方法与生成技术,提高开发效率提供了一条新的途径。     

一种解决全球地形绘制抖动问题的方法

抖动问题是大规模虚拟场景经常遇到的一个问题,它会导致场景绘制出现非常严重的错误。全球地形环境是一个典型的大场景系统,因此也会遇到抖动问题。针对全球地形环境中的抖动问题,我们改进目前的动态局部坐标系统反抖动方法,提出一种更合适全球地形环境的新反抖动方法。这种方法使用视点在球面上的投影点代替视点作为动态局部坐标系统的原点,使得地形顶点有更高地精度。经过实验证明,这种方法比以视点为原点的反抖动方法有更好地反抖动效果。     

动态环境下基于子目标的移动机器人路径规划方法

在移动机器人路径规划领域中,沿墙行走策略是解决人工势场法局部极小问题的一种简单但有效的方法。然而,已有的沿墙行走方法往往只适用于静态环境。为了在解决人工势场法局部极小问题的同时,保证其在动态环境中的有效性,本文对沿墙行走方法进行了改进,提出了一种基于子目标的方法,利用机器人周边的动态斥力势场调节沿墙运动的距离,通过设置子目标引导机器人躲避运动障碍物。仿真研究验证了该方法的有效性。     

面向任务的指挥控制组织的鲁棒性优化

指挥控制组织面临的环境具有高度的：不确定性。为了满足指控组织能够适应预测到的使命环境的需求，提出了鲁棒性组织的概念。分析了面向任务的组织设计三阶段方法，并从中抽取出使指控组织满足鲁棒性要求的关键问题——进行决策者-资源分配，从而获得具有鲁棒性的决策者之间的协调网络。通过将组织设计过程中的决策者-资源分配问题抽象为数学规划问题．建立了解决鲁棒性决策者协调网络的模型，并为解决该类问题设计了分组遗传算法。最后用一个实际案例进行计算．对比分析表明．分组遗传算法获得的结果具有更好的鲁棒性和组织性能。     

基于动态进化算法的多阶段备件供应优化决策

由于实际备件保障工作中备件需求以间歇性需求为主,备件供应通常为多阶段的动态优化。针对以上问题,构建了多阶段备件供应数学模型。为求解动态优化模型,提出了一种元启发式动态进化算法。首先,在经典差分进化算法中增加了环境变化检测算子和环境变化响应策略,使得差分进化算法能够解决环境变化的动态优化问题。其次,提出了自适应莱维飞行策略,使得算法在环境发生变化时仍能保持良好的全局搜索能力和局部寻优能力。算例表明,所提出的动态自适应差分算法能够求得模型的最优可行解,且算法的分布性和收敛性均得到了很大的提升。     

基于自适应SGD-多智能体的防空资源部署优化

针对分布式环境下的战场指挥资源部署存在的效率低、速度慢、无法达到预期战略、数据集过大导致计算资源损耗过大等问题,提出了一种分布式环境下多智能体联盟的指挥控制资源部署优化算法。通过对深度学习中的梯度下降算法进行学习率的改进,将原本设定的学习率改为自适应的学习率,进而对指挥控制资源部署进行多智能体联盟的设计。仿真证明了该算法对此问题具有优越的适应性,可以高效地解决分布式环境下的多智能体联盟的指挥控制资源部署优化问题。     

基于贝叶斯网络的不确定环境下多属性决策方法

融合贝叶斯网络推理技术来求解不确定多属性决策问题,根据问题的决策变量、环境变量和多个属性之间的依赖关系构造贝叶斯网络,通过推理求解在各个方案下每个属性取值的概率分布,从而把问题转化成风险决策问题.采用此方法求解不确定环境下多属性决策问题时,决策者只需考虑节点与其父节点之间的依赖关系,降低了思考的复杂程度,适用于大规模的复杂问题求解.算例表明基于贝叶斯网络的求解方法对不确定环境下的多属性决策问题是有效的.     

Order scheduling with controllable processing times,common due date and the processing deadline

Due date quotation and scheduling are important tools to match demand with production capacity in the MTO (make-to-order) environment. We consider an order scheduling problem faced by a manufacturing firm operating in an MTO environment, where the firm needs to quote a common due date for the customers, and simultaneously control the processing times of customer orders (by allocating extra resources to process the orders) so as to complete the orders before a given deadline. The objective is to minimize the total costs of earliness, tardiness, due date assignment and extra resource consumption. We show the problem is NP-hard, even if the cost weights for controlling the order processing times are identical. We identify several polynomially solvable cases of the problem, and develop a branch and bound algorithm and three Tabu search algorithms to solve the general problem. We then conduct computational experiments to evaluate the performance of the three Tabu-search algorithms and show that they are generally effective in terms of solution quality.     

基于虚拟装配的碰撞检测算法研究与实现

快速的碰撞检测对提高虚拟环境的真实性和增强虚拟环境的沉浸感有着至关重要的作用,而虚拟装配环境的复杂性、实时性和精确性又对碰撞检测提出了更高的要求。文中对基于虚拟装配的碰撞检测问题进行了描述,提出了面向虚拟装配的分层精确碰撞检测算法,并对该算法中的面片层碰撞检测算法和精确层检测算法进行了论述,应用结果表明该算法能够满足虚拟装配系统的实时性和精确性要求,为虚拟环境下的装配工艺规划奠定了基础。     

自助式学习系统的分析与设计

现代信息技术的发展为创建良好的教育与学习环境提供了很好的基础，为解决传统教学模式存在的问题，满足学生自学的需要，提出构造自助式学习系统的思路与方案。     

分布式环境下批处理机调度启发式算法求解

将批处理机调度问题扩展到分布式环境下,提出了批调度问题的一个新模型.模型中,工件动态到达各批处理机,且在加工之前和之后需要有运输时间.证明了该模型是NP难的,并通过问题的一个下界来衡量各算法性能.给出了分布式环境下批分配的一个启发式算法AR(assignment rule)以及一个分批准则BR(batching rule),在此基础上对问题的求解提出了若干启发式算法.仿真实验表明各算法均可以对问题进行有效的求解,加入分批准则对于算法有进一步的优化作用.