C2组织决策实体配置问题建模与求解方法

针对指挥控制组织设计中决策实体的配置问题,提出了一种问题的配置模型及其求解方法。在分析传统决策实体配置模型不足的基础上,采用了作战任务执行时间来测度决策实体工作负载,建立了以全部决策实体工作负载的均方根(root mean square, RMS)最小为目标函数的问题数学模型。提出了基于最小RMS合并规则的层次聚类方法的问题求解思路,给出了该方法的具体步骤和流程。最后结合联合作战仿真算例中一个任务平台的调度方案,验证了所提方法的有效性和优越性。     

基于改进层次聚类法的指挥控制资源部署

以网络化作战战场资源部署为研究背景,对战术指挥控制资源部署问题进行了描述。以决策实体工作负载的均方根最小为目标函数,建立了指挥控制资源部署问题的数学模型,提出了基于改进层次聚类法的指挥控制资源部署算法。该算法以作战任务-平台资源的分配结果为输入信息,对可部署决策实体数目范围设定、决策实体合并项选择和决策实体能力约束判定进行了改进,着重分析了每一层聚类的N-best备选策略和决策实体合并项选择方法。通过一个作战想定,分别从目标函数值、搜索空间大小两个方面对本算法和其他算法进行了比较。     

基于m-best算法与rollout策略的平台任务关系优化设计方法#br#

在平台任务关系优化设计中,考虑单个任务资源分配过程中平台资源冗余度对后续任务分配的影响,分析优化设计过程的约束条件,构建了以最大任务执行精度与最小资源冗余度为综合目标函数的平台任务关系设计的问题模型,并使用基于m-best算法与rollout策略的方法对问题模型进行求解。m-best算法生成单个任务的m个平台分配方案,rollout策略用于均衡不同优先级任务之间的任务执行精度。最后,分别通过特殊算例和一般算例验证所提优化设计方法的优越性,算例的结果表明,使用该优化设计方法能够使高优先权任务的资源冗余度降低,从而使得整体任务执行精度提高。     

兵力编成裁剪算法研究：决策结点裁剪

由于决策实体控制战场作战平台资源实体,通过平台资源实体执行作战任务,作战平台资源实体在任务上的聚集导致决策实体间需要复杂的交互协作与交流,兵力编成需要为任务的执行创造良好的交互结构.基于任务执行的兵力编成包括两方面的内容:一是指控决策结点间的协作关系;二是指控决策结点间的指挥关系.本文通过决策实体对平台控制的矢量以及矢量距离的定义,提出了指控决策结点间协作关系优化设计的聚类算法,在聚类过程中通过设置不同的决策实体数量、决策实体能力以及内部协作与外部协作权值,分析比较了不同设置情况下所产生的兵力编成的协作关系与决策者的协作负载.     

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。     

有人/无人机任务联盟分阶段形成方法

针对有人/无人机任务联盟形成问题,采取任务聚类-平台匹配的分阶段形成策略。首先,给出问题要素定义,并进行相关数学描述。其次,基于对问题的分析,以最小化任务距离和为优化目标建立任务聚类的数学模型;以最小化指挥决策能力代价和资源能力代价为优化目标建立平台匹配的数学模型。然后,对任务聚类问题和平台匹配问题,分别采用优选初始簇中心的贪心聚类算法和多目标模糊人工蜂群算法进行求解;最后,通过仿真案例下的3组实验,验证了提出方法的有效性和优越性。     

多核CPU-GPU异构平台下并行Agent仿真负载均衡方法

多核中央处理器（central processing unit, CPU）图形处理器（graphic processing unit, GPU）异构平台为并行Agent仿真提供了一个新的硬件执行平台,而负载均衡方法是充分利用硬件计算资源、提高并行仿真运行性能的一个有效途径。针对多核CPU-GPU异构平台下并行Agent仿真的负载均衡问题,建立了面向多核CPU-GPU的并行Agent仿真多层负载分配模型,提出了基于带约束的k-means空间聚类算法的并行Agent仿真静态负载划分方法和动态负载均衡策略,并给出了划分子集间的可交互性判定,以过滤掉大量不会发生交互关系的Agent之间的交互判定计算。最后通过实验验证了本文提出方法的有效性。     

基于K-means聚类的超启发式跨单元调度方法

结合我国制造业实际生产状况,针对柔性作业车间跨单元调度问题,提出一种基于K-means聚类的超启发式算法。应用K-means聚类算法将相近属性的实体划入相应“工件簇”决策块中,采用蚁群算法为每个决策块选择启发式规则;对每个决策块内的实体运用相应的启发式规则产生调度解。仿真结果表明：该算法以决策块的形式适度增大了计算粒度,有效降低了算法时间复杂度,以聚类的方式将具有相近属性的被加工实体进行聚集,有利于为不同属性的实体选择合适的规则。该算法提高了计算效率,具有较好的优化性能,是解决柔性跨单元调度的一种有效算法。     

卫星与浮空器协同侦察任务规划方法

针对卫星和浮空器协同对地侦察任务规划问题,提出了一种分阶段任务规划方法,将卫星与浮空器协同任务规划分为任务聚类、任务组分配和任务排程3个相继的阶段。使用层次聚类算法进行任务聚类,通过聚类形成多个任务组;给出了任务组分配的规划模型,将任务组与平台资源进行匹配;建立了任务排程的混合整数规划模型,并使用粒子群算法进行求解,将任务最终分配到相应的平台上。仿真结果表明,所提出的方法可行且有效。     

敏捷成像卫星密集任务聚类方法

面向应急条件下的观测需求,为提高成像任务完成效率,对敏捷成像卫星密集任务聚类问题进行研究。分析了敏捷成像卫星观测过程,给出了任务聚类的俯仰、翻滚观测摆角及任务间过渡时间约束。建立了聚类图模型,给出了模型的构建算法。设计了一种基于最大最小蚂蚁系统的聚类算法,结合聚类模型特点设计蚁群策略,并对重叠和冲突的聚类任务进行处理。实验算例验证了模型和算法的有效性。     

C4ISR系统指挥控制关系适应性演化模型和方法研究

研究了C⁴ISR系统结构中指挥控制关系的适应性演化问题。构建了C⁴ISR系统结构中的指挥控制关系模型,在对指挥控制关系适应性演化过程分析和描述的基础上,设计了演化过程中的指挥控制关系的结构变化代价和性能代价,并以最小化总的演化代价为目标函数构建了指挥控制关系适应性演化问题的数学模型。提出了基于n-Best策略层级聚类方法和遗传算法(genetic algorithm, GA)的问题模型求解思路。n-Best策略层级聚类方法用来获取每个任务阶段可行的指挥控制关系集合,而GA用来搜索最优的演化路径。最后通过某一仿真算例验证了求解方法的可行性、稳定性。     

一种新型Ad hoc网络分簇路由协议

分簇路由协议能够提高系统性能,但也存在不足之处,维护簇结构需要复杂的簇选择算法,带来簇结构维护开销。提出了一种新的Ad hoc网络分簇路由协议,该协议利用簇的层次结构,并采用基于异常度的簇结构调整方案提高簇结构稳定性,减小路由协议开销。分析和仿真表明该协议具有控制开销小、网络性能高的特点。

Abstract：

The clustering hierarchical routing protocol have been developed to increase the system performance.Hierarchical structure has inevitably brought some drawbacks,maintaining the hierarchical structure needs more complicated cluster heads selection algorithm,which may result in the cost of maintaining cluster structure.A novel clustering structure based routing Protocol for ad hoc network was explored.It could reduce the route cost by adopting the hierarchical structure and could improve ad hoc network stability by introducing a configuration strategy based on ＂Exception Degree＂.Analysis and simulation show that the protocol is characterized with its low maintenance costs of routing and high network performance.     

基于任务合成的对地观测卫星应急调度方法

针对应急条件下对地观测任务时敏度高、动态性强的特点,提出了基于任务动态合成的多星应急调度方法。首先,建立了多星动态应急调度数学规划模型。然后,提出了任务动态合成(dynamic merging,DM)策略,并设计了候选合成任务集合构建(candidate merging task set establishment, CMTSE)算法。最后,提出了基于任务动态合成的多星动态应急调度(dynamic merging based dynamic emergency scheduling, DM DES)算法。为验证DM DES算法的有效性,通过大量仿真实验将DM DES与基于迭代修复的启发式算法(repair based heuristic algorithm, RBHA)和不考虑任务合成的动态应急调度(dynamic emergency scheduling, DES)算法进行比较。实验结果表明,DM DES算法能有效提高调度质量,适用于多星动态应急调度。     

多约束混流线平衡与排序优化问题研究

针对G企业混流装配线设计不合理导致工位间负载不均衡及产品堆积现象,考虑工序与工位间匹配关系,节拍时间、工序优先关系等多约束,以减少工位数量、均衡工位间负载、减少产品等待时间为目标,建立混流装配线设计与产品排序问题的多目标混合整数规划模型,分别设计了分层算法和混合启发式算法;利用小规模算例验证了分层次算法的精确性,利用大规模算例验证了混合启发式算法高效性。基于本文算法对G企业装配线进行优化后,其工位间负载极差由15.6 min减少到0.1 min,优化后投产顺序对应的节拍时间降低了6 min。