基于粒子群算法的无人机舰机协同任务规划

无人机舰机协同任务规划技术是指充分利用无人机与舰艇的优势互补,协同进行作战任务规划的新技术,它是无人机任务规划问题的研究新热点,对于提升海军海上作战能力具有重要意义。针对该问题提出了相应的数学模型,并利用自适应的粒子群算法(self adaptive particle swarm optimization, APSO)进行了求解,该算法能够自适应调整粒子群的惯性权重,更好的防止粒子群陷入局部最优。实验表明,在给定的实验样本中APSO相对于标准粒子群算法和带有压缩因子的粒子群算法能更有效的求解。     

基于Stackelberg安全博弈的多无人机边境巡逻问题研究

无人机技术的发展使其在边境巡逻监测任务中承担了重要角色,而无人机续航时间的限制、多类型的越境方以及越境方的观测行为等现实因素对无人机巡逻策略的制定提出了新的难题.针对上述问题,首先构建了由多架无人机构成的巡逻方和多个越境方之间的Stackelberg安全博弈模型,其中巡逻策略和越境策略是基于所设计的有向图来描述的;进一步证明了巡逻策略与有向图上边际覆盖量之间的等价关系,进而将原博弈模型转化为了有向图最优边际覆盖的线性规划问题,并设计了两阶段映射算法;最后在仿真实验中,通过一个具体实例阐述了边际覆盖量到混合策略的转化过程,并在生成的数据集上从模型求解效率、巡逻策略的有效性和鲁棒性三方面进行了对比实验.实验结果表明转化后的模型能够有效应对指数级规模的巡逻策略给博弈求解带来的计算挑战,且能够给出具有较高质量以及较强鲁棒性的巡逻策略.     

差异作业批调度的流水车间问题及近似算法

考虑了尺寸有差异的作业在两台设备上的流水加工问题,两台设备均为批处理机,有确定的最大容量.采用了制造跨度和总完工时间两类目标函数,建立了基于整数规划的优化模型,分析了两类问题的计算复杂性,给出了设备和作业数量既定情况下的可行解规模.设计了一种基于LPT规则和批调度规则的近似算法,时间性能为O(nlogn),证明了该算法在优化制造跨度时的最坏性能比不大于2,优化总完工时间的最坏性能比不大于3.     

基于联合意图的网格资源分配模型

分析了网格资源管理过程中经典的资源分配模型,针对网格资源分配过程中的特点,构建了资源需求型Agent、资源提供型Agent、资源协调型Agent以及交互型Agent,建立了基于联合意图的网格资源分配模型.并给出了网格资源分配过程中的协商协议和协商算法,该算法利用多个Agent之间的共有目标进行交互,增强了问题求解的能力.此外,在传统网格资源管理体系结构的基础上,建立了基于多Agent的网格资源管理体系结构.在仿真平台下进行了对比实验,实验结果表明,利用新模型能够通过4种Agent角色之间的相互协商,合理地分配任务,提高网格资源的利用率.     

空间聚类算法中的K值优化问题研究

在典型的空间聚类算法K-平均法和K-中心法中,K一般为用户事先确定的值,然而,实际中K值很难被精确地确定,往往表现为一个模糊的取值区间。在此提出距离代价函数的概念,建立了相应的数学模型并设计了一个新的K值优化算法,对空间聚类K值优化问题进行了初步的研究。     

基于MD-ANP方法的工程项目管理模式评价

文章构建了基于改进德尔菲方法(MD)和网络分析法(ANP)的工程项目管理模式评价模型,使用MD方法确定评价指标体系,构建ANP模型计算效用,得到各模式的综合排序.该方法综合考虑了影响工程项目管理模式选择的内外部核心指标,并且能够对指标间的相互影响和相互支配关系进行度量,得到科学的评价结果,算例验证了该方法的可行性.     

基于可信因子的证据源修正方法

针对高冲突证据在组合过程中产生冲突悖论、一票否决的问题,提出一种基于可信因子的证据源修正方法。首先通过对多源证据的一致性处理,实现冲突证据的判断与修正;接着分析证据源的可靠性和不确定度,在此基础上给出可信因子定义;最后利用可信因子对证据源进行可信运算。对比实验表明,该方法能有效地解决冲突证据组合问题,得到合理的结果。     

基于β值的风险测度模型选择

介绍了基于β值的现代投资组合理论及其演变模型,阐述了目前在我国证券市场上,由于交易费用不均、信息获取不对称等情况的存在,使得具有不同资金规模的投资者处于不同的风险水平。因此为了把握市场,不同的投资者必须采用不同的投资策略。最后运用具体的股票投资组合实例,分析了大中型机构投资者和中小投资者在投资组合方面的不同取向。     

面向收益不均等区域目标的多星调度问题

利用多星对区域目标的协同观测在工程应用方面的需求日益复杂化,当目标区域内待观测目标的重要性不同,其对应的观测收益不同。那么如何在资源有限的情况下,安排观测方案使观测总收益最大是亟待解决的问题。考虑区域目标内部观测收益不均等的实际情况,建立了区域目标内部收益随时间可变的多星调度优化模型,设计了条带动态分割方法(dynamic stripe segmentation method, DSSM),提出了基于权重优先策略的启发式算法(weight priority strategy heuristic, WPSH)和基于随机邻域的局部搜索算法(random neighborhood local search, RNLS),使求解结果对应的观测收益最大,最后通过仿真实验验证DSSM算法比并行分割算法观测收益提高约19%,覆盖率提高约22%;RNLS算法比WPSH算法的基础上平均提升观测收益约4.5%,且求解质量较稳定。     

面向多障碍物海面卫星搜索动目标方法

在多障碍物海面航行的动目标需规避海面障碍物,运动特征更为复杂。为提高卫星搜索该类目标的效能,分析了目标规避海面障碍物对其在搜索图中概率分布的影响,基于目标马尔可夫运动过程,提出一种面向多障碍物搜索海面的动目标运动预测方法。在使用搜索图建立动目标搜索环境模型的基础上,搜索过程中首先根据卫星探测信息更新搜索图,然后采用该运动预测方法计算目标转移概率,再次更新搜索图。最后采用最大化目标发现概率作为卫星搜索策略建立仿真场景,实验结果验证了所提方法的有效性。