最优火力分配方案的一种空间表述方法

以向量空间观念来审视作战问题,通过对目标的突防概率的认识,创造性地定义了火力分配矢量及其范数,建立了相应的赋范空间.首次建立了最优火力分配问题在赋范空间中的描述模型,并在理论上证明了解的存在性,从而把防空作战中的火力分配问题转化为赋范空间中的最小范数问题,为研究战争中的火力分配问题奠定了理论基础.     

目标分配问题的蚁群算法研究

防空C3I系统的目标分配问题中如何使射击效率最佳,是非常重要又十分困难的问题。分析了目标分配问题各种解算方法的特点及存在的问题。结合蚁群算法思想,提出了一种新型的目标分配算法模型,并进行了算法实验。实验结果表明,基于蚁群算法思想的目标分配算法是有效的,特别是问题规模较大时更显示出其较快的收敛速度和较高的精度。     

基于Choquet积分的指标关联模糊多目标指派问题

针对指标间相关联的模糊多目标指派问题,引入广义模糊测度刻画指标间的关联,提出了基于广义模糊测度和Choquet积分的模糊权重信息集结算子,基于该算子给出了一种将模糊多目标指派问题转化为传统指派问题的算法.数值实验证明了该方法的可行性与有效性.     

基于归纳法的同构资源目标分配算法

针对传统目标分配算法不能求解大规模资源目标分配的组合规划难题,提出了一种基于数学归纳法的资源目标分配算法。建立了资源相同条件下的目标分配数学模型。通过逐步增加资源和资源预分配的方法,不断从每次迭代的预分配方案中选择最优的分配方案,极大地降低了分配问题的搜索解空间和计算复杂度。以无人机协同区域搜索为典型应用案例,分别设计了对比实验和性能实验。仿真实验结果表明,该算法可以保证得到目标分配问题的全局最优解,并且在大规模资源分配中具有很好的实时性。     

一类特殊二次分配问题及其求解

二次分配问题(quadratic assignment problem,QAP)是应用于诸多领域的组合优化NP-难题,许多从实际问题中抽象出来的二次分配问题,其流矩阵与距离矩阵中存在大量零元素,如果在该类二次分配问题的求解中,能够充分利用这些零元素的信息,将大大缩减问题的规模,节省大量运算时间.本文以二次分配问题的线性松弛模型为基础,分别从理论和实验的角度对这类二次分配问题的求解进行了研究,说明了二次分配问题求解中,先行利用零元素信息减小问题规模的可行性和重要性.     

Bilevel programming model and solution method for mixed transportation network design problem

By handling the travel cost function artfully, the authors formulate the transportation mixed network design problem (MNDP) as a mixed-integer, nonlinear bilevel programming problem, in which the lower-level problem, comparing with that of conventional bilevel DNDP models, is not a side constrained user equilibrium assignment problem, but a standard user equilibrium assignment problem. Then, the bilevel programming model for MNDP is reformulated as a continuous version of bilevel programming problem by the continuation method. By virtue of the optimal-value function, the lower-level assignment problem can be expressed as a nonlinear equality constraint. Therefore, the bilevel programming model for MNDP can be transformed into an equivalent single-level optimization problem. By exploring the inherent nature of the MNDP, the optimal-value function for the lower-level equilibrium assignment problem is proved to be continuously differentiable and its functional value and gradient can be obtained efficiently. Thus, a continuously differentiable but still nonconvex optimization formulation of the MNDP is created, and then a locally convergent algorithm is proposed by applying penalty function method. The inner loop of solving the subproblem is mainly to implement an all-or-nothing assignment. Finally, a small-scale transportation network and a large-scale network are presented to verify the proposed model and algorithm. This research is supported by the National Basic Research Program of China under Grant No. 2006CB705500, the National Natural Science Foundation of China under Grant No. 0631001, the Program for Changjiang Scholars and Innovative Research Team in University, and Volvo Research and Educational Foundations.     

不确定二阶动力学系统的鲁棒特征结构配置设计

考虑了一类具有参数摄动的二阶动力学系统通过比例加微分反馈控制的鲁棒特征结构配置设计问题。首先利用定常二阶动力学系统的比例加微分反馈特征结构配置参数化方法提供的自由度,将鲁棒特征结构配置问题转化为具有约束条件的优化问题。在此基础上,给出了求解该优化问题的算法,即鲁棒特征结构配置算法。数值例子及仿真结果表明,该算法对参数摄动二阶动力学系统鲁棒性设计的简单及有效性。     

基于模糊指派的多目标多工程选址决策

提出了一种新的多个工程选址的多目标决策方法 .运用模糊关系合成矩阵将各种情况下的多目标工程选址问题转化为模糊指派或模糊广义指派问题 ,并用传统的匈牙利算法来求解 .最后给出一个应用实例.     

基于协同memetic PSO算法的传感器目标分配问题求解

传感器目标分配问题是防空系统传感器管理的一项重要研究内容。对面向跟踪的防空系统传感器目标分配问题进行了研究,结合主客观分配原则,利用0-1整数规划模型对问题进行了建模,约束主要考虑传感器的跟踪能力和目标的被执行跟踪容量。构造了一种协同memetic 粒子群优化(particle swarm optimization, PSO)算法,分别采用PSO算法和邻域搜索算法作为全局搜索和局部搜索。为了在粒子位置矢量中反映出传感器组合,根据问题设计了一种特殊的粒子编码方法。最后通过仿真实验验证了算法的合理性和有效性。     

模糊指派问题求解方法研究

讨论了模糊指派问题的求解方法 ,并给出了求解两模糊数差值的模糊方程解的定义 .基于此定义将传统指派问题的匈牙利法进行了推广 .并结合一算例进行了说明 .本文所讨论的模糊方程解 ,可用于确定模糊工序时间的工程项目网络计划计划问题中的关键路线 .     

基于遗传算法的多级目标非平衡指派问题求解

给出了一个基于遗传算法的多级目标非平衡指派问题的求解方法.首先把一个非平衡指派问题转化为一个组合优化问题.在此基础上,给出了编码策略、目标函数和适应度函数、选择算子、交叉算子和变异算子,还给出了交叉概率、变异概率的定标方法.最后采用遗传算法成功地解决了非平衡指派问题.     

弹性需求用户平衡分配模型及其应用

对具有弹性需求的交通网络随机用户平衡分配问题进行了分析研究,将其描述为一个等价的变分不等式。最后将模型应用于拥护公交网络系统的平衡分配问题,并针对公交网络系统的特殊性,提出相应的求解算法 法。实例表明了模型的合理性和算法的有效性。     

基于类型2区间模糊K近邻分类器的动态武器目标分配方法研究

动态武器目标分配问题是战场指挥控制决策中的关键问题。由于动态武器目标分配算法是在攻击间隙所做的决策,对计算时间的实时性要求较高。解决这一问题,可以采用机器学习的方法基于战场辅助决策系统的武器目标分配,从已知的决策中推理生成出新的决策,而不必每个步骤中都重新搜索新的目标分配方案。根据这种思路,提出了一种基于类型2区间模糊K近邻分类器的武器目标分配方法,利用分支定界法得到的分配方案作为训练样本,通过构造并行运行的类型2区间模糊K近邻分类器来推导目标分配结论,实现了快速决策的目的。     

一种基于不确定信息的UCAV目标分配方法

在UCAV(无人战斗机)编队任务规划中,UCAV的任务分配是一个重要研究课题。针对不确定信息条件下的UCAV任务分配问题,建立了基于不确定信息条件下的UCAV任务分配模型,通过SMAA(随机多属性可接受性分析方法)方法,给出了基于SMAA的不确定信息UCAV任务分配方法,并通过仿真实例说明了基于SMAA的不确定信息UCAV任务分配方法的有效性和适用性。     

基于线性化技术的二次分配问题求解新方法

文章在对已有二次分配问题(QAP)线性化模型深入研究的基础上,提出一种二次分配问题线性化新方法,进而给出了对称二次分配问题的线性化模型.最后,通过求解二次分配基准问题库(QAPLIB)中的部分实例说明了该线性化新方法的有效性和重要性.     

带振荡策略的启发式算法求解一类新型分配问题

提出了一种新型的分配问题,该问题来源于钢铁企业中的板坯优化管理.与一般分配问题相比,该问题在将物品分配给背包时,除了需满足背包的容量限制外,还需满足流向限制.此问题可归结为 一般分配问题,因此为NP难问题.针对该问题,提出了带有振荡策略和长期表的启发式算法求解.振荡策略使局部搜索算法在可行区域和不可行区域间振荡,以获得更好的近优解;其次,在算法中引入了禁忌搜索的长期表,根据频率鼓励物品的多样性移动,提高算法的分散搜索能力.为验证算法有效性, 对随机产生的23种规模的数据进行了实验.实验结果表明：对于小规模数据,算法结果与最优解的最大偏差为0.55{\%};在大规模情况下,算法能在快速的时间内获得问题的近优解.     

分配问题的一种新的迭代算法

针对解决分配问题的匈牙利法运算步骤复杂的问题,提出一种新的迭代算法。该算法通过引入有向检测矩阵,利用Floyd算法进行迭代,求解出可行解即为最优解。与经典的匈牙利法相比,该算法更加简便,易于编制成计算机程序,适合于大规模分配问题的计算。     

具有条件风险值的动态火力分配方法

针对火力分配（weapon-target assignment,WTA）中的不确定性因素,研究了一类目标数量和类型不确定的动态火力分配问题。首先,构建了最小总任务费用的确定型WTA模型;其次,引入时间变量、想定模式和风险值约束,把确定型WTA问题转化为具有条件风险值约束的两阶段动态WTA问题,并用线性不等式集代替条件风险值约束,从而把动态WTA问题转化为混合整数规划问题;最后,设计一种循环多次交换禁忌搜索算法。仿真结果表明,新算法能够在较短时间内求解较大规模动态WTA的优化问题。     

Crowdsourcing Task Assignment Mechanism Based on Employer Net Profit and Employee Satisfaction

Crowdsourcing task assignment has become an important task assignment model in the Internet economy era. In this paper, we study the crowdsourcing task assignment problem based on employer net profit and employee satisfaction. First, the reliability and interest of employees are modeled, based on which the mathematical expressions for employer net profit and employee satisfaction are given. Then, a multi-objective optimization problem is formulated to maximize employer net profit and employee satisfaction by jointly optimizing the task assignment matrix and task offer vector.Since the considered problem contains discrete variables, it cannot be solved directly by traditional optimization methods. Therefore, two low-complexity high-performance algorithms are proposed. The first algorithm is based on a fast non-dominated ranking genetic algorithm with an elite, which is able to explore the Pareto bound of the considered problem. The second algorithm is based on a reinforcement learning framework, which is able to maximize the weighted sum of employer net profit and employee satisfaction. Numerical results show that the number of tasks assigned to employees affects both employee satisfaction and employer net profit. The Pareto bounds and Pareto optimal solutions based on the solutions of the two proposed algorithms are also presented numerically, which quantitatively characterize the tradeoff between employer net profit and employee satisfaction.     

最优指派问题DNA算法

对求最小值的最优指派数学模型,设计并实现了DNA计算算法。首先经过特殊的DNA编码将二维的决策变量和二维的效益值编入DNA序列中;然后通过杂交实验和分离实验得到指派问题的全部可行解;最后通过电泳实验和检测实验获得最优指派问题的最优解。证明了算法的复杂性并举例说明了算法的可行性。分别给出了求最大值的最优指派问题和人数与工作数不等的最优指派问题的处理方法。