基于状态转移ARCH模型的中国股市波动性研究

通过引入波动性状态转移的ARCH(SWARCH)模型对中国股票市场的波动性进行了研究．SWARCH模型较传统的ARCH类模型显著地提高了股票市场波动性的描述与预测能力．实证结果表明，促使中国股市低波动性状态向高波动性状态转移的主要原因是股市的政策因素，这与因为实体经济基础的变化而促使美国股市波动性状态转移有着本质的区别．     

基于多目标遗传算法的卫星成像任务调度技术

针对成像卫星的任务调度问题,考虑多种约束条件,提出了成像任务约束图模型。基于多目标优化和遗传算法思想,提出了一种应用于卫星成像任务调度的多目标遗传算法,详细分析了算法的各个关键步骤的设计思想,能够求得基于成像约束图模型的满意解,生成卫星的优化拍摄计划。卫星成像任务调度原型系统的实现和实验结果验证了该模型和算法的合理性和有效性。     

安全驱动的实时任务调度遗传算法

对异构网格环境下的硬实时任务调度问题,不仅考虑了时间约束而且考虑了其安全性能需求,构造了相应的安全效益函数,在此基础上构建了一个安全驱动的任务调度模型。为了解该模型,设计了新的选择算子使得不满足时间约束但安全效益值大的个体也参与到进化中,从而保证种群多样性;设计了一个能够扩大搜索范围的新的杂交算子和增强搜索精度的调整算子。最后引入一个启发式算子,提出了一种搜索能力较强的安全驱动混合遗传算法(security driven hybrid genetic algorithm, SDHGA)。仿真实验表明,在同等条件下该算法与经典的Min-Min、SD-Min-Min、SAREC和QoSGA等算法相比,在任务调度成功率、安全效益值和系统吞吐率等方面具有较好的综合性能。     

基于状态转移的组合优化方法

NP问题的解空间太大导致利用现有技术求解十分困难。针对这一问题．提出基于状态转移的组合优化方法。结合0／1背包问题的求解。阐明这种方法求解问题的过程。实验结果表明这种方法是有效的。     

向虚拟样机并行设计的任务调度方法

针对复杂产品虚拟样机并行设计中任务调度存在的开发时间凭经验主观假定、求解策略不易获得最优解等问题,建立了任务调度模型,提出了基于案例推理的任务开发时间估算策略,设计了基于遗传算法的模型求解策略。时间估算策略以设计单元以往完成任务的信息为依据,提高了时间估算的合理性;模型求解策略能够保证搜索空间的完全性,在满足任务间约束的前提下,快速求得最优调度,提高了求解策略的效率。最后用实例验证了方法的有效性,它能大幅缩短虚拟样机并行设计时间。     

冲突分析的状态转移法的收敛性

冲突分析的状态转移法的收敛性黄有度（合肥工业大学数学系２３０００９）ＯｎｔｈｅＣｏｎｖｅｒｇｅｎｃｅｏｆｔｈｅＳｔａｔｅＴｒａｎｓｉｔｉｏｎＡｐｐｒｏａｃｈｉｎＣｏｎｆｉｌｃｔＡｎａｌｙｓｉｓＨｕａｎｇＹｏｕｄｕ（ＨｅｆｅｉＵｎｉｖｅｒｓｉｔｙｏｆｏ...     

基于Java的分布式测控系统任务调度研究

针对分布式测控系统动态任务调度算法,提出了一种任务迁移的方法。该方法基于Java的对象序列化机制、多线程机制、远程方法调用(remotemethodinvocation,RMI)技术,实现了将重载机上的任务迁移至轻载机上执行。任务迁移的成功使分布式测控系统动态任务调度算法顺利实现,从而有效地提高了系统效率,达到了负载均衡的目标。详细介绍了任务迁移的实现。     

异构计算系统任务调度的遗传算法及改进

提出一种新的染色体编码方法——逆排序消出结点法RSEEN,确保染色体对应的任务分配调度为合理调度,不必在遗传操作过程中不断地验证和调整基因以保证染色体的有效性,简化了遗传操作,使优良基因更易保全并传递给后代,种群的进化过程更接近自然的进化法则。另外,还采用了启发式变异方法,加速了算法的收敛性。同时,构造本算法是以异构计算系统模型为基础的,充分考虑了任务间数据交换的开销和处理机间的差异,算法的应用更有普遍意义。     

面向空间操控仿真的任务调度微服务策略

针对大型空间操控仿真试验中TB、PB量级的遥测参数、载荷数传等指数性增长的数据交互计算压力,以及海量多源异构仿真模型的并发调用对传统服务架构带来的挑战,构建了面向空间操控仿真的任务调度微服务(task scheduling microservice for simulation, S-TSM)解决方案。借助混合式微服务调度技术,建立以负载迁移模型为核心的双引擎动态任务调度平台,规避负载均衡震荡并优化服务端节点资源分配,具备负载平衡周期短、计算任务响应迅速、高吞吐稳定性等优点。通过实地航天器试验仿真系统的实验结果表明,在满足海量操控仿真任务调度与操控对象交互数据高吞吐处理需求下,S-TSM与Xxl-job、Elastic-job、Spring Cloud任务调度架构相比,单次业务平均响应时延分别缩短0.10 s、0.25 s、0.92 s,与轮询、比率、弹性分片等其他负载平衡算法相比,平均负载平衡耗时缩短1.90 s,具备一定的竞争力。     

基于蚁群算法的并行测试任务调度

并行测试的任务优化调度是并行测试技术的核心问题.提出了一种用于解决并行测试任务调度问题的改进蚁群算法,通过该算法可以获得测试时间最短的任务调度序列.给出了并行测试任务调度问题的数学模型,设计了启发式函数和状态转移概率的计算公式.采用动态标注方法在搜索过程中加大可行解间的信息素差别,避免算法早熟.给出了应用实例,实际应用表明该算法是有效的,能很好地解决此类多维动态组合优化问题.     

基于无人机实时数据多波次任务规划模型分析

针对导弹部队多波次作战任务规划问题,依据无人机的实时数据,构建了基于路径的多层规划模型,并设计了模型的算法求解流程.使用遗传算法与禁忌搜索混合算法,得出了任务规划中的最优路径规划,并在此基础上进行了冲突的消除.通过仿真案例表明,用无人机协同配合导弹部队作战,实时传输作战数据,能够解决战场信息模糊不确定的问题;使用多层规...     

基于混合多目标进化算法的多无人机侦察路径规划

由于侦察任务的复杂性和不确定性,无人机对其目标的侦察时间往往是不确定的。将多无人机对观测时间不确定目标的侦察路径规划问题建模为使任务时间、编队总耗时和编队规模同时最小化的多目标优化路径规划问题。对此,在基于ε 占优的稳态多目标进化算法基础上引入多目标局部搜索,给出了混合ε 占优多目标进化算法,提出了一种使用插入最近点方法的启发式遗传操作。实验结果表明,算法能够有效解决所研究的问题,并且其优势随着问题规模的增大而显著。     

基于着色Petri网的无人机侦察战术规划

无人机(unmanned aerial vehicle,UAV)战术规划问题是UAV作战的核心,本文以UAV战术规划中的资源分配和目标推理为研究对象,针对传统Petri网不能准确模拟战术规划中资源及任务正负效应建模问题,在阐述了利用传统Petri网将总体任务按计划及目标顺序进行层次分解后,采用着色Petri网对网间结构...     

无人机轮式着陆横侧向控制

针对轮式起降无人机着陆过程横侧向控制存在的着陆安全性较低及抗风能力较弱的问题,提出了一种无人机着陆高安全性横侧向控制方案和控制结构。在常规的副翼和方向舵横侧向控制面配置条件下,采用在滚转角和偏航角精确解耦内回路控制的基础上,进行滚转和偏航的综合侧偏外回路控制方法,引入外回路对内回路的滚转角和偏航角指令限幅值随相对高度变化的机制,实现对无人机接地时侧偏距、侧偏速度、滚转角和偏航角的综合控制。对某型无人机的着陆横侧向控制进行设计及仿真,结果表明所提出的着陆横侧向控制能提高无人机的抗侧风能力,在侧风情况下着陆,可有效地将侧偏距、侧偏速度、滚转角和偏航角控制在安全范围内,所采用的着陆横侧向控制对无人机的气动参数摄动具有较强的鲁棒性,并且克服了常规控制中对相对高度信号误差要求高的缺点,在提高着陆安全性的同时,降低了对设备性能的要求。     

一种灵巧同构系统的任务静态调度算法

针对高性能的灵巧同构系统计算环境特点,提出了一种多处理机的任务静态调度算法。该算法结合遗传算法和启发式列表调度算法,具有较短的调度时间;算法考察了多处理机调度中的任务间前趋关系、通信关系以及任务存储量要求,具有实用意义。仿真结果表明,与标准算法和CP/MISF(critical path/most immediate successors first)算法比较,所提出的算法能够得到较优的调度结果。     

电子侦察卫星任务调度方法

基于电子侦察卫星任务规划问题的特殊性,提出了规划预处理的基本方法,并基于合理假设建立了问题的多目标规划模型;设计了一种改进的遗传退火算法对模型进行求解,为防止最优解的丢失,引入了基于精英保留的选择机制,同时该算法有效避免了遗传算法局部优化能力差及模拟退火算法易陷入局部最优等缺陷。最后,通过实例将该算法与遗传算法(genetic algorithm, GA)及模拟退火算法(simulated annealing algorithm, SA)相比较,结果表明该算法能有效解决电子侦察卫星的任务规划问题。     

Modeling for UAV resource scheduling under mission synchronization

Unmanned aerial vehicle (UAV) resource scheduling means to allocate and aggregate the available UAV resources depending on the mission requirements and the battlefield situation assessment. In previous studies, the models cannot reflect the mission synchronization; the targets are treated respectively,which results in the large scale of the problem and high computational complexity. To overcome these disadvantages, a model for UAV resource scheduling under mission synchronization is proposed, which is based on single-objective non-linear integer programming. And several cooperative teams are aggregated for the target clusters from the available resources. The evaluation indices of weapon allocation are referenced in establishing the objective function and the constraints for the issue. The scales of the target clusters are considered as the constraints for the scales of the cooperative teams to make them match in scale. The functions of the intersection between the "mission time-window" and the UAV "arrival time-window" are introduced into the objective function and the constraints in order to describe the mission synchronization effectively. The results demonstrate that the proposed expanded model can meet the requirement of mission synchronization, guide the aggregation of cooperative teams for the target clusters and control the scale of the problem effectively.     

基于FCM的UAV事故成因预测方法

无人机安全问题已经成为航空领域一个亟待解决的难题,坠机事故不但会造成装备和财产损失,而且也会给高技术安全带来巨大风险.在分析相关坠机事故统计的基础上,提出了一种影响无人机安全的事故因素划分原则和方法,建立了无人机事故成因预测的FCM模型.利用FCM的知识表示和推理可以预测出系统达到稳定状态时各因素的状态值,通过关联度计算对事故的影响因素进行排序,得到诱发无人机事故的主要因素.实例验证和分析证明该方法对于无人机事故成因的预测是可行的.     

基于细菌觅食算法的多异构无人机任务规划

针对多无人机任务规划问题, 以细菌觅食算法为基础, 融合遗传算法的交叉变异操作, 进行任务分配。为了提高算法的收敛能力, 动态自适应调节算法的游动步长、繁殖次数和迁徙概率。基于Lyapunov导航向量场和避障向量场构建融合向量场, 模拟真实静态和动态障碍物环境, 在任务分配阶段完成航迹规划; 基于合同网拍卖算法, 进行无人机坠毁后的任务重分配。仿真结果显示, 改进算法满足任务规划需求, 在考虑静态和动态障碍物的环境下, 能够高效的完成多异构无人机的任务分配以及重分配且总代价最小。