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。     

基于NSGA-Ⅱ的车载光学测量设备任务调度方案优化

针对车载光学测量设备任务调度方案优化问题,提出了一种基于非支配排序的遗传算法(non-dominated sorting genetic algorithm Ⅱ, NSGA-Ⅱ)的多目标遗传算法。首先,建立了包含约束、优化指标在内的观测任务调度问题的数学模型。其中,针对多优化指标进行巧妙处理,将某些不作为最优指标的优化指标作为指标约束进行处理。其次,基于NSGA-Ⅱ中的快速非优超排序方法计算多目标适应度函数与选择算子,多目标优化求解得到的Pareto最优解集即为任务调度方案集。最后,通过仿真算例对所提算法进行了求解验证。仿真结果表明,该算法能够有效解决任务调度方案优化问题,为车载光学测量设备的工程实践提供了一定的参考。     

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。     

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。     

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。     

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。     

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。     

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...     

无人飞行器集群协同行为建模技术综述

无人飞行器集群协同作为一种全新的任务执行形态,正逐渐成为生成体系作战能力的有效途径,而自组织集群行为建模技术是实现集群高效率协同的关键所在.基于无人飞行器集群协同特点梳理总结了关键技术问题,从复杂系统图形化建模、集群多编队协同、集群队形变换、集群决策控制等4个方面,对无人飞行器集群协同行为建模技术现状和存在难点进行了全...     

面向有人/无人机协同打击的智能决策方法研究

有人/无人机协同是目前无人机空战发展的趋势, 智能决策是实现有人机与无人机协同打击的关键。高动态战场环境、非对称作战任务和异构多源协同体系, 导致无人机自主能力和实时性较差, 策略训练困难, 是有人/无人机协同打击研究的难点。基于有人/无人机协同的忠诚僚机方案, 设计典型的有人/无人机协同打击样式, 提出一种基于改进多智能体双延迟深度确定性(multi-agent twin delayed deep deterministic, MATD3)策略梯度算法的强化学习方法。首先, 设计基于MATD3策略梯度算法、课程学习(curriculum learning, CL)的协同机动决策训练框架和基于迁移学习的预训练(pre-train, PT)策略, 解决有人/无人机协同打击策略训练困难的问题。其次, 建立面向有人/无人机协同机动的多机协同奖励函数和状态空间。最后, 结合设计的搭载六自由度仿真模型的数字仿真推演平台, 验证训练得到的打击策略具有高效的打击和生存能力, 能够指导未来有人/无人机协同打击作战的实际应用。     

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。     

面向成像卫星组网的群任务规划方法研究

本文基于提高用户任务需求的处理能力,探索可共享卫星资源组网卫星协同的群规划方法.研究中不仅考虑了一些部门存在特有的任务规划需求,还考虑到一些重要部门有卫星资源或者经申请有允许规划的卫星资源. 分析了群规划的模式需求及提出群规划框架;针对分层规划与可共享的资源服务,建立群规划多目标优化模型;针对任务规划这一高维离散组合优化问题,借鉴蚁群算法的快速收敛和遗传算法的强知识表示能力,阐述组合高低阶知识表示的改进遗传求解算法. 仿真实验验证了本文规划模型与求解算法的有效性.     

固定翼无人机编队构型与通信拓扑优化

本文研究了考虑攻防对抗态势与最小信息流要求的固定翼无人机(unmanned aerial vehicles, UAVs)编队构型与通信拓扑优化问题。建立了编队构型指标体系, 给出了大规模集群分层编队构型设计模型和编解码方法, 提出了基于态势场的队形模型, 采用粒子群算法开展了队形参数优化。建立了通信网络拓扑效能指标体系, 提出了通信代价模型, 给出了基于Q学习的网络连通性控制算法。仿真算例验证了所提方法的有效性。