网络结点流量控制的非线性模型分析

针对网络中海量数据传输的网络拥塞控制问题,对网络流量稳定性控制的非线性模型进行了分析和模拟。结合网络中产生拥塞的原因(控制信息与数据沿同一链路传输且具有相同的时延,而每一个用户都试图最大限度地利用网络),给出了利用TurboC模拟不同带宽利用率、不同工具函数、不同经验因子情况下的网络传输情况。验证了模型的科学性、问题所在及建立脱离网络拓扑和网络协议的通用结点流量控制模型的可行性。     

不完全信息下交通网络最短路径关键边问题

因各种突发事件（交通事故、自然灾害等）造成道路中断的现象普遍存在，车辆在行驶的过程中并不具有道路中断的完全信息，只有行进到中断处时才获得道路中断的信息。本文就不完全信息（道路中断信息）下的变通网络最短路径关键边问题进行研究，首先定义了不完全信息下最短路径关键边的概念．其次给出了求解不完全信息下最短路径关键边的有效算法厦其时间复杂性分析，然后结合城市道路网络给出了实际算例，比较分析了最短路径关键边、最长绕行路关键边和不完全信息下的最短路径关键边问题，指出了不完全信息下的最短路径关键边问题更具有实际意义。     

分布式虚拟现实仿真环境中的数据过滤技术研究

减少网络通讯负载一直是分布式交互仿真环境致力解决的问题。本文针对分布式虚拟现实仿真环境ＤＶＳＥ２０００遇到的拔号网络通讯瓶颈问题,讨论了基于数据转发器的实体状态数据包压缩技术及静态实体数据包传送技术。另外本文还基于大规模分布交互仿真环境介绍了兴趣管理技术,并提出了多阈值ＤＲ技术的思想。多阈值ＤＲ技术为解决大规模分布交互仿真环境的通讯负载提供了新思路。     

不完全信息下交通网络的关键路径问题

在交通运输中．车辆总是选择最短路径行驶。然而因各种突发事件（交通事故、自然灾害等）造成道路中断的现象普遍存在．车辆在行驶的过程中并不具有道路中断的完全信息．只有行进到中断处时才获得道路中断的信息．此时原来的最短路径就很可能失去其最优性．从而增加交通运输的成本。为了解决这一问题．本文提出了不完全信息下交通网络的关键路径问题．给出了相应的求解算法．并分析了其时间复杂性。然后结合实际交通网络给出算例．最后指出这对提高交通运输的效率更具有实际意义。     

危险天气下改航路径网络规划

针对现有改航路径规划模型未考虑多机改航时的关联效应和路径网络特性等问题,提出了基于两阶段分析的改航路径网络规划方法。首先利用栅格法模拟改航环境,然后在单一改航路径规划的基础上形成初始路径网络,进而给出引入流量约束的网络规划模型和基于改航点布局的求解策略,最后利用NSGA Ⅲ算法对我国东南地区局部空域运输系统进行仿真分析,结果表明该规划方法能有效避免飞行冲突,提高网络综合特性,具备一定参考价值。     

A Feasible Partial Train Traffic Simulation Using Diagram Expressed in Network

Ａ　Ｆｅａｓｉｂｌｅ　Ｐａｒｔｉａｌ　Ｔｒａｉｎ　Ｔｒａｆｆｉｃ　Ｓｉｍｕｌａｔｉｏｎ　Ｕｓｉｎｇ　Ｄｉａｇｒａｍ　Ｅｘｐｒｅｓｓｅｄ　ｉｎ　ＮｅｔｗｏｒｋＣｈｅｎｇＹｕ（ＲａｉｌｗａｙＴｅｃｈｎｉｃａｌＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅＫｏｋｕｂｕ...     

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...     

Urban transit assignment model based on augmented network with in-vehicle congestion and transfer congestion

This paper presents an augmented network model to represent urban transit system.Through such network model,the urban transit assignment problem can be easily modeled like a generalized traffic network.Simultaneously,the feasible route in such augmented transit network is then defined in accordance with the passengers’ behaviors.The passengers’ travel costs including walking time,waiting time,in-vehicle time and transfer time are formulated while the congestions at stations and the congestions in transit vehicles are all taken into account.On the base of these,an equilibrium model for urban transit assignment problem is presented and an improved shortest path method based algorithm is also proposed to solve it.Finally,a numerical example is provided to illustrate our approach.     

一种新的路径生成式Logit交通分配算法

Logit方法是一种重要的非平衡交通分配方法，但由于需要路径枚举，限制了它在大型路网上的应用。本文提出了一种新的路径生成式Logit交通分配算法。每次迭代中，利用Logit方法在已产生的路径集上进行变通分配，并更新路段交通量度路段运行时间，然后在此基础上利用最短路算法求出新的最短路并更新路径集，如此变替进行．直至不再产生新的最短路，最后完成交通分配。由于不需进行路径枚举，从而使本算法适用于大型路网的交通分配。实际计算表明．该算法是有效和可行的。     

基于层次分解策略无人机编队避障方法

针对危险模式下无人机编队问题,提出基于层次分解策略的编队避障方法.通过构建Voronoi图,利用K路径算法为各无人机找到多条备选航路;然后建立协同函数,为各无人机规划出既能满足时间协同要求,又能满足整体代价最优(次优)的障碍物规避航迹.并设计了无人机编队的通行规则,解决了无人机在避障飞行过程中有可能产生的碰撞冲突问题.仿真结果验证了算法的有效性.     

Multi-Objective Cooperative Salvo Attack Against Group Target

This paper proposes a solution for the problem of cooperative salvo attack of multiple cruise missiles against targets in a group. Synchronization of the arrival time of missiles to hit their common target, minimizing the time consumption of attack and maximizing the expected damage to group targets are taken into consideration simultaneously. These operational objectives result in a hierarchical mixed-variable optimization problem which includes two types of subproblems, namely the multi-objective missile-target assignment(MOMTA) problem at the upper level and the time-optimal coordinated path planning(TOCPP) problems at the lower level. In order to solve the challenging problem, a recently proposed coordinated path planning method is employed to solve the TOCPP problems to achieve the soonest salvo attack against each target. With the aim of finding a more competent solver for MOMTA, three state-of-the-art multi-objective optimization methods(MOMs),namely NSGA-II, MOEA/D and DMOEA-εC, are adopted. Finally, a typical example is used to demonstrate the advantage of the proposed method. A simple rule-based method is also employed for comparison. Comparative results show that DMOEA-εC is the best choice among the three MOMs for solving the MOMTA problem. The combination of DMOEA-εC for MOMTA and the coordinated path planning method for TOCPP can generate obviously better salvo attack schemes than the rule-based method.     

低轨预警星座通信网络的路由算法

路由技术是低轨预警星座通信网络需解决的关键技术之一。设计了低轨预警星座通信网络的拓扑结构。提出了多约束最优路由模型,该模型将链路的时延、切换率和可用带宽转化为传输费用,表示了时延和跳数受限的最小费用路由问题。给出了求多约束最优路由问题的最优解算法,此算法通过缩小可行路径的搜索空间降低计算复杂性。仿真结果表明,该路由算法的复杂性和切换性能优于同类算法,适合于星上在线路由计算。     

基于时间和路径偏好的交通流分配模型与诱导策略

考虑交通网络中出行者不仅具有路径选择偏好, 同时具有时间偏好的特征, 分别针对出行者是否具有时间或路径选择偏好的4种不 同情形, 建立相应的交通流分配模型. 通过分析这4个模型的性质, 分别给出了有效的求解方法. 在分析4种不同情形 下出行者总出行时间的相互关系基础上, 设计了时间诱导和路径诱导策略. 最后, 以西安市东南郊清明假日交通流分 配为例, 分别模拟分析了不进行诱导, 进行时间诱导, 进行路径诱导的情形下高峰期的交通流分配, 该实例验证了时 间诱导策略与路径诱导策略的有效性.     

基于事件的交通拥堵模拟与消散策略研究

区域交通拥堵是通过排队链环逐级传播的,其结构类似于树结构分岔。如果不能实施及时有效的疏散控制策略,极有可能造成拥堵闭环。运用改进的中观交通仿真模型模拟基于事故的理想格子网络的交通拥堵形成和消散过程。依据交通拥堵传播的空间结构特征,利用禁止转弯(转弯禁限)与车辆途中更换路径的交通管制和诱导措施,首次提出了"树控制"策略缓解交通拥堵。仿真结果表明,合理应用提出的拥堵消散控制策略可以有效缓解交通拥堵的传播。     

ATIS和恶劣天气下的随机交通分配模型

为了研究恶劣天气(不同降雨密度)引起的道路网络供给和需求不确定性对装备和未装备ATIS用户的出行行为产生的影响, 本文提出一个内生、平衡ATIS市场占有率和遵从率下, 基于路径运行时间可靠度的交通分配模型. 装备ATIS的用户也并不总是遵从ATIS提供的建议. 因此, 所有用户被分为三种类型: 装备ATIS且遵从ATIS建议的用户, 装备ATIS但不遵从ATIS建议的用户以及未装备ATIS的用户. 用户在选择出行路线时会综合考虑路径运行时间不确定性、天气条件以及ATIS的建议. 此外, 本模型使用基于Logit的随机用户平衡模型, 考虑用户的出行成本感知误差. 本文提出的模型可以表示为一个等价的基于路径流量的变分不等式问题. 通过算例分析证明所提出模型和算法的有效性.     

基于模糊免疫PI和交叉耦合控制的AGV跟踪策略研究

针对AGV的多轮驱动，将模糊免疫PI和交叉耦合相结合的控制方法来实现AGV沿期等路径行驶，它解决了任一轮驱动系统因参数变化或扰动引起的不可预见性问题。由于交叉耦合控制利于多轮驱动之间的制约和协调，可以有效减少方向误差和提高路径跟踪的精确性。而基于免疫反馈原理的模糊免疫PI控制使系统具有一定的自适应能力和较强的鲁棒性，其控制性能优于常规的PI控制。仿真结果证明其可行性与有效性。     

流量工程中的一种迁移策略及算法

围绕在MPLS网络中如何运用流量工程技术使网络的流量分布趋于合理这一问题，提出了一种基于限制路由的业务流迁移蓑略，并详细描述了依据此蓑略的相应算法。该算法对网络资源属性和业务流属性加以综合考虑，引入判别函数并由此计算出路径的迁移值，从而确定业务流是否适于迁移，以最终达到均衡网络负载，提高网络资源利用率的目的。仿真试验已验证了该蓑略及算法的正确性和有效性。     

机器人救援的目标吸引动态路径规划蚁群算法

地震发生后城市的道路状况未知而且复杂多变,因此,在震后机器人救援中,如何快速地找到最短路径以拯救更多的伤员,成为研究的热点问题。提出一种目标吸引的动态路径规划蚁群算法,在动态变化的震后救援环境中找到最短路径,减少救援时间。利用原有城市交通地图的全局信息建立目标吸引函数,对蚂蚁在复杂动态环境下的路径搜索进行引导,提高其选择离目标点更近邻节点的概率,减小蚂蚁对非最短路径的选择概率。通过与MMAS算法进行仿真实验对比,验证了提出的算法可以更快地收敛到最短路径并具有较好的动态性能。     

随机动态多车辆装卸混合问题及求解策略研究

将随机动态装卸混合问题的车辆数由单车辆推广至多车辆,针对其中存在的排队现象,运用排队论推导出需求密集情况下期望系统时间的下界,提出了一种求解的堆栈策略,并推导出了堆栈策略期望系统时间的上界,分析了堆栈策略的渐近性.仿真结果表明,堆栈策略是一种适用于需求密集情况下随机动态多车辆装卸混合问题的求解策略.     

交互策略改进MOFA进化的多UAV协同航迹规划

针对无人机(unmanned aerial vehicle, UAV)多目标优化协同航迹规划方法中Pareto最优解集规模随迭代增长, 难以选择适合UAV任务特点的协同航迹等问题, 提出一种基于交互策略改进多目标萤火虫(multi-objective firefly algorithm, MOFA)进化的多UAV协同航迹规划方法。首先,采用变量分解策略将萤火虫算法中大规模变量分解成多个子种群, 以降低算法搜索的复杂度; 然后, 利用Tent混沌初始化和多种群循环分裂合并策略提高多目标萤火虫算法的搜索性能; 采用双极偏好占优机制、并设计协同度指标在Pareto最优解集中选取适合任务需要且协同度较高的UAV协同航迹。仿真实验表明, 所提方法能够根据任务设定生成对应侧重点、且满足协同性的相对最优航迹集, 证明了该方法的有效性。