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。     

多人合作费用分摊的有效解法及其应用

分析了多人合作对策中的费用分摊问题 ,总结了求解费用分摊问题中的几种有效解法 ,并就某矿业集团合作兴建大型水处理厂这一实际问题 ,采用核心法 ( N ucleolus法 )、简化的 MCRS法、GQP法和 Shapley值法等四种方法分别进行了计算 ,分析了不同方法适用的范围和条件.     

不确定性条件下的多目标多路径选择

不确定性条件下,综合多种性能指标,提供多条合理候选路径的路径选择方法还未得到有效解决.介绍一种利用累积前景理论进行多目标多路径选择的方法.为此,首先分析路段的不确定性属性和出行者的路径选择特性,基于路段广义出行费用定义参考点和值函数,建立多目标路径选择的累积前景理论;然后基于累积前景值定义合理替换路径,建立合理多路径选择模型;将改进的克隆选择算法与节点删除法相结合,设计了多路径选择模型的求解算法;最后,将该法和节点删除法、传统k-最短路算法应用于示范网络,比较分析了本文算法的有效性和快捷性.     

求最小费用最大流的改进标号法

针对现有网络最小费用最大流算法存在的针对性差、步骤繁复、计算量大的问题,根据赋权有向图的最短路算法,提出并证明了一种寻找最小费用增广链的改进标号法.此方法可以直接在网络图上使用,避免了传统方法中需要反复将网络图转化为赋权有向图的操作.将此方法应用到求网络最小费用最大流的计算中,可以简化计算过程,提高运算效率.     

Ad Hoc网络拓扑持续时间与端到端测量时间约束研究

网络节点的不断运动造成AdHoc网络拓扑的动态性.描述和量化动态性是设计、仿真以及测量Ad Hoc网络的基础.首先推导出Ad Hoc网络的链路持续时间分布和拓扑持续时间分布的计算公式,并进行了仿真验证.然后提出利用TTL值感知拓扑变化的方法,并研究了此方法的感知率.最后基于以上结果,提出将网络断层扫描技术应用于Ad Hoc网络时,在测量时间内网络拓扑不发生变化的概率计算公式,并在Ad Hoc网络步行速度场景下给出了仿真结果.研究结果为Ad Hoc网络动态性和端到端测量技术研究提供基础.     

选择Pareto非劣解最优方案的量化方法:性价比法

针对多目标优化问题,提出了便于决策者以其偏好选择Pareto非劣解的量化方法——性价比法.通过剖析决策者选择最优方案的基本原则,发现如果从理性出发,以市场法则进行比选,则决策者无论有何偏好,以较低价格得到较高性能的产品,即获得高性价比应是其共同的愿望.仔细观察Pareto前沿分布,可以看到其排布特点具有恒递增或恒递减趋势,且大多分布不均匀,这意味着其中蕴含有不同的变化率及敏感性,从中可以挖掘出新的内在规律性.由这一认识出发,借鉴"性价比"概念,构造出各相邻非劣解对应目标函数值的平均变化率,得到了类似于"性价比"概念的灵敏比;将灵敏比无量纲化后,根据支配关系,筛选出Pareto非劣解集中新的非支配子集,进一步缩小了选择范围.以上述成果为基础,提出了各Pareto非劣解相对于不同目标函数偏向度的计算方法,实现了Pareto非劣解的量化评价,进而有助于决策者根据偏好选择非劣解.最后,通过具体实例的计算,验证了文中所述方法的可行性和有效性.本文研究对于多目标优化的求解与应用具有很好的参考价值.     

天线结构多目标模糊序列级优化方法

本文基于模糊集理论,提出了一个结构重量、结构变形、结构费用、结构固有频率特性等有效满意优化设计法——多目标模糊序列级优化法。此方法粗略构造了产品自设计至使用过程的费用函数,并在考虑破坏准则模糊性的条件下,通过合理确定结构拓扑描述,构造单目标满意隶属度函数为扩展二次型函数,以线性加权和积幂加权法作为综合评价准则,目标分级处理,将多目标模糊优化问题转化为序列级优化问题。进而,针对不同情况分别用线性扩展内点罚函数序列级优化法和次约束序列级优化法求取有效满意设计方案。本文将方法编程,并对一般桁架及天线结构进行了优化计算。算例结果表明,此方法具有简明、灵巧、有效、实用的特点。     

基于区域划分的地铁网络脆弱性评价方法

结合地铁网络的拓扑结构和运营客流分布的特点,提出了基于区域划分的地铁网络脆弱性评价方法,其中分别定义了站点、路段和区域的脆弱值计算公式.由于区域脆弱值与区域划分密切相关,因此进一步设计了两种区域划分方法.一种是站点聚合法,侧重于反映地铁网络区域的结构脆弱性,其基本思路是以脆弱值高的站点为中心,迭代聚合与之耦合度高的站点进而形成脆弱区域;另一种是路段剔除法,侧重于反映客流分布对地铁网络脆弱性的影响,其基本思路是对给定的一个区域逐步从中剔除脆弱值低的线路实现区域划分.最后,利用一个现实的城市地铁系统验证评价方法的有效性.     

基于节点通信度的信息加权一致性滤波

协同目标跟踪是无人机集群等多传感器网络的典型应用。在分布式传感器网络目标跟踪过程中,目标状态估计的一致性直接影响到跟踪有效性。针对目标跟踪过程中网络节点之间一致性迭代次数受限的问题,提出了一种基于节点通信度的信息加权一致性滤波算法,设计了用节点通信度来充分衡量传感器节点在网络中的通信拓扑状况,并构建了非对称一致性权值的选取机制,可在复杂拓扑结构网络中实现快速一致性跟踪。典型目标跟踪场景仿真验证表明,所提算法相比经典的信息加权一致性滤波算法,目标跟踪的不一致程度降低了20%以上,有效提升了分布式跟踪的一致性速度。     

一种多属性多方案大群体决策方法研究

多属性多方案大群体决策问题广泛存在于网络环境中,将单方案大群体决策方法推广到基于多属性的多方案大群体决策中,由此获得大群体偏好矩阵.利用熵权法获得各个属性权重向量.将各个属性权重向量和大群体偏好矩阵进行合成,获得各个方案的综合评价值向量,由该向量中的综合评价值得出各方案的综合排序结果,较好地解决了多属性多方案大群体决策问题.最后通过一个算例说明了方法的有效性.     

一种改进的三角模糊数互补判断矩阵的排序方法

在传统的三角模糊数互补判断矩阵排序方法的基础上,结合三角模糊数均值的概念,提出了一种改进的排序方法。该方法通过三角模糊数互补判断矩阵以及相应的概率分布矩阵,计算得到模糊均值矩阵,从而将三角模糊数互补判断矩阵的排序问题转换为模糊均值矩阵的排序问题,然后对模糊均值矩阵利用权的最小平方法计算排序向量。通过计算三角模糊数均值,有效地减少了判断过程中的不确定性。给出了该方法的具体应用步骤,仿真算例表明该方法易于实现,具有很好的可操作性。     

基于粒计算的武器装备体系结构超网络模型

利用超网络建模体系结构是体系网络化描述、评估和演化性探索的一种重要发展趋势。目前提出的超网络模型仍然处于概念探索阶段,在体系结构的复杂关系描述、体系属性信息和拓扑结构之间互影响机理挖掘等方面问题的研究存在局限性。梳理了体系结构超网络建模研究现状,提出基于粒计算的装备体系结构超网络建模方法,采用四元组粒模型的形式化描述将装备体系的拓扑信息与属性信息结合起来。利用超网络构建体系结构的复杂关系模型,实现了系统、功能、活动、行为与能力等体系要素之间的层次关联。通过超边机制将粒模型与超网络模型较好地联系起来。     

Characteristic Class of Isotopy for Surfaces

Journal of Systems Science and Complexity - It is an important problem in topology to verify whether two embeddings are isotopic. This work proposes an algorithm for computing Haefliger-Wu...     

基于跳风险的动态代理与托宾Q理论

引入刻画企业突发损失的泊松跳和管理者自利冒险行为,构建投资Q理论下的动态代理模型.首先基于管理者不可观测的努力和冒险行为进行最优合同设计,利用鞅方法给出了管理者价值函数的演变方程,得到了合同激励相容的充分必要条件.其次,运用随机控制方法,推导了股东价值满足的微分方程,同时给出了最优动态投资策略.数值分析表明,管理者的冒险行为会导致股东价值损失并使得动态投资降到更低水平,另外限制管理者冒险需要额外的管理成本,股东会在一定的程度上放任管理者的冒险.最后就相关参数与管理者冒险程度之间的关系进行了讨论.     

基于无人机辅助边缘计算系统的节能卸载策略

针对复杂地形中地面基础设施无法有效提供可靠通信和密集算力的问题,首先提出一种基于无人机(unmanned aerial vehicle, UAV)托管计算资源的卸载方案。考虑用户终端的计算需求,计算任务的时延约束,以及UAV的能量约束,构建了一种以最小化用户终端计算和卸载能耗为目标的UAV辅助边缘计算模型。其次,通过将原非凸的问题分解为两个凸优化子问题,采用了基于块坐标下降的两步迭代优化算法,联合优化了用户终端本地任务的数据量、卸载任务的数据量以及UAV的轨迹,实现约定时间内用户终端能耗的最小化。仿真结果表明,所提策略适用于优劣不同的信道条件,能够在保证用户终端完成任务的同时,使得用户终端能耗方面优于其他基准方案。     

基于深度强化学习的应急通信网络规划方法

针对应急通信网络规划传统算法对先验知识要求高、时效性不强等问题,提出一种基于深度强化学习的应急通信网络拓扑规划方法。研究了基于蒙特卡罗树搜索与自博弈相结合的网络规划样本数据生成方法,设计了基于残差网络的策略网和价值网,在此基础上使用Tensorflow库对模型进行构建和训练。仿真结果表明,提出的规划方法能够有效实现网络拓扑的智能规划,且具有较高的时效性和可行性。     

基于深度强化学习的应急通信网络规划方法

针对应急通信网络规划传统算法对先验知识要求高、时效性不强等问题,提出一种基于深度强化学习的应急通信网络拓扑规划方法。研究了基于蒙特卡罗树搜索与自博弈相结合的网络规划样本数据生成方法,设计了基于残差网络的策略网和价值网,在此基础上使用Tensorflow库对模型进行构建和训练。仿真结果表明,提出的规划方法能够有效实现网络拓扑的智能规划,且具有较高的时效性和可行性。     

信息非对称下动态投融资的约束信号博弈模型

研究了信息非对称下企业动态投融资决策问题，建立了约束信号博弈模型．在动态投融资过程中，经营者的自筹资金比例及项目的收益率等具有向投资者传递经营者和项目状况信号的功能，投资者可通过观察和／或预期这些信号的变化对经营者的道德风险及逆向选择程度进行推测，分析表明：在Mercurio效用函数下，若订立长期合作合约，经营者有增大其道德风险程度的激励，且可获得的最大效用为其期望投资收益的一半。     

基于实物期权的ERP不确定性投资分析

企业资源规划系统(ERP)项目投资具有很大的风险和不确定性,投资决策一直是困扰决策者的难题.ERP项目投资决策是一个带有潜在随机过程和约束条件的多阶段投资决策问题,包含大量内在关联的投资机会.多段随机规划方法可以较好地解决带有潜在随机过程和约束条件的多阶段决策问题,克服了二项式方法和有限微分方法难以求解多段关联复合期权的弊端.运用多段随机整数规划方法结合ERP系统的投资特点建立了基于实物期权的ERP项目投资决策分析模型,设计了合理的模型求解算法.模型很好地考虑了项目投资过程中未来收益和投入成本的不确定性,相对于传统决策评价方法更加适合于ERP投资决策.     

微波接力组网的节点再优化研究

为进一步完善常规方法构建的微波接力网组网拓扑,提出了一种基于最优链路集的网络节点再优化方法。该方法综合考虑节点吸引系数、链路衰落概率、节点通信冗余等因素,借助网络拓扑优化的思想,采用遗传算法构造了微波接力网的最优链路集;以节点在该集合中的度为依据,通过对节点的合理排序,以部分用户节点代替非必要的干线节点,完善了组网拓扑。在修改链路和节点价值集后,该方法还可解决其他网络干线、中继节点的选择问题。