基于协同效能的反导作战任务分配模型

提出了一种基于效能最优的多个反导武器系统协同反导作战任务分配模型。阐明了任务分配与目标分配的关系,给出了任务生成原理,建立了考虑任务分配均匀性和一致性的静态任务分配优化模型;为建模方案之间的协同约束,定义了基本效能、自协同效能和互协同效能;基于粒子群优化算法进行了求解。仿真结果表明:建立的模型和方法适用于静态任务分配问题,所得结果合理有效,能够反映出任务协同在多个反导武器系统协同反导任务中的优势。     

反导作战能力评估方法研究综述

反导作战已成为未来防空作战的重要作战模式之一,对反导武器系统作战能力的评估对武器装备的发展和部署具有重要意义。本文首先分析了武器系统的作战效能和作战能力的关系：作战能力主要考查武器系统的性能和表现,是一个静态的概念;而作战效能侧重于度量武器系统完成任务的能力,是一个动态的概念;但如果在研究作战能力时,引入作战过程,则作战能力又是一个动态概念。其次,在分析作战能力和作战效能的关系的基础上,对传统的和新兴的作战能力评估方法进行了分析,具体分析了传统方法的优缺点,同时对新兴方法的基本思想和应用进行的分析,为从事武器装备的作战能力评估的研究人员提供借鉴。     

一种多无人机层次化任务分配方法

针对大规模任务分配问题,为了提高任务分配的效率和合理性,提出了基于任务依赖关系和ISODATA算法相结合的任务分组方法。在任务分组基础上,从无人机负载均衡的角度出发,提出了基于资源福利的任务组级粗粒度任务分配方法,结合粒子群算法提出了任务组内的细粒度任务分配算法。通过实验仿真验证所提方法有效,且性能和灵活性较普通任务分配算法有较大的优势。     

直接分配到弹的双层反导火力规划模型

反导作战火力运用是反导力量建设的核心内容之一,末段双层反导火力规划是一个复杂的不确定多约束条件优化问题,对火力规划进行了问题分析、弹-目分配时机分析和模型假设;分2个阶段建立了直接分配到弹的末段双层反导火力规划模型,模型重点考虑拦截目标与拦截弹杀伤时间窗口的对应关系,建立起武器系统拦截弹与来袭目标的弹-目对应分配关系,提供一种新的、快速的双层反导火力规划方法。     

舰船综合射频系统的防空反导作战研究

随着舰船电子设备一体化的发展,系统信息融合度不断提高,舰载综合射频的研制及作战使用逐渐受到各国海军重视。文中根据舰艇防空的不同层次,提出了舰载综合射频系统的作战样式,分析了综合射频的防空反导作战能力。     

编队反导资源调度问题分析

为了发挥编队反导资源的作战效能,提高整体作战能力,可将编队反导资源进行统一调度使用。借鉴柔性工作调度的思路,结合反导资源作战使用的实际情况,建立了编队反导资源调度模型,然后运用混合粒子群算法进行求解。调度模型不但可以确定对每枚反舰导弹抗击的次序,而且还可以确定抗击的开始和结束时间。混合粒子群算法编码简单,操作性强。仿真实例表明,调度模型合理有效,算法收敛速度快、迭代次数少。     

弹道导弹防御系统反导作战的SD模型研究

弹道导弹防御系统作为反导作战的主要平台,作战能力如何越来越被关注.利用系统动力学(SD)理论通过作战模拟的方法进行弹道导弹防御系统反导作战的研究是一种有效的途径.给出了反导作战效能评估的SD模型框架,分析了反导作战中诸要素的影响关系,建立了反导作战SD模型,并进行了模型的仿真实验,结果分析和建模案例表明了SD理论研究反导作战的可行性和有效性.     

采用HK模型的防空反导作战网络建模分析

采用HK网络模型对防空反导作战网络进行建模,对网络度分布、集群系数、平均距离的统计特性进行分析。将网络模型与典型树状结构的防空反导网络和基于BA无标度模型的网络进行比较,表明基于HK模型的防空反导作战网络具有较好的集群系数和无标度特性,同时表明改变TF连接概率进行防空反导网络设计具有更好的灵活性。     

基于IFE-GC的防空反导一体化作战能力评估研究

分析了防空反导一体化作战力量关系和能力影响因素，构建了一体化作战能力评估指标体系，综合考虑专家对评估对象给定判断信息的不确定性，运用直觉模糊熵确定评估指标权重和评估专家权重。利用三角白化权函数对各级指标进行灰色聚类评估，确定一体化作战方案的评价等级，并通过算例验证了评估方法的可行性和科学性，评估结果可为防空反导一体化作战计划制订提供辅助决策支持。     

复杂电磁环境对舰载弹炮结合武器系统反导作战的影响研究

复杂电磁环境已经成为现代海战场的重要特征和突出表现.该文介绍了海战场复杂电磁环境的构成、特点和对舰载弹炮结合武器系统反导作战的影响,旨在认识复杂电磁环境,掌握其特点规律,并采取相应的措施和应对之策,提高舰戴弹炮结合武器系统在未来复杂电磁环境中的反导作战能力.     

摄像机网络中基于任务域的任务分配方法

针对智能交通应用场景中摄像机网络的任务分配问题, 提出一种基于任务域并综合考虑节点负载和任务服务质量的任务分配方法。在保证任务服务质量的基础上, 使用了一种基于节点间相对价值的任务转移策略,并在嵌入式智能摄像机网络系统上实现了上述方法。实验结果表明, 该方法相对于传统任务分配方法, 系统平均资源利用率提高约50%, 任务分配成功率提高约40%。     

多处理器系统最优任务分配问题的一个近似算法

多处理器系统上的最优任务分配的研究是有效利用系统资源处理实际问题的热点课题,文章在考虑任务可分和任务不可分的两种多处理器最优任务分配问题上,首次提出了这两个问题在处理器的个数大于１时都是ＮＰ－完全问题,其次给出了一个有效的近似算法,     

网格计算中任务的优化分配

网格计算是一种新兴技术,有很多的优点,也有亟待解决的问题。阐述了网格计算的基本概念及其几个关键性问题,就网格计算中任务分配问题,着重考虑工作完成时间和所耗成本,提出了A*R和OASS两种算法,并对测试结果进行了分析比较。     

基于动态影响因子的任务分配策略

针对当前任务分配问题的现状和不足,综合考虑任务难度系数、责任意识、经验值、任务负载平衡、能力、社会关系、兴趣度、任务预期执行时间等对任务分配的影响,提出了一种基于动态影响因子的任务分配策略.     

网格中流水式计算的一种任务指派算法

为取得网格中流水式计算的高吞吐率,提出一种任务指派算法X max min.在一个流水线中,任务彼此是并行的,且每个任务本身是可并行化的.当多个任务被指派到同一个并行系统时,通过最小化任务计算成本的最大值确定每个任务分得处理机的个数.任务用于收发数据集的通信成本依赖其他任务的指派,故当相关任务的指派未完成时,需要在任务通信成本中引入均值估计.任务响应时间是计算成本和通信成本之和,它是任务指派的函数.用max min算法确定任务指派,可有效降低任务响应时间的最大值,从而使流水线的吞吐率得到提高.仿真实验表明,X max min算法使流水线取得的吞吐率与复杂的Taura算法相当.     

鲁棒极点配置方法

研究一类线性多变量系统的鲁棒极点配置问题，提出了一种基于极点配置和目标函数优化的鲁棒极点配置方法。基本思想是，利用极点配置的参数化表示结果，以系统输出的Ｌ∞范数作为极点配置寻优的准则函数，通过解优化问题的途径确定极点配置问题中的自由参数。     

改进的差分进化算法在工作分配中的应用

提出了一种改进的差分进化算法(IDE)以解决工作分配.它修正了DE算法的两个重要的参数:尺度因子和交叉率.尺度因子根据所有解向量的目标函数值而自适应地调整,交叉率随着迭代次数的增加而动态地调整.通过结合这两种参数,不仅增加了候选解的多样性,还增强了本算法的解空间开发能力.实验表明,在解决工作分配上,IDE算法比其他三种DE算法具有更强的收敛性和稳定性.     

网格中数据并行流水线的任务指派优化

为了缩短网格中数据并行流水线在吞吐率受限下的延迟,提出了一种优化任务指派的算法.在一个流水线中,每个任务都可以是一个数据并行程序.当多个任务被指派到同一个并行系统时,假设每个任务排他地使用一组处理机.根据优化目的,优化过程可分成连续的两个阶段,即提高吞吐率和缩短吞吐率受限下的延迟.对不同的优化阶段,用不同的启发式算法确定一个并行系统中每个任务的处理机数.改派任一任务都会使流水线的性能发生变化,性能提高的幅度被称为任务优先级.通过重复改派优先级最高的任务,流水线的性能可迅速提高,这在仿真实验中已得到了证实.     

基于多智能体深度强化学习的空间众包任务分配

针对现有空间众包中的任务分配大多只考虑单边、 短期利益和单一场景的问题, 提出一种基于多智能体深度强化学习的空间众包任务分配算法. 首先定义一种新的空间众包场景, 其中工人可以自由选择是否与他人合作; 然后设计基于注意力机制和A2C(advantage actor-critic)方法的多智能体深度强化学习模型进行新场景下的任务分配; 最后进行仿真实验, 并将该算法与其他最新的任务分配算法进行性能对比. 仿真实验结果表明, 该算法能同时实现最高的任务完成率和工人收益率, 证明了该算法的有效性和鲁棒性.