兵力组织适应性设计方法

为建立信息化条件下的高效作战体系,从组织实体和组织结构两方面形式化描述了兵力组织的基本概念,在此基础上提出了一种系统的兵力组织适应性设计方法。该方法的思路是将兵力组织适应性设计这一复杂问题分解为行动计划设计、行动计划调整、指控结构设计和指控结构调整4个相对简单的子问题,通过解决这些子问题来实现兵力组织的构建与动态演化。详细分析了不同子问题对应子方法之间的耦合关系并界定了各子方法的输入输出信息,然后综合考虑任务完成时间和任务完成质量给出了组织行动计划的设计及调整方法,通过衡量负载水平与负载均衡程度给出了组织指控结构的设计及调整方法,最后指出了所提方法的下一步发展。     

有人/无人机协同作战系统C2结构和行动计划适应性设计方法

针对有人/无人机协同作战系统指挥控制（C2）结构和行动计划设计问题,基于粒度计算思想,提出分层适应性设计方法。将C2结构和行动计划适应性设计问题分解为平台编组方案生成、任务调度方案生成、平台编组方案调整和任务调度方案调整4个子问题,从而有效降低问题求解规模。首先,建立适应性设计框架;其次,对关键元素属性进行形式化描述;然后,详细分析子问题耦合关系;最后,给出了4个子问题的适应性设计方法。     

任务计划适应性改造优化建模及方法

针对指挥控制(C2)组织资源层-任务计划的适应性优化问题,提出了一种方案改造代价限制条件下的任务计划适应性优化(AOMPTP)问题模型及求解算法。介绍了国内外学者对任务计划适应性优化及适应性测度的研究成果,在分析方案改造代价的必要性和衡量标准的基础上,给出了方案改造代价的定义和约束条件。在方案改造代价限制条件下,建立了以使命完成时间最短为目标的问题数学模型,设计了求解该模型的多维动态列表规划(MDLS)及循环遗传(CG)算法,使指挥员能够更好地权衡方案改造优化的性能与代价,作出决策。最后通过实验分析,验证了所提方法的有效性和适用性。     

适应性指挥控制组织研究进展(Ⅱ)——组织适应性调整方法和测试方法综述

从组织适应性调整方法和组织实验测试方法2个方面对适应性C2组织的国内外研究现状进行了综述。其中,组织适应性调整方法包括:基于三阶段方法的组织适应性调整方法,基于粒度计算的组织适应性调整方法和基于组织结构分层的组织适应性调整方法;组织实验测试方法包括:基于DDD-III的组织实验测试方法,基于Extend的组织实验测试方法和组织全闭环虚拟实验测试方法。给出了各种适应性调整方法和实验测试方法的具体描述,并分析了各种方法的优缺点,最后给出了适应性C2组织下一步的研究方向。     

电磁推动发射装置结构优化方法及应用

通过电磁推动装置移动大负载的近似模拟及优化参数设置,进行了该装置的结构拓扑优化概念设计。通过Abaqus中的VDLOAD子程序二次开发解决移动变化大负载的有限元动态加载问题。基于刚度均衡性设计方法、包含全部关键形状及尺寸设计变量的全局优化方法,并且通过人工调整,采用实数编码的遗传算法对推动装置结构性能进行优化。结果表明,在满足推力稳定性的前提下,该文方法解决了电磁推动装置结构的大负载高刚度问题,且系统整体刚度在控制范围内,实现了高刚度与轻量化的平衡。     

基于云遗传算法的不确定性环境下平台资源调度适应性优化方法

针对战场环境中不确定因素对平台资源调度方案的影响,提出了一种面向不确定事件的平台资源调度适应性优化方法。考虑平台损耗和任务处理时间2个方面的不确定性,建立以最大任务执行效率为目标函数的平台资源调度的适应性优化问题的数学模型,根据不确定事件对平台资源能力或任务属性的影响来判断是否触发调度方案的适应性优化,并基于云遗传算法设计了平台资源调度适应性优化问题数学模型的求解方法,最后通过算例进行了验证。仿真结果表明,使用云遗传算法对平台资源调度方案进行适应性优化调整,能得到更加优化的平台任务匹配关系,并从整体上缩短使命完成时间。     

一种基于改进动态规划思路的众核软件映射算法

众核软件映射到处理器核心上,形成流水线执行,有利于挖掘软件任务模块的并行性,提高系统吞吐率.提出了一种基于改进的动态规划思路的软件映射算法,算法通过将图划分问题近似分解为多个子问题,通过寻求每个子问题的最优解进而获得全局最优解.动态规划思路的改进主要体现在实时更新可选任务节点和动态调整子图期望负载两方面,这有利于划分后的各子图负载更均衡.实验结果表明,算法在提高系统吞吐率方面均优于现有相关算法.     

一种基于改进的动态规划思路的众核软件映射算法

众核软件映射到处理器核心上,形成流水线执行,有利于挖掘软件任务模块的并行性,提高系统吞吐率.提出了一种基于改进的动态规划思路的软件映射算法,算法通过将图划分问题近似分解为多个子问题,通过寻求每个子问题的最优解进而获得全局最优解.动态规划思路的改进主要体现在实时更新可选任务节点和动态调整子图期望负载两方面,这有利于划分后的各子图负载更均衡.实验结果表明,算法在提高系统吞吐率方面均优于现有相关算法.     

偏心结构基于位移的抗震设计研究

以往基于位移抗震设计方法多以平面分析为前提,不考虑平面外的影响,而这与实际中结构在地震下反应的多维性存在较大差异,尤其对于平面复杂的偏心结构。针对此问题,给出了偏心结构基于位移的抗震验算及调整设计方法。将偏心结构在地震作用下最薄弱的位置作为控制点,以该点在各地震设防水准下的限制位移为目标进行结构验算及调整设计。通过算例说明了该方法的使用程序,并初步证明该方法具有一定的准确性。     

反导作战任务分配方法

为充分发挥反导体系的作战能力,探讨了多任务与多资源的多属性匹配问题。以任务为中心进行反导任务分配,给出了多任务分配问题的描述。结合反导资源作战使用的实际情况,分析作战任务和资源的多维属性。通过引入资源能力负载系数,定义任务需求与资源能力之间的矢量距离。以资源冗余和最小化协同负载策略为优化原则,建立了任务分配数学模型。借鉴和改进多维动态列表规划算法的思想,设计了具体的求解步骤,确定了任务选择资源的优先级。通过案例分析,验证了所提方法的适用性。     

适应性指挥控制组织研究进展(Ⅰ)——组织建模方法与设计方法综述

适应性指挥控制(Command and Control, C2)组织的研究是实现未来网络中心战的核心技术之一。描述了适应性C2组织的概念和主要研究内容,从C2组织建模方法和C2组织设计方法2个方面对适应性C2组织的国内外研究现状进行了综述。其中,C2组织建模方法主要包括:计算数学组织理论、Petri网、信息论方法、智能体和社会网络分析方法,C2组织的设计方法主要包括:三阶段组织设计方法、扩展的三阶段组织设计方法、基于分组技术和嵌套遗传算法的组织设计方法和基于粒度计算的组织设计方法,给出了C2组织各种建模方法和设计方法的具体描述,并分别分析了它们优点和存在的不足之处。     

一种基于事例推理的数据库模式设计专家系统的体系结构

提出一种基于事例推理的ＤＢ模式设计专家系统ＤＥＳ－ＤＳ的体系结构，分别从设计需求说明的表达，设计事例的表达、组织与检索、调整与学习等几个方面来探讨ＤＢ模式设计问题求解中的事例推理技术，旨在提高ＤＢ模式设计的效率和质量。     

基于改进灰狼优化算法的区域监测机器人路径规划

为了解决大任务量作业监测中机器人路径规划问题,提出了一种区域监测的机器人路径规划算法。模拟大任务量监测真实环境进行问题建模。针对传统灰狼优化算法求解模型时全局搜索能力差且易陷入局部最优解的问题,提出了一种改进的灰狼优化算法。引入Logistic混沌映射,以加强初始化种群的多样性;引入一种控制参数的自适应调整策略,以平衡灰狼优化算法的搜索能力和开发能力;引入静态加权平均权重策略,更新种群位置,加快收敛速度。将机器人载电量与路径长度短作为约束,引入K-means算法进行任务聚类,通过改进灰狼优化算法对模型进行离线求解以规划出路径,将大任务量监测作业自动转换成分时分步作业。实验结果表明:通过国际通用6个基准函数进行测试,改进的灰狼优化算法在收敛速度、搜索精度及稳定性上均有明显提高。通过50任务点与100任务点作业场景对机器人路径规划模型进行算法仿真,验证了算法的真实有效性,且任务量越大模型优越性越好,路径缩短比例越高。     

基于CommonKADS遥感图像土地分类知识系统

为了解决传统软件工程开发方法难以胜任知识型系统开发的难题,应用Com-monKADS技术来指导遥感图像的土地类型分类知识系统的开发,分别建立组织模型、任务模型、主体模型和知识模型。     

基于INSGA-II高维目标柔性作业车间调度的优化

高维目标柔性作业车间调度问题(many-objective flexible job shop scheduling problem,MaOFJSP)是指在实际生产中根据企业不同部门的要求,对车间生产寄予不同的期望,使各个部门利益最大化的调度决策。针对完工时间、拖期时长、机器负荷、能耗4个优化目标,提出了改进非支配解遗传算法(improved non-dominated sorting genetic algorithm,INSGA-II)来求解MaOFJSP,同时对算法的编码解码、Pareto排序、选择策略、交叉变异操作进行了研究。采用工序排序和机器选择的双层个体编码方式,在精英选择过程中计算个体的斜率,斜率小的进入到父代,使得优秀个体得以保存;在变异环节中基于关键工序块邻域结构,采用插入法让工序小的工件优先加工,使得最大完工时间明显变小。通过该算法对不同算例进行的Matlab模拟仿真,验证了该模型的可行性和算法的优越性。     

免疫遗传算法在车间作业调度中的应用

为了求解车间作业调度(JSP)这一典型的NP难题,提出了基于免疫遗传算法(IGA)的JSP问题求解方法.在该求解方法中,结合免疫原理和遗传算法提出了应用于JSP问题的IGA算法流程;算法采用基于工序的编码方式、自适应交叉和变异;同时为了改善交叉算子的性能提出了一种改进的基于工序编码的交叉算子.另外,采用车间作业中“最短处理时间原则”作为IGA算法的免疫疫苗,同时给出了免疫算子的设计方法.最后,通过“Muth and Thompson”基准问题的仿真实验验证了IGA算法在JSP问题求解中的有效性.     

铁路应急预案管理系统的研究与设计

为保证铁路运输安全和应对突发事件的能力,应对铁路运营部门制定的法规、制度和应急预案等进行有效可靠的管理。针对目前预案管理中存在的分散管理、查询修改不易、共享性差等问题,笔者综合考虑C/S模式在信息管理、办公自动化等事务处理和B/S模式在信息浏览、查询和发布方面的优势,采用B/S和C/S模式相结合的混合模式开发了铁路应急预案管理系统。研究了铁路应急预案的计算机一体化、多媒体管理等问题,描述了预案管理系统的结构、功能、数据库设计以及计算机的实现过程。     

基于SWIPT的D2D通信辅助移动边缘计算任务卸载策略

为解决5G移动通信系统中移动用户计算能力不足、能量消耗多、无线资源缺乏等问题,本文构建一种基于无线携能通信(Simultaneous Wireless Information and Power Transfer, SWIPT)的多用户设备间(Device to Device, D2D)通信辅助移动边缘计算(Mobile Edge Computation, MEC)系统模型,提出一种D2D-MEC联合卸载策略。该策略以系统中请求用户总能耗最小化为目标,采用二进制卸载模式和功率分流模式对请求用户进行任务卸载和能量收集。针对能耗最小化问题为非线性混合整数规划问题,根据整数变量和实数变量将原问题解耦为功率分配和计算任务卸载两个独立子问题,并分别采用Dinkelbach方法和匈牙利算法求出两个子问题的最优解。仿真实验结果表明,本文所提策略优于传统的D2D卸载策略和MEC卸载策略,有效降低了请求用户的总能耗,提高了任务执行效率。