多任务剖面下平均故障间隔时间的评估方法研究

根据装备具有多任务系统的特点,本文建立了多任务剖面下平均故障间隔时间(MTBF)的评估数学模型,研究了利用现场试验数据进行多任务剖面下的MTBF的点估计和区间评估的一般方法,并给出了计算示例,该方法提高了评估的精度。     

基于稠密连接注意力单任务提升的深度多任务学习

多任务学习通过任务间的知识共享提升多个关联任务的泛化性能。多任务学习领域的大多数方法通过设置先验性的知识共享结构来定义任务间的关系，这些知识共享结构可能使任务不能充分利用多任务学习带来的好处，甚至导致明显的知识负迁移，使得任务性能提升不大。为了解决上述问题，提出了一种基于稠密连接注意力单任务提升的深度多任务学习方法。该方法中每个任务使用特异的自注意力单元学习任务间的知识共享结构，通过稠密连接将知识共享信息与自身动态结合，使用单任务提升训练方法贪心地优化每个任务，极大程度地避免知识负迁移所带来的问题。在多个数据集上的实验证明了该方法的有效性，其性能已优于目前许多先进的多任务学习方法。     

面向多任务调度的可重构算法设计

针对在单个逻辑芯片上实现多任务的应用场合,设计了面向多任务调度的可重构算法,以此提高逻辑芯片的资源利用率和任务的响应效率.详细描述了面向多任务调度的重构设计原理,并针对逻辑芯片中多任务的调度种类分别设计了逻辑芯片的重构调度算法,最后选取了多个典型的任务进行对比测试.测试结果表明,使用重构算法之后的逻辑芯片在资源占有率和任务响应延迟上均优于传统的逻辑芯片设计方法.     

连续迭代投影多任务优先级方法

针对任务优先级层次中进行任务插入和移除过程中引起的关节速度不连续现象,基于连续迭代投影原理,提出连续迭代投影多任务优先级方法。并基于李雅普诺夫稳定性理论,当迭代次数趋于无穷大时,证明了所提出方法的稳定性。以避障任务为首要任务,轨迹跟踪任务为次要任务,仿真分析了连续迭代投影多任务优先级方法的性能,并与传统增广投影多任务优先级方法进行对比。结果表明,在靠近障碍物时,避障任务插入优先级层次中,连续迭代投影多任务优先级方法能够保证关节速度的连续性,并在冗余度范围内尽可能地执行末端轨迹跟踪任务,保证跟踪误差的收敛性。     

事件驱动的多任务智能调度方法

目前多任务调度问题非常普遍,然而在开放动态环境中多任务调度经常会遇到大量不确定性,导致任务调度崩溃。为此,以事件驱动程序结构为框架,用Petri网作为任务调度处理器,建立了多任务动态调度体系结构,给出了基于事件驱动的多任务智能调度方法。该方法能根据所发生事件自动检测调度处理器的状态,对调度处理器做出正确和最优调度决策,从而实现了对有效任务或任务组合进行调度。     

面向多任务的弹药调度系统任务成功概率评估

<正>确评估弹药调度系统的任务成功概率,作为装备可靠性分析的重要内容,是制定装备保障方案和优化配置保障资源的重要依据。针对多任务调度系统的复杂性,以流水网络计划为框架,计算分系统调度进度时间参数。考虑工序单元故障及修复时间的情况下动态调整分系统的任务量,最终确定任务总工期。以此将任务总工期作为任务成功概率的比较数据,根据工序持续时间及故障时间分布产生随机数据,应用蒙特卡洛方法对仿真结果进行统计分析,建立了任务成功概率评估模型。并且分析了几类维修资源配置情形下的仿真操作方法,提高了评估方法的实际应用能力。最后,通过一个算例验证评估方法的有效性和实用性。     

基于多任务学习的正逆向情绪分值回归方法

提出一种基于多任务学习的情绪分值回归方法。首先,针对每一种情绪分值设计了正向打分和逆向打分;其次,将每一种分值的回归任务分为正向打分回归子任务和逆向打分回归子任务;最后,提出一种多任务学习方法用于主任务(正向打分回归子任务)和辅助任务(逆向打分回归子任务)的共同学习。该方法通过3种不同的共享机制实现中间特征信息共享,从而提升主任务的性能。结果表明,所提出的多任务学习方法能比基准方法获得更好的回归性能。     

基于降噪自动编码器的多任务优化算法

人类通常可同时进行多个任务的学习,将从一个任务中获得的知识应用到另一个任务中以加速此任务的学习．受此学习行为的启发,多任务学习(MTL)被提出并被广泛研究．与MTL动机类似,多任务优化(MTO)是在传统基于单任务优化算法基础上被提出的一种新型优化算法,该算法旨在同时在线执行多个任务,从一个任务中获取知识以帮助另一个任务,并进行任务间知识迁移,以提高多任务的优化性能．基于降噪自动编码器提出了一种新型MTO算法,推演出一种具有闭式解的降噪自动编码器,并利用此编码器显式地对多任务构建任务映射,从而使所提MTO算法能够利用不同的基于单任务优化算法的搜索偏好．采用常用的MTO基准进行综合性实验,验证了所提算法的有效性．     

基于云概念语言的多任务模糊联盟形成

在MAS系统中多任务联盟的生成是关键问题,针对Agent提供的能力及其态度表现具有模糊性和不确定性特点,提出云概念语言的多任务联盟生成方法。运用二维云模型实现模糊量间不确定转换,得到Agent与任务之间的云概念语言,以概念语言语义中最好Agent为各特定任务的"盟主",并依据概念语言语义强弱依次与联盟中其他Agent成员进行协商形成多任务联盟,有效地降低了多任务联盟形成的复杂性。实例说明方法更合理、更有效。     

uC／OS-Ⅱ操作系统中多任务看门狗设计

结合LPC2132内置硬件看门狗和uC／OS-Ⅱ操作系数统,基于系统任务调用和管理方法及多任务之间的通讯机制,设计了一种多任务管理的软件看门狗,该看门狗能在不影响其他任务正常运行的情况下重启出错任务,在硬件和主程序出现问题时和多次重启出错任务无效时自动重启系统,确保系统长时间稳定运行。     

基于测试剖面的软件可靠性测试数据生成技术

为了生成自动飞行控制系统软件可靠性测试数据，建立了软件可靠性的测试剖面、环境剖面等概念，提出了基于任务剖面的测试剖面生成技术和由测试剖面生成测试数据的方法，即将输入数据分为系统模式数据和环境数据，并在任务剖面下分别形成系统模式剖面和环境剖面，最后将两种剖面合成为测试剖面；将环境数据分解为控制分量和随机分量，再利用仿真的方法生成控制分量，从而生成复杂关联的测试用环境数据．通过对飞机执行任务的软件测试表明，所提方法能更为准确地描述软件的实际使用情况，其描述方式与硬件可靠性试验较为类似，可作软硬件系统综合的可靠性试验的基础．     

航空发动机典型任务剖面归纳方法

航空发动机典型任务剖面不仅需要反映飞行任务特点,而且需要衡量飞行任务对发动机寿命损伤大小。将发动机低周疲劳损伤、稳态蠕变损伤、热冲击损伤作为任务剖面归纳的主导因素。针对某型发动机确定了13个飞行参数共77个统计量作为任务剖面归纳的原始载荷矩阵,用系统聚类法、主成分聚类法、模糊聚类法对71个飞行剖面进行了聚类归纳。对比分析表明:确定的任务剖面原始载荷矩阵充分代表了发动机使用用法,参数彼此具有较强的独立性;相比其他2种聚类法,系统聚类法归纳的任务剖面集合能够充分反映该类任务剖面的共同特点和属性。     

基于直觉模糊与模拟退火遗传算法的多阶段任务军机选派模型

面向战训任务科学合理选派军机是确保任务成功性的重要支撑。针对多阶段任务军机选派问题具有的不确定性评估、组合优化特点,在构建任务军机适战能力评估指标体系的基础上,基于直觉模糊与群层次分析法确定不同任务科目的军机适战能力;然后,以最大化多阶段任务体系适战能力为目标,基于模拟退火遗传算法实现了多阶段任务军机组合优化选派。通过实例分析,验证了模型方法的有效性,为部队多阶段任务军机选派提供决策支撑。     

飞行汽车混动系统动力电池和增程器的协调控制

城市空中交通（UAM）,是近期解决当前地面交通拥堵困境的有效方法。因此,研究飞行汽车典型飞行任务剖面下的动力系统工作特性至关重要。由于电池能量密度的限制以及纯电动飞行汽车的里程限制,因此使用油电混合作为飞行汽车的动力系统更为合理。本文总结了垂直起降飞行汽车（VTOL）任务剖面下混动系统运行性能的相关研究。基于MATLAB Simulink,提出一种混合动力的协调方法,其中同时考虑了两种操作模式。根据实际操作条件,预设了垂直起降和平飞两种工况下不同的操作模式。在此基础上,研究了作为主要电源的增程器调节功率流和提高增程器工作效率的电池的协调。直流母线电压则由DC/DC转换器调节。为了有利于电池组的整体寿命,实现了充电和放电状态期间的功率共享。仿真结果表明,可以很好地控制直流母线电压,并且增程器和电池之间的功率共享遵循设计。     

基于行为优先与任务协调的多移动机器人遥操作

针对单个操作者对多个移动机器人遥操作的困难,提出了基于行为优先和任务协调的多机器人遥操作方法. 通过引入机器人局部自主的概念,运用行为优先决策与任务协调模块使操作者和机器人共享运动控制. 建立了多机器人系统遥操作体系结构,设计了多通道人机交互接口界面. 室外实验表明,提出的方法可以实现人和机器智能的合理分配. 运用该方法,单个操作者可完成对多个移动机器人的遥操作.     

战时任务条件下舰艇装备多级备件优化

战时舰艇装备通常为三级备件维修保障体制和四级备件供应保障模式,各级备件库存是影响舰艇编队任务持续能力的重要因素.在分析编队作战任务过程和备件保障流程基础上,对动态帕尓姆定理进行了扩展,使其适用于车间可更换单元（SRU）在修件数概率分布计算.综合考虑战时动态任务、装备的自然故障和战损故障、备件的报废和采购等因素,建立了战时备件维修和供应保障模式下的舰艇编队任务成功性评估模型.以备件保障费用为目标函数,舰艇编队任务成功性为约束条件,建立了基于舰艇编队任务成功性的备件库存优化模型,并运用边际效应方法对该优化模型进行求解.实例运算表明,该模型可以为战时各舰艇装备保障单位制定保障方案提供一定的决策支持.     

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。     

基于航程的方向舵卡死飞机任务放弃杀伤判定方法

为研究导弹打击引起的方向舵卡死对飞机执行任务能力的影响,提出了一种基于航程的任务放弃杀伤判定方法. 考虑方向舵卡死引起的纵横向气动耦合,论述飞机配平过程;基于受损飞机配平解,计算剩余飞行航程;根据任务剖面确定航程阈值,对比飞机剩余航程与阈值判定是否造成任务放弃杀伤. 设置仿真算例,求解不同卡死角下飞机的航程损失,验证了所提任务放弃判定方法的可行性. 研究结果表明,小角度卡死引起的航程损失较小,随着卡死角度增大航程损失迅速增加并最终导致任务放弃杀伤,且航程损失能够高达50%.