平台级ABM方法及在多传感器仿真演示中的应用

为了开展未来战争系统作战运用的先期概念技术演示,利用Agent作为智能实体的特性,把战争系统各成员直接映射成相应的Agent,由此提出了平台级基于Agent的建模(ABM)方法.在给出各Agent的定义和工作原理的基础上,采用任务树分解法和产生式规则表达知识的形式,设计了作为仿真演示系统基本单元的Agent.以信息化战场多个情报侦察平台(即多传感器)为例,开发了仿真演示系统.仿真演示结果表明,该系统模型能实现信息化战场上战术分队情报侦察这一客观、动态、复杂、智能过程的分布式仿真.     

求解同时取货和送货车辆路径问题的改进遗传算法

同时取货和送货车辆路径问题(VRP_SPD)是经典车辆路径问题(VRP)的一个扩展,在VRP_SPD中,顾客可能要求同时取货和送货服务。本文针对这类问题,提出一种以集成方式处理取货和送货操作的改进遗传算法,通过采用一种改进的边重组交叉算子,保证了算法在遗传进化中保留父代路径上边之间邻接关系的映射信息,从而改进了算法性能;并通过在遗传进化控制参数中应用自适应策略,提高了算法的稳健性。仿真分析表明,本文算法比现有算法能取得更好的优化结果,且具有很好的稳定性。     

基于改进粒子滤波的双站无源定位跟踪算法研究

在非线性非高斯状态空间下,粒子滤波器是一种有效的非线性滤波算法,它的关键问题包括粒子权重的计算、粒子重采样和状态估计等.根据粒子滤波算法思想和双站无源定位跟踪的非线性,将粒子滤波算法用于双站无源定位跟踪问题,给出了一种改进的粒子滤波算法,并对其关键问题根据双站无源定位跟踪的特殊性进行了改进.利用matlab进行了仿真实验,与最小二乘算法、扩展卡尔曼滤波算法进行了比较,结果表明所提算法定位跟踪精度优于其他方法.     

基于累积延误损失算法的GHP模型

考虑不同机型的不同延误损失费用提出了一种累积延误损失算法,并建立基于该算法的地面等待策略(GHP)数学模型.该算法进行到达航班排序时,以所有航班总延误损失费用为首要排序标准,以先来先服务为第二排序标准,从而得到总延误损失费用与总延误时间值都较小的到达航班序列.同时,该算法也考虑了有后继任务的航班对到达航班序列的影响.基于该算法的GHP模型结合实际数据在实验仿真中取得了较好的效果,表明了该算法与模型的实用性与有效性.     

r-逆DEA问题的一种计算方法

当被评价的决策单元的其输入向量增加后,其效率指数为原来的r倍时,极大化其输出向量,称这一问题是面向输出的r-逆DEA问题,它是通常的逆DEA问题的推广.通过构建两个特殊的线性规划模型,得到了r-逆DEA问题的一类特殊形式解的求法,并用数值实例加以说明.     

嵌入隔离小生境技术的混沌粒子群算法

针对标准粒子群算法(standard particle swarm optimization,SPSO)无法很好平衡全局与局部搜索能力,且收敛速度较慢、易于早熟收敛等问题,提出了嵌入隔离小生境技术的混沌粒子群算法(isolation niches em-bedded in chaos particle swarm optimization,INCPSO)。利用隔离小生境技术,保证了解的多样性,同时,引入混沌搜索策略,提高了解的搜索精度和收敛速度,且避免早熟收敛。仿真试验结果表明,与标准粒子群算法和只嵌入隔离小生境技术的粒子群算法(isolation niches particle swarm optimization,INPSO)相比,嵌入隔离小生境技术的混沌粒子群算法对复杂问题的求解能力较强,寻优性能较好。     

基于两个不确定参数乘积的鲁棒设施选址模型

传统设施选址往往被看作为确定问题,但实际存在需求、成本、风险等不确定因素,这些不确定因素增加了决策的困难.本文在考虑设施选址中单一不确定因素基础上,同时考虑需求和运输成本两个独立参数的不确定性,且在模型中两者为乘积形式,引入两个budget不确定集合刻画不确定性,建立一个新颖的鲁棒设施选址模型,并将非线性问题转化为易求解的鲁棒等价模型,然后通过CPLEX和MATLAB编程求解.最后,以四川西北部的汶川等13个县市的应急物资临时供应点的选址为例,确定最优的选址分配布局.结果表明,较之运输成本的不确定性,需求的不确定性影响更显著,且需求扰动对选址总成本和选址分配方案有明显的影响.决策者可根据其风险偏好程度,选择恰当的不确定水平参数组合,以获得最优的总成本和选址分配方案.     

基于BDD的多态系统概率安全评估方法研究

由于传统的概率安全评估方法难以处理多态系统,本文通过一个煤气泄漏多态系统实例提出了一种基于BDD的多态系统概率安全评估方法.首先将多态事件树中的事故序列用多态布尔表达式进行描述,进而将多态布尔表达式转化为BDD,给出了一种基于不交化思想的BDD定量算法.在此基础上,提出了实用的基于BDD的多态系统概率安全评估步骤,并通过实例说明了BDD定量算法的正确性.     

基于亮度序列的空间目标周期性判证与提取

针对空间目标的周期性判证与提取问题,提出了一种基于亮度特征的方法.该方法通过分析空间目标亮度变化序列的自相关特性进行周期性判证,将周期提取问题转化成一个优化求解问题,并提出了一种新的峰值检测方法.仿真实验验证了该方法对噪声鲁棒,可以有效地判证空间目标的周期性,周期提取的准确性也优于传统的谱窗分析法.     

多阶段逆模型方法及在胶液生成过程中的应用

针对一类串联型工业大系统,提出了多阶段逆模型建模方法:将串联大系统分为若干个阶段,以产品质量指标作为过程设计的起点,用逆向推理的方法,建立各个阶段的逆模型;根据产品质量指标的要求,直接求出各个阶段的控制变量设定值.将该方法应用于胶液生成过程的软测量建模,采用多阶段建模方法和整体建模方法分别建立了基于BP神经网络的胶液生成过程逆模型,并从误差平方和MSE和命中率等方面对两种建模方法的建模精度进行了比较.结果表明,多阶段建模方法可以获得更高的建模精度;同时,具有更大的灵活性;而且逆模型方法可以根据质量指标求出控制变量设定值,更便于实际应用.