基于分布式并行算法的动态交通流分配研究

基于分布式并行处理技术和面向对象的建模理论,为解决大规模城市道路交通流模拟问题,提出分布式并行模拟动态交通流分配思想,给出了CybeTraffic三维仿真系统中交通流模拟系统的数据结构描述、系统设计框架以及系统模拟结果.     

一种基于Logistic回归的基本信度分配函数的构造新方法

结合Logistic回归分类,该文提出一种新的构造证据理论基本信度分配函数的方法,并将其应用于多特征图像分类.该方法首先以多类Logistic回归分类法输出的后验概率与样本分类正确率建立证据权重系数,然后构造出加权的基本信度分配函数,最后利用加权D-S证据融合判别所属类别.实验结果显示:该方法既能提高图像分类的正确率,又能改正使用单特征分类导致的分类正确率的不稳定的缺点.     

用于GSM信道分配中的一种改进组合遗传算法

由于可用的频率范围是有限的,所以在移动通信中信道分配问题变得很重要,而获得一种最优的信道分配方法就更为重要.在组合遗传算法(CGA)的基础上提出一种改进方法--改进组合遗传算法(MCGA). 这种算法不但对较容易的基准信道分配问题获得了较好的结果,而且解决了对分配难度较大的信道分配问题,同时具有收敛率高、计算时间短的优点.     

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.     

网络化多传感器-多武器协同防空任务规划

针对网络化防空体系的多传感器-多武器协同任务规划问题, 考虑任务要求、装备性能、运用限制等约束, 构建多武器拦截与多传感器跟踪任务规划模型。前者以拦截时机、次数等为优化目标, 输出武器-目标配对以及对目标的拦截时段、跟踪时间要求; 后者以满足跟踪时间要求为目标, 输出传感器-目标配对和对目标的跟踪时段。设计了基于时段优选拼接和分支定界法的多传感器-多武器协同任务规划算法, 生成多传感器-多武器协同交战计划, 支持多传感器接力跟踪、跨平台打击引导、多武器协同抗击。在假定的舰艇编队与预警机协同防空场景下验证了所设计模型的有效性。     

一种机载系统研制保证等级分配的优化方法

为系统的设备/功能分配研制保证等级并实施相应的研制保证活动, 能使研制过程发生错误的可能性最小化。以设备/功能的研制保证等级为决策变量, 以研制保证等级分配原则和系统顶层失效状态发生概率要求为约束条件, 以系统研制成本最小为优化目标, 构建了机载系统研制保证等级分配模型。以所有设备/功能的研制保证等级组成的向量为个体, 提出了基于遗传粒子群(genetic algorithm and particle swarm optimization, GA-PSO) 混合算法的分配模型求解方法。最后, 结合某假定机载系统和某飞机电传飞控系统给出了应用实例, 结论表明本文方法有效降低了对设计人员经验的依赖, 并且对比单一算法具有更高的精确度和计算效率。     

一种短波网MAC协议的设计与分析

首先分析了TDMA协议和HFTP协议2种短波MAC协议的原理,结合2种协议的优缺点,针对短波天波通信数据传输可靠性低的特点,在TDMA协议的基础上设计了一种适应于短波信道的TP-TDMA协议。运用排队理论建立了各协议时延的数学模型,通过解析的方法衡量各因素对时延的影响,并以信道误码率、节点数量、业务量大小为变化条件,对时延进行了仿真比较。结果表明:TP-TDMA协议相比TDMA协议和HFTP协议,在短波信道条件下,随着信道误码率、节点数目及业务量的逐渐增加,TP-TDMA协议都表现出更优异的性能。     

通信距离约束下的无人船集群覆盖搜索方法

针对通信距离受限时水面无人船(unmanned surface vessel, USV)集群对未知水域的覆盖搜索问题, 提出一种竞拍协同边界探索算法。首先根据边界探索的思想提取地图探测边界, 然后以基于层次聚类思想进行改进的K-means++聚类算法划分任务区间, 消除不安全或低收益的目标搜索点, 再以分布式竞拍算法为USV集群动态分配搜索任务, 使集群搜索效率最大化, 各艇经过多轮分配、执行搜索任务直至覆盖全水域。仿真实验表明，在相同集群规模下, 相较于无协作的几种边界探索算法, 该算法任务用时和集群航行总路程更少; 在相同任务地图下, 覆盖搜索效率随USV集群规模增大而提高。