基于多约束投标策略的改进合同网算法

针对无人机使用传统合同网算法进行任务分配存在的投标个数多、网络吞吐量不均衡、工作负载高等问题,提出一种改进合同网算法任务分配模型.首先对无人机任务分配的空间环境进行建模,在传统合同网算法的投标阶段,结合一种基于无人机能力评估方法的投标策略,该策略建立了基于代价函数和收益函数的任务效能函数.通过多次仿真,对历史任务效能、...     

面向协同区域反恐侦察的无人机集群规划与控制

以无人机集群协同侦察多个区域内潜在的恐怖分子为背景,提出了一种基于贪婪算法的求解思路,设计了任务分配-路径规划-跟踪控制的算法流程,解决了面向协同区域反恐侦察的无人机集群规划与控制问题。首先,设计任务分配算法,为无人机分配任务区域,解决多无人机多目标的任务分配问题;然后,每一架无人机进行路径规划,生成从当前点到任务区域以及在任务区域侦察的组合路径;再使用追踪虚拟目标点的方法,使无人机沿着规划航线飞行。任务分配-路径规划-跟踪控制在线滚动执行,使无人机集群协同执行反恐侦察任务。对上述算法进行了数值仿真,并基于开源仿真平台搭建复合翼无人机协同仿真环境,进一步验证了算法流程。     

战场环境中多无人机任务分配的快速航路预估算法

战场环境中多无人机任务分配的航路预估是一个具有多路径和实时性双重要求的路径规划问题。采用概率路标图方法对多无人机多任务的航路预估问题开展研究,将航路预估分为离线学习和在线查询两个阶段。通过将战场中威胁的影响转化为各路标间航段的风险代价,提出了基于代价变换的概率路标图方法,当战场态势发生变化时,在不需重构路标图的条件下可以通过局部航段风险代价的调整快速规划出新的预估航路。根据规划条件采取不同的采样策略,可以在规划时间和航路质量之间实现协调以满足不同的战术要求。仿真结果表明该方法是一种快速有效的航路预估方法。     

基于分解的多目标布谷鸟搜索算法求解多无人机协同任务分配问题

多无人机协同任务分配问题是一个多目标优化问题,将多目标优化问题转化为单目标优化问题的传统方法易造成决策的主观性和片面性.为帮助决策者做出科学决策,提出了一种基于分解的多目标布谷鸟搜索算法用于求解多无人机协同任务分配问题.通过对多无人机协同任务分配问题分析,建立了多无人机协同任务分配模型.将布谷鸟搜索算法的两个关键组件转化为多目标优化算法的繁殖算子,并结合一种自适应算子选择策略,构成了多目标布谷鸟搜索算法.设计了一种新的编码方案,将带约束的多目标优化问题转为无约束的多目标优化问题.仿真实验表明,多目标布谷鸟搜索算法能有效求解多无人机协同任务分配问题.     

异构资源类型下多无人机任务分配

针对多无人机在执行侦察、打击任务的过程中携带任务资源的异构性,以及任务对于异构资源的要求,设计了一种改进的基于共识的捆绑算法(consensus-based bundle algorithm, CBBA)。考虑任务价值、任务执行时间窗以及航程代价等条件建立了多无人机对地目标侦察、打击任务分配模型。利用K-medoids聚类分析方法对多无人机进行基于距离和携带资源平衡的聚类,以解决多无人机对于异构资源类型的要求。对打击任务进行子任务生成,并利用改进后的CBBA求解所建立的任务分配模型,通过对比仿真实验验证了算法的可行性和有效性。     

基于改进遗传算法的异构多无人机任务分配

针对异构多无人机协同任务分配问题,提出了一种基于改进的遗传算法的多UAV任务分配方法。根据多UAV协同任务分配问题的特点,设计了新的遗传算子,并且对适应度值做了标定,有效避免了算法在最优解附近摆动现象的发生,从而提高了任务分配的效率。充分利用改进遗传算法的全局搜索能力,有效地解决多约束条件下多UAV协同目标分配问题。仿真结果表明,改进的遗传算法能够稳定快速地找到较优分配方案,并且算法简单有效。     

基于混合遗传算法的多基地多无人机战场物资配送任务分配

战场物资无人机配送是未来后勤保障的一种重要方式。以战时多基地、多无人机保障多需求点的模式为研究对象,通过分析多需求点战场物资无人机配送的特点及决策目标,利用多约束条件下的多车场车辆路径问题对无人机物资配送任务分配进行建模,通过将节约里程法与最近邻算法引入遗传算法中,较好地提高了算法求解速率及解的质量,最后通过仿真算例验证了模型和算法的合理性、有效性。结果表明:模型与算法能够在满足部队需求和给定的配送资源条件下优化物资配送方案,可较好地解决多基地、多无人机的战场物资配送任务分配问题。     

基于改进蛙跳算法的多无人机协同任务分配研究

针对多无人机协同任务分配问题,提出了一种基于Levy飞行的改进随机蛙跳算法用于解决多无人机的协同任务预分配问题,通过引入动态跳跃步长、Levy飞行因子和族群认知因子有效改进了算法的搜索性能,提高了搜索效率。针对多无人机协同执行任务时可能遭遇的突发任务,通过引入市场拍卖机制提高了算法的计算收敛效率。通过仿真算例分析,验证了改进的随机蛙跳算法解决多无人机协同任务分配问题的有效性。     

网络化战场环境下多无人机调度问题

针对网络化战场下无人机(UAV)跨区飞行、信息共享等特点扩大了任务区域与规模而引发任务分配难题,对无人机运动及通信特性、任务时间窗约束和初始战场布局等因素建模,根据目标属性对其分组以降低问题复杂度,应用优化算法得到初始解,随后进行全局交换、删除及插入等调整得到最终调度方案,由此搭建快速求解多UAV任务调度的通用算法框架。最后应用遗传算法验证,仿真结果表明:该框架在解决多无人机大规模任务分配时具有较好的时效性和适应性。     

基于改进QGA的有/无人机编队多任务联盟生成

针对有/无人机编队作战中多约束复杂任务分配问题,提出一种改进QGA(Quantum Genetic Algorithm,QGA)的多任务联盟求解方法。首先确定任务需求、时间、平台能力等多种约束,综合考虑联盟总任务收益、耗费成本与任务时间因素,构造目标函数,建立了多任务联盟生成优化问题模型;从多分组并行演化、观测值修正、动态旋转角调整3方面对QGA算法进行改进用于问题求解;并结合实际案例进行了仿真分析,结果表明,提出的方法可以有效生成多任务联盟,解决有/无人机编队多约束复杂任务分配问题,解质量较高。     

Dynamic Winner-Take-All Conflict

This paper empirically investigates the importance of financial and political variables in determining debt rescheduling probabilities in Turkey for 1955–2000. The problem of sovereign debt default and rescheduling has been the subject of substantial academic research during the last two decades. There has been criticism of models of developing countries’ indebtedness and rescheduling that rely solely on some economic or financial predictors related to country debt, the foreign exchange sector or the domestic economic situation. Using probit analysis, this paper indicates that financial variables are important determinants of rescheduling probabilities. However, political variables are not significant in our models.     

动态弹道补偿

通常意义下的弹道补偿没有考虑火炮摆动对射击的影响,因而在坦克运动或目标运动时,命中概率将大大降低.分析了由火炮摆动带来的射击误差,给出了相应的补偿算法及电路的实现方法.     

作战指挥系统软件动态定义和动态重组设计

对作战指挥系统软件的功能模块进行分析,引入软件构件开发的思想,采用COM/DCOM构件技术,在现有软件系统中增加远程管理构件,通过客户端程序对远程服务器管理构件的访问,动态管理远程机器上运行的作战指挥系统软件功能模块,使得作战指挥系统软件的各个功能模块能够稳定运行,使分布式作战指挥系统软件具有动态定义、动态重组、动态管理等功能,大大提高了作战指挥系统软件的可靠性和可交互性,使作战指挥系统软件达到了互连、互通、互操作性的目的.     

舰载雷达的动态标校

提出了一种基于差分GPS技术的舰载雷达动态标校方法,给出了根据大地坐标计算目标真值的算法;设计了一种舰载搜索雷达与跟踪雷达之间同步测量和适用于海上活动平台多传感器之间动态标校的数据处理方法;海上实践表明,这种方法具有精度高、实时性强的特点.     

动态路由算法研究

北电多业务交换机MSS（Multipleservice Switch）7400在公用网和专用网中应用广泛,其路由部分的特点是基本路由和业务路由分开,在基于OSPF基本路由的基础上,采用动态分组路由DPRS和面向通道路由PORS两种业务路由机制,支持面向连接业务和无连接业务,实现单一网络中综合业务的寻址与转发。     

Dynamic routing of prioritized warranty repairs

Recent years have seen a strong trend toward outsourcing warranty repair services to outside vendors. In this article we consider the problem of dynamically routing warranty repairs to service vendors when warranties have priority levels. Each time an item under warranty fails, it is sent to one of the vendors for repair. Items covered by higher priority warranty receive higher priority in repair service. The manufacturer pays a fixed fee per repair and incurs a linear holding cost while an item is undergoing or waiting for repair. The objective is to minimize the manufacturer's long‐run average cost. Because of the complexity of the problem, it is very unlikely that there exist tractable ways to find the optimal routing strategies. Therefore, we propose five heuristic routing procedures that are applicable to real‐life problems. We evaluate the heuristics using simulation. The simulation results show that the index‐based “generalized join the shortest queue” policy, which applies a single policy improvement step to an initial state‐independent policy, performs the best among all five heuristics. © 2007 Wiley Periodicals, Inc. Naval Research Logistics, 2008     

基于规则的动态频谱接入研究

动态频谱接入面临的关键技术之一是对接入时机和方式进行有效地管控,防止由于频谱的接入使用过于灵活造成用频的干扰和混乱。将频谱接入的时间和方式给予规则上的约束和指导,基于规则构建动态频谱管理框架可以有效实现频谱的实时管控。对动态频谱接入的规则及表述方式进行了讨论,分析了基于规则的动态频谱接入过程,最后结合美军XG项目的试验结果分析了基于规则的动态频谱接入的应用前景。     

机器人作业过程的动态图形仿真

本文阐述了机器人作业运动过程的计算机动态图形仿真的基本原理和实现方法,介绍了机器人本体及其环境物的三维几何造型、图形示教编程技术以及动画制作技术,并指出了在研制机器人的运动仿真系统时应考虑的几个问题。最后给出了Adapt Ⅱ机器人搬运作业过程的图形仿真实例。     

Dynamic policy for idling time preservation

This study aims to determine and evaluate dynamic idling policies where an agent can idle while some customers remain waiting. This type of policies can be employed in situations where the flow of urgent customers does not allow the agent to spend sufficient time on back-office tasks. We model the system as a single-agent exponential queue with abandonment. The objective is to minimize the system's congestion while ensuring a certain proportion of idling time for the agent. Using a Markov decision process approach, we prove that the optimal policy is a threshold policy according to which the agent should idle above (below) a certain threshold on the queue length if the congestion-related performance measure is concave (convex) with respect to the number of customers present. We subsequently obtain the stationary probabilities, performance measures, and idling time duration, expressed using complex integrals. We show how these integrals can be numerically computed and provide simpler expressions for fast-agent and heavy-traffic asymptotic cases. In practice, the most common way to regulate congestion is to control access to the service by rejecting some customers upon arrival. Our analysis reveals that idling policies allow high levels of idling probability that such rejection policies cannot reach. Furthermore, the greatest benefit of implementing an optimal idling policy occurs when the objective occupation rate is close to 50% in highly congested situations.