战时装备调配保障决策模型构建研究

分析了战时装备调配保障决策的特点,运用模糊聚类分析法对装备调配保障对象进行了分组和优先级排序,以此为基础,运用目标规划法构建了战时装备调配保障决策模型,最后,通过实例验证了模型的可行性和有效性．     

基于非对称balls-into-bins的高效平衡负载分配模型

在大规模数据中心和P2P覆盖网络等复杂网络负载平衡分配中,前人提出了多种多样的负载分配方法,但许多方法为了达到更好的平衡负载指标,追求越来越复杂的算法,使得时间复杂度和算法复杂度很难控制在合理的范围之内。本文在研究了经典balls-into-bins、Azar balls-into-bins和balls into non-uniformbins等模型的基础上,提出了一种新颖高效的非对称balls-into-bins平衡负载分配模型,该模型具有异构的balls、异构的bins,以及不同的bin选择概率,能以很高的概率将最大负载均衡地控制在合理的范围内,通信负载很小,且具有很好的可扩展性,通过拓展,该模型在负载平衡的诸多领域都将有广阔的应用空间。     

基于巡逻历史与道路优先级的武警巡逻策略

针对武警巡逻车辆配置问题,引入了Dijkstra最短路径算法、K—means聚类算法以及计算几何的相关理论,建立了一套警车巡逻模型,并提出了评价巡逻效果的量化评价标准。采用Dijkstra与K—means算法解决了静态警车配置问题;针对警车动态巡逻方案的设计,提出了基于巡逻历史与道路优先级的道路概率选择算法,并给出了不同情况下的警车配置以及巡逻方案。通过MATLAB仿真实验,证明了算法及模型的先进性和实用性。     

面向混部云失败批处理作业的预测算法

为了降低混部云失败批处理作业的风险,使用K-means聚类算法将批处理作业分为四类,在分类的基础上提出了二层嵌套分类模型(two-layer nested classification model, TLNM),实现了基于TLNM的预测算法。基于Ali Trace 2018数据集上的实验结果表明,该算法的接受者操作特性(receiver operating characteristic, ROC)曲线明显优于其他常用分类器,ROC曲线下面积(即AUC)可以达到0.978,表明该算法具有良好的分类性能。同时召回率可以达到0.951,通过混淆矩阵可以看出TLNM算法能够准确预测出执行失败的批处理作业。     

节点实时性能自适应的集群资源分配算法

由于配置和所运行作业的不同,集群各节点的实时性能差异较大。为提高集群性能,提出节点实时性能自适应的集群资源分配算法 (node real-time performance adaptive cluster resource scheduling algorithm,NPARSA)。节点实时性能用其配置(CPU核数及速度、内存容量、磁盘容量)和实时状态参数(CPU、内存和磁盘的剩余数量及磁盘读写速度)表示。NPARSA根据作业类型自主选择节点性能评价指标的权值,实现节点实时性能对于作业类型的自适应。实时性能最优的节点分配给作业。虚拟机实验和物理集群实验表明,与Spark默认资源分配算法、没有考虑作业类型与节点匹配的算法、使用作业和节点匹配差异程度作为资源分配依据的算法相比,NPARSA能更有效地缩短作业执行时间、提高集群性能。     

遥感图像融合效果客观评价

能够对不同的融合技术的性能进行客观、系统、全面地评价,成为目前空间信息处理以及遥感图像融合研究领域中亟待解决的问题。对国内外遥感图像融合系统及技术的发展历程进行了介绍,重点分析了遥感图像融合效果评估技术的研究现状,归纳了现有的效果评估方法。通过实验,进一步讨论了当前遥感图像融合效果评估技术所存在的主要问题,有助于明确该领域的发展方向和研究侧重点,为遥感图像融合系统及空间信息处理的研究奠定基础。     

军队政治工作信息资源元数据标准

随着政治工作信息资源管理的需要,运用元数据来描述政治工作信息资源正逐渐成为普遍趋势,由于政治工作信息资源来源广泛种类复杂,如果缺乏顶层设计,势必会造成元数据标准不统一不规范的现象,从而影响政治工作信息资源管理。文章研究军队政治工作信息资源元数据标准的内涵,阐述其在政治工作信息化建设中的作用价值,提出具体设计应该遵循的原则和步骤。     

An exact analysis of a joint production‐inventory problem in two‐echelon inventory systems

We consider a two‐echelon inventory system with a manufacturer operating from a warehouse supplying multiple distribution centers (DCs) that satisfy the demand originating from multiple sources. The manufacturer has a finite production capacity and production times are stochastic. Demand from each source follows an independent Poisson process. We assume that the transportation times between the warehouse and DCs may be positive which may require keeping inventory at both the warehouse and DCs. Inventory in both echelons is managed using the base‐stock policy. Each demand source can procure the product from one or more DCs, each incurring a different fulfilment cost. The objective is to determine the optimal base‐stock levels at the warehouse and DCs as well as the assignment of the demand sources to the DCs so that the sum of inventory holding, backlog, and transportation costs is minimized. We obtain a simple equation for finding the optimal base‐stock level at each DC and an upper bound for the optimal base‐stock level at the warehouse. We demonstrate several managerial insights including that the demand from each source is optimally fulfilled entirely from a single distribution center, and as the system's utilization approaches 1, the optimal base‐stock level increases in the transportation time at a rate equal to the demand rate arriving at the DC. © 2011 Wiley Periodicals, Inc. Naval Research Logistics, 2011     

防空监视网络传感器资源分配的最优化

针对防空监视网络的传感器管理问题,讨论了传感器资源分配的最优化方法。提出了把传感器资源分配问题映射为多代理系统分布约束最优化问题的解决策略,设计了基于约束代价下界搜索的异步分枝定界最优化算法,实现了传感器资源分配问题最优解的异步并行搜索,给出的仿真实例说明了传感器资源分配最优化方法的有效性。     

遗传算法在目标跟踪中的传感器分配算法

传感器在进行目标跟踪时,常规算法主要通过线性规划建立传感器与目标之间的分配方法.但是在对多目标和多传感器的战场环境中,这些方法有一定局限性.研究了基于遗传算法的传感器分配方法,通过构造符合传感器分配这一特殊问题的染色体,从而形成初始种群,然后利用遗传算法模拟生物遗传迭代和自然选择的遗传机理,通过多次选择最终收敛于问题的一个满意解.仿真显示,在大数据运算的环境中,该算法有更高的可行性和有效性.