复杂网络影响力极大化快速评估算法

分析复杂网络中影响力极大化问题,设计一种新的启发式算法框架。针对信息传递中节点的交互方式进行分析,给出节点在任意时刻处于信息接收态的概率。通过期望计算得到种子节点集传播影响力的近似估计,实现集群影响力快速计算,进而得到基于序列采样的影响力极大化快速评估算法。特别地,对于六个来自不同领域的真实网络上的影响力极大化问题进行了研究,仿真结果表明：该方法能够高效识别网络中具有重要传播影响力的节点集,在三种常见度量准则下的表现均明显优于三种影响力极大化问题基准算法。     

装备维修器材生产路径决策的两阶启发式算法

当前装备供应保障系统中维修器材存在短缺、积压以及配送系统效率低下等问题,亟须对生产、库存和配送作业环节进行集成优化。为客观反映各个决策环节,将该问题公式化为一个混合整数线性规划模型,针对该模型多变量、多约束的特点,提出了一个基于数学规划的两阶启发式算法对其进行求解。结合算例,检验模型的可行性,并选取求解器CPLEX和一个类似的迭代算法与该算法在求解质量和运算时间方面进行对比与分析。结果表明,提出的模型是合理可行的,该算法在求解不同规模实例时表现出优异的性能。     

一种用于SpaceWire网络的混合路由机制设计*

针对星上系统总线多元性导致的星载网络接口和协议不能标准化的发展瓶颈,本文基于SpaceWire总线协议,通过将静态路由(时间触发)与动态路由(事件触发)机制结合,实现了控制数据和载荷数据共用网络。静态路由完全遵循SpaceWire-D协议,在保证确定性传输的同时,通过启发式调度算法首次实现了多时间窗并行调度,并提出利用最大公约数法设计时间窗,以提高网络吞吐量;动态路由通过对随机事件和载荷数据分配优先级,实现传输路径冲突时对紧急任务的优先处理。最后在OPENT中搭建网络系统仿真模型,对所提出的路由机制进行了仿真。实验结果表明,静态路由时段网络吞吐量较现有调度算法有明显提高,动态路由实现了紧急事件优先传输。     

基于赋时Petri网的自动测试系统建模

提出了利用赋时Petri网(Tim ed Petri Net)对自动测试系统建模和性能分析的方法。采用启发式算法,对系统的可达树进行搜索,实现测试序列的优化,不仅降低了计算的复杂度,而且获得了满意的并行度,提高了自动测试系统的测试效率。     

两级修理模式下民机修理级别非经济性分析研究

针对两级修理模式在飞机维修规划中得到逐步重视的问题,提出了两级修理模式下民机修理级别非经济性分析模型。其中基于GJB-2961-1997标准,建立了两级修理级别分析的指标体系,在此基础上,利用模糊层次分析法确定各评价指标的权系数,并对灰色关联系数加权得到灰色关联度,实现了基于模糊层次分析法和灰色关联分析法的飞机修理级别综合评估。最后通过实例分析,验证了所提模型的合理性和有效性。     

舰艇防空反导自适应干扰HDP算法分析与仿真

为干扰来袭的多波次、多方向反舰导弹,提高舰艇防空反导能力,分析了自适应干扰HDP算法模型,并通过实例进行仿真。通过对结果进行分析,验证了启发式动态规划(HDP)算法在自适应电子干扰策略最优组合的生成过程中的时效性、预测精度以及适用性,为该算法的后续研究提供支持。     

基于启发式算法的复杂军事网络路径优化

使用一种启发式算法,使得复杂网络中最大介数最小化,可以达到接近最优化的路径,以改善复杂网络的信息容量。针对海上编队作战系统复杂网络的平均介数、最大介数与网络大小、迭代次数、介数分布情况的仿真发现,复杂网络容量超出比对文献中理论预测的最大值,这对于解决复杂军事网络的拥塞,提高复杂军事网络容量和作战效能重大意义。     

Mathematical formulation and heuristic algorithm for the block relocation and loading problem

This study considers the block relocation and loading problem in container terminals. The optimal loading sequence and relocation location are simultaneously decided on the basis of the desired ship‐bay and initial yard space configuration. An integer linear programming model is developed to minimize the number of relocations in the yard space on the basis of no shifts in the ship bay. The accuracy of the model is tested on small‐scale scenarios by using CPLEX. Considering the problem size in the real world, we present a rule‐based heuristic method that is combined with a mathematical model for the removal, loading, and relocation operations. The influence of rules on algorithm performance is also analyzed, and the heuristic algorithm is compared with different types of algorithms in the literature. The extensive numerical experiments show the efficiency of the proposed heuristic algorithm.     

Optimizing barge utilization in hinterland container transportation

In hinterland container transportation the use of barges is getting more and more important. We propose a real‐life operational planning problem model from an inland terminal operating company, in which the number of containers shipped per barge is maximized and the number of terminals visited per barge is minimized. This problem is solved with an integer linear program (ILP), yielding strong cost reductions, about 20%, compared to the method used currently in practice. Besides, we develop a heuristic that solves the ILP in two stages. First, it decides for each barge which terminals to visit and second it assigns containers to the barges. This heuristic produces almost always optimal solutions and otherwise near‐optimal solutions. Moreover, the heuristic runs much faster than the ILP, especially for large‐sized instances.     

权值编码遗传算法在单机任务规划中的应用

任务规划是在任务有不同威胁程度,资源消耗和战术价值条件下,寻找总战术价值最高,而又不超出约束的任务链,这对飞机完成任务中具有重要作用,针对机载资源有限、任务有不同威胁程度和战术价值,提出了基于权值编码遗传算法的任务规划方法,该算法通过对原始问题的偏离和启发式解码来得到最优的可完成任务子集.仿真结果验证了算法的有效性.