基于不确定语言多属性决策的目标威胁度排序

针对影响不同类目标威胁度的因素建立了目标威胁度指标体系,并在此基础上,利用不确定语言多属性决策模型对不同类目标威胁度进行排序。该方法不仅充分体现了不同类目标威胁度的影响因素,还充分利用了专家和决策人员的经验,能较好地反映现代战场中目标威胁度的实际情况,利于提高智能化程度;模型适应性较强,计算量小,符合军事系统实时性的特殊要求,使评估结果更具有可信性和实用性。     

基于混合策略的文图自动转换方法研究

针对文图自动转换问题,借鉴事件模型的思想,结合自然语言理解和本体技术,提出了基于混合策略的文图自动转换方法。通过构建领域本体等知识库,在其支持下对文书进行预处理,以及词法、语法、语义和语用分析,最终实现了文图的自动转换。为验证方法的可行性,设计并实现了文图自动转换原型系统,测试表明,能有效提高文图自动转换的效率和准确性,具有一定的参考价值。     

基于XML的海军作战仿真想定设计方法

作战仿真想定是军事仿真系统的重要组成部分,为仿真系统的运行提供了初始态势和作战任务。目前在仿真想定中存在的主要问题是对想定描述的格式和手段不统一,生成的仿真想定可读性和可移植性不好,影响了仿真系统的真实性和可信度。以海军装备应用研究系统为背景,着眼于海军作战仿真想定生成系统的标准化,通过分析海军作战想定描述的层次结构,针对XML技术在数据表达方面的特点和应用,探讨了使用XML表示标准的作战想定开发方法,以潜艇破交任务为例介绍了海军作战想定的设计方法。     

XMSF下新兴开放标准的集成和验证

建模与仿真领域中实现资源重用、共享和互操作的基本途径是标准化。诸多开放互操作标准的提出和应用成功解决了各自领域的互操作问题,推动了仿真技术的发展。关于这些开放标准的讨论及应用情况都已有相当数量的文献予以介绍,但具体涉及同一框架下各标准之间相互作用或影响情况却鲜有提及。依托XMSF框架,选取了MDA、BOM、SRML、MSDL、C-BML五种主流的新兴开放标准,通过XMSF案例对这些标准在XMSF中的集成应用进行了详细研究,评估它们在一起时可能为仿真领域带来的影响和能力。     

基于粒度计算的指控系统效能测度的探索性建模方法

分析了探索性分析模型的粒度原理,建立了基于粒度计算的指控系统效能测度的探索性分析模型,重点研究了探索性分析模型的建立,属性函数的构造和探索因子集的粒度获取方法,并结合多兵种联合作战案例,对使命完成时间测度进行了探索性分析,实验表明,基于粒度计算的探索性建模方法能够通过粒度的转换降低问题的复杂度,并在不同粒度层次上实现对问题描述的一致性。     

Ka波段过模慢波结构色散曲线的数值求解

运用场匹配法,结合Ka波段过模慢波结构的实际情况,进行轴对称周期慢波结构色散关系的理论推导,得到了一种快速、准确计算适应Ka波段过模慢波结构的色散特性计算方法。根据推导结果,采用MATLAB程序编程计算了Ka波段过模盘荷波导的色散曲线。将计算得到的色散曲线与成熟的商业软件计算得到的结果进行了对比,两者误差在2%以内,验证了数值算法的可靠性。计算得到的色散曲线可以辅助选取Ka波段微波源的结构参数,对器件设计有一定参考价值。     

多GPU的可压缩湍流并行计算

利用CUDA Fortran语言发展了一种基于GPU的计算流体力学可压缩湍流求解器。该求解器基于结构网格有限体积法,空间离散采用AUSMPW 格式,湍流模型为k-ω SST两方程模型,采用MPI实现并行计算。针对最新的GPU架构,讨论了通量计算的优化方法及GPU计算与PCIe数据传输、MPI通信重叠的多GPU并行算法。进行了超声速进气道及空天飞机等算例的数值模拟以验证GPU在大网格量情况下的加速性能。计算结果表明相对于Intel Xeon E5-2670 CPU单一核心的计算时间,单块NVIDIA GTX Titan Black GPU可获得107至125倍的加速比。利用四块GPU实现了复杂外形1.34亿网格的快速计算,并行效率为91.6%。     

矢量多边形并行栅格化数据划分方法

针对多边形并行栅格化中的负载不均衡问题提出一种新的数据划分方法,主要包括:迭代计算划分线的位置,在每次迭代中保证分块间的计算量大致均衡,完成数据划分、实现负载均衡;提出基于二叉树的划分结果融合策略,以解决跨边界多边形的融合问题。在多核CPU环境下实现并行算法,选用多个典型土地利用现状数据集进行测试。结果表明:针对不同类型多边形数据集,所提方法较传统方法可获得更高的并行加速比和更好的负载均衡;针对大数据量数据集,以多边形节点数为度量标准可更精确地估算分块计算量,从而更好地实现负载均衡。     

高性能计算和数据中心融合网络研究综述

随着高性能计算、大数据处理、云计算和人工智能计算呈融合发展趋势,高性能计算网络和数据中心网络的融合网络成为互连网络发展的重要趋势。分析当前融合网络研究现状;针对当前最具代表性的融合网络进行详细阐述,全面展示该领域的最新技术和动态;提出融合网络面临的技术挑战;基于技术挑战对融合网络的发展趋势进行展望,包括融合网络协议栈设计中融合与分化并存、基于在网计算实现融合网络性能加速、面向新兴应用需求优化融合网络性能。     

基于混沌蚁群算法的云计算应用优化研究

以改进蚁群算法应用在云计算中的不足为目的,讨论了蚁群算法基本原理和云计算下应用的缺陷.提出一种适合云计算的混沌蚁群改进算法,该算法通过Logistic映射产生混沌量,根据混沌遍历性和有界性对蚁群算法初始路径进行混沌初始化,同时加入混沌扰动调整算法信息素更新策略,改进了蚁群算法收敛速度慢和易陷入局部最优的缺点.最后通过CloudSim搭建仿真云环境并进行算法调度实验,通过横向对比标准蚁群算法和Dijkstra算法,证明混沌蚁群算法在执行效率和相对标准差等方面优于其他算法,更加适合于云计算环境.