分布式UDDI的数据一致性优化模型

UDDI注册中心本质上是一个存储着Web服务注册信息的数据库,针对分布式存储与检索体系架构中出现的数据不一致性的问题,提出了一种分布式UDDI的数据一致性优化模型。首先分析了分布式UDDI及UDDI的核心数据模型,以及在分布式环境下的异构数据源问题。在此基础上,分析了数据的一致性问题,构建了UDDI节点—数据模型间的可达性矩阵,最后研究了分布式UDDI的一致性数据存储策略。该优化模型能有效减少存储冗余和检索网络带宽的消耗。     

高交叉极化隔离度单偏置赋形反射面天线优化设计

为获得高交叉极化隔离度性能,基于极小极大值算法对单偏置赋形反射面天线进行了优化设计。在赋形优化过程中采取了两个措施来提高天线的交叉极化隔离度,一个是利用归一化的电场来构建目标函数,以消除设计增益对优化过程的影响;另一个就是适当增大反射面的焦距。为了证明所述方法的有效性,以产生一个覆盖美国全部领土的赋形波束为例对天线进行了优化设计。数值仿真结果表明,在服务区内主极化增益都高于30dBi,交叉极化隔离度都在30 dB以上。     

航空反潜搜索区域优化问题

首先介绍了一般的航空反潜搜索区域确定模型,并指出了其中存在的不足。然后,对搜索区域的确定进行了优化改进,在详细分析了潜艇在搜索区域内存在位置的概率密度状况基础上,分别对搜索行动起始坐标进行了优化改进、对反潜行动路径建立了数学模型,并给出了仿真图例。     

多UCAV任务分配有限阶段MDP方法和算法

多UCAV(Unmanned Combat Air Vehicle)任务分配是无人机作战决策的重要内容,是一类求解困难的组合优化问题,目前尚无成熟高效的解决方案.通过马尔可夫决策过程(MDP)将任务分配问题化解为分阶段序列决策过程,并对当前阶段决策状态采用单一整数编码,提出了基于有限阶段MDP的求解算法.通过仿真实验表明:该算法可以快速精确地解决多UCAV任务分配的问题.     

美国航母航渡过程中的飞行作业优化

在美国航母航渡过程中,舰载机飞行作业优化的主要目的是决定舰载机的弹射和回收顺序,一方面使防御态势最优,同时确保航母能在指定的时间内抵达目的地,舰载机飞行作业优化还需要考虑其他限制条件,包括环境条件和军事判断等。在进行飞行作业优化时,关键概念之一是飞行作业周期,舰载机从离开航母到完成一项任务后返回母舰附近,为一个周期。在这个周期的末期,舰载机可以选择着舰,也可以选择在空中加油,当舰载机再次离开航母的时候,就已进入了下一个周期。在航母航渡过程中,舰载机飞行作业逐波次     

浙江省军区加速推进民兵建设转型升级

2019年以来,浙江省军地各级聚焦备战打仗统建设,锐意进取谋发展,凝心聚力抓落实,军地合力推进民兵调整优化落实落细,大抓实战练兵,民兵建设在“实起来”的基础上,向“强起来”转型升级加速推进。进入新时代,军队作战指挥方式、武器装备、官兵素养都在发生变化。     

动态滑翔运动建模、机理分析与航迹优化

信天翁凭借动态滑翔的飞行技巧从梯度风中获取能量,从而在几乎不拍翅膀的情况下进行长时间、长距离飞行,这种技巧应用于小型无人机上可拓展其完成任务的能力。基于飞行器动力学对梯度风场中的无人机运动方程进行推导和简化处理;利用简化的运动方程,分别从非惯性参考系中的动能定理和机械能变化的角度,对动态滑翔获取能量的机理进行分析;利用微分平坦法,以最小平均控制输入变化率为目标函数,对徘徊模式和平移模式的动态滑翔航迹进行优化计算。分析结果表明:逆风爬升、顺风下滑是动态滑翔基本获能方式。优化结果表明:控制输入变得更加平滑,甚至出现阶段性的常值,使得控制更加简化;徘徊模式下,当风梯度作为决策变量时,优化过程可在[0,0.5 s-1]的区间上找到使得目标函数值最小的风梯度;平移模式下,目标函数值在该区间上单调递减。     

基于子空间近似算法的鱼雷总体多学科设计

在鱼雷总体多学科优化设计(MDO)中,学科间的耦合与解耦问题一直是研究的重点和难点.在子空间近似算法的基础上,结合鱼雷总体设计的实际特点,分析了各学科间的耦合因素,建立了鱼雷总体设计多学科设计优化的统一模型和子空间近似算法的数学模型,并进行了实例验证,结果表明基于子空间近似算法很好地解决了鱼雷总体设计多学科设计优化中学科间耦合关系复杂的问题,收敛速度快,可靠性高.该方法对提高鱼雷的设计质量,避免人力、物力的浪费,降低设计风险等有极为重要的作用.     

基于混合遗传算法的拦截弹道优化方法

传统的遗传算法中,交叉和变异样本的选择直接影响算法的收敛.通常根据工程实际需求调整交叉和变异样本的选择概率来提高遗传算法运行的有效性和防止早熟现象的发生.将传统的单纯形搜索算法与遗传算法相结合,提出了一种混合遗传算法,并在算法中增加了加速循环操作,提高遗传算法在求解优化问题特别是工程应用中的有效性,以便优化拦截弹道.数学仿真结果表明该方法能够有效地解决迎面拦截弹道问题.     

基于学科间差异信息的协同优化改进算法

分析了MDO(Multidisciplinary Design Optimization)中广泛应用的协同优化算法的特点和存在的问题,提出了一种基于学科间差异信息的协同优化改进算法COMI(Collaborative Optimization based on Multidisciplinary Inconsistency).利用学科间差异信息构造了系统级松弛约束和系统级罚函数,利用遗传算法作为系统级优化算法,并采用标准算例比较了标准CO(Collaborative Optimization)算法、松弛CO算法与COMI算法的性能.结果表明COMI算法在设计结果可行性和最优值上平衡性较好.