基于Pareto排序法的战时装备维修任务多目标调度方法

针对战时武器装备维修保障问题,建立了包括最大完工时间、延迟时间和维修单元负荷在内的多目标优化调度模型。为提高解的多样性和收敛性,构建了一种基于Pareto排序法和小生境技术相结合的遗传算法用于模型求解,引入Pareto排序和拥挤距离进行适应度计算,通过混沌系统随机生成权重系数,并使用小生境技术改进选择方式。通过实例验证表明,该方法能够有效地解决装备维修多目标调度问题。     

基于数字地形分析的智能兵力部署

兵力部署是指挥员组织实施战斗的重要工作,也是实现战斗决心的重要条件。在分析兵力部署原则基础上,结合兵种配置的地形条件和战术条件,提出了兵力部署适应度函数。采用遗传算法,设计了适应于数字地形分析的编码方案。实验证明,遗传算法能够有效解决兵力部署的智能化自动生成和评价问题,方法可行。     

烟雾干扰光学制导武器中Mie散射系数快速算法

烟雾干扰光学制导武器中烟雾中的颗粒物的浓度、平均粒径的精确测量是评价武器隐蔽效果的关键指标。Mie散射中的消光系数计算是烟雾中颗粒物的平均粒径和浓度测量中的关键步骤。在传统Mie散射计算的基础上提出一种适用不同颗粒大小和复折射率的Mie散射系数算法。推导了散射系数计算公式,分析了不同折射率和粒径的递推公式。计算表明,该方法的计算精度高、范围广、时间短,适用于干扰烟雾中生成颗粒物的平均粒径和浓度在线测量。     

不确定条件下装备器材供应网规划模型

装备器材供应网是装备器材供应保障工作的重要基石,其规划问题是我军装备器材保障过程的重要战略决策之一。针对节点、边和需求的不确定性,对不确定条件下由多个区域供应子网构成的装备器材供应网的规划问题展开研究。针对问题的特点,用区间分析理论对供应网规划中的不确定性因素进行度量和运算,得到不确定性规划模型,通过区间运算转化,将不确定性模型转化为确定性混合整数规划模型,并设计采用基于禁忌搜索算法的两阶段算法进行求解,分别得到了不同参数设置下的模型求解结果,并将所用算法与模糊规划和随机规划算法的求解结果进行了比较分析。实例分析结果表明所建立的模型和算法具有较强的实用性。     

地磁仿生导航的多目标进化搜索算法

针对水下自主航行器地磁多参量多目标搜索的问题,提出一种基于磁趋势敏感的多目标进化搜索算法。在进化算法的结构下,利用地磁场参量与导航路径的约束关系,以磁趋势敏感作为后验评估准则,建立导航模型,使得地磁多分量伴随航行器的运动同时同地收敛至各自目标值,实现导航目的。通过与六边形路径搜索算法的仿真对比,验证了多目标进化搜索算法的有效性和优越性。     

基于Linux文件检索方法的改进研究

随着磁盘容量的急剧增大,文件系统的性能以及文件系统的效率会急剧下降,这是因为文件列表过于庞大,传统的文件系统在检索文件时采用的线性搜索方式带来的检索效率低下导致。对Linux虚拟文件系统进行深入剖析,阐述了VFS打开以及新建文件的机制,指出其存在的缺陷及问题。在Linux文件系统的基础上,参考暴雪游戏公司解决hash冲突的blizzard算法,提出一种通过在磁盘上建立文件目录项的哈希表来提高文件查找效率的方法。     

基于SVPWM的军用储能电源双闭环模糊控制

传统整流器的接入会给电网带来大量谐波和无功污染,为了削减电网侧的电压谐波分量,提高军用储能电源充电系统的功率因数,提出一种基于空间电压矢量PWM的新型闭环控制方法。在建立三相电压型PWM整流器的数学模型的基础上,分析了储能电源整流环节的双闭环控制结构,引用模糊逻辑对双闭环控制方法进行改进,利用模糊比例积分(PI)控制算法设计电流内环,系统可以实现PI参数的自适应调整。通过仿真验证了该方法的有效性,采用双闭环模糊PI控制的PWM整流器可以实现单位功率因数运行,保证输出的直流电压稳定,抗干扰能力强,具有良好的动态响应。     

A self‐adapting genetic algorithm for project scheduling under resource constraints

This papers deals with the classical resource‐constrained project scheduling problem (RCPSP). There, the activities of a project have to be scheduled subject to precedence and resource constraints. The objective is to minimize the makespan of the project. We propose a new heuristic called self‐adapting genetic algorithm to solve the RCPSP. The heuristic employs the well‐known activity list representation and considers two different decoding procedures. An additional gene in the representation determines which of the two decoding procedures is actually used to compute a schedule for an individual. This allows the genetic algorithm to adapt itself to the problem instance actually solved. That is, the genetic algorithm learns which of the alternative decoding procedures is the more successful one for this instance. In other words, not only the solution for the problem, but also the algorithm itself is subject to genetic optimization. Computational experiments show that the mechanism of self‐adaptation is capable to exploit the benefits of both decoding procedures. Moreover, the tests show that the proposed heuristic is among the best ones currently available for the RCPSP. © 2002 Wiley Periodicals, Inc. Naval Research Logistics 49: 433–448, 2002; Published online in Wiley InterScience (www.interscience.wiley.com). DOI 10.1002/nav.10029     

基于共进化的多任务分配与调度

在考虑多种约束关系基础上 ,提出一种并行与分布式系统中多约束关系的任务分配与调度的共同进化遗传算法。仿真试验结果表明所给算法比传统单种遗传算法更能有效地进行多任务分配与调度 ,具有一定的工程价值     

一个基于引用的高效连接算法

针对对象关系数据模型和查询语言的新特点 ,提出了一个基于引用的高效连接算法Sort Loop。引用既是对象关系数据模型中一种重要的建模设施 ,同时它也有利于连接算法的设计和高效实现 ,如Hash Loops就是基于指针、面向集合属性的连接算法。Sort Loop克服了Hash Loops算法在数据访问方式和内存使用上存在的不足 ,性能分析表明 ,其性能优于Hash Loops。