基于满意度的通信保障方案优选方法

针对当前通信保障方案缺少科学有效的评估方法,提出一种基于满意度的优选方法。从保障性、可靠性、时效性和经济性等4个方面,建立了评价指标体系;结合各个评价指标的特点,给出了具体量化方法,克服了评价时的主观性,并对量化后的结果进行了规范化处理;利用满意度理论,通过求解一系列关于指标权重的线性规划问题,确定了各评价指标的权重值;计算各预选方案的综合效能值,确定最终排序。最后,结合某次通信保障案例,对4个预选方案进行比较,该方法计算结果与实际相符,证明了其有效性。     

消防中队实战化训练实践与探索

结合实际,介绍了广州消防部队基层中队实战化训练的现状,论述了消防部队开展实战化训练的重要性和可行性,并对实战化训练任务的设置、训练方式、考评方法提出了建议,以便指导消防部队开展实战化训练工作。     

Optimization of schedule stability and efficiency under processing time variability and random machine breakdowns in a job shop environment

The ability to cope with uncertainty in dynamic scheduling environments is becoming an increasingly important issue. In such environments, any disruption in the production schedule will translate into a disturbance of the plans for several external activities as well. Hence, from a practical point of view, deviations between the planned and realized schedules are to be avoided as much as possible. The term stability refers to this concern. We propose a proactive approach to generate efficient and stable schedules for a job shop subject to processing time variability and random machine breakdowns. In our approach, efficiency is measured by the makespan, and the stability measure is the sum of the variances of the realized completion times. Because the calculation of the original measure is mathematically intractable, we develop a surrogate stability measure. The version of the problem with the surrogate stability measure is proven to be NP‐hard, even without machine breakdowns; a branch‐and‐bound algorithm is developed for this problem variant. A tabu search algorithm is proposed to handle larger instances of the problem with machine breakdowns. The results of extensive computational experiments indicate that the proposed algorithms are quite promising in performance. © 2011 Wiley Periodicals, Inc. Naval Research Logistics, 2011     

舰船维修器材保障点选址决策模型及算法

传统的最大覆盖选址模型没有考虑对服务半径外的需求点的满足和服务时间的响应,而在舰船维修器材保障中,不论需求点到保障点的距离是否大于服务半径,都应对其进行保障服务,且在保障过程中要满足保障时间控制在不影响舰船正常维修任务时间内。针对此问题,运用广义最大覆盖选址模型和时间满意度函数,构建基于时间满意的广义最大覆盖选址模型,并运用一种混合算法———基于遗传模拟退火算法的BP算法对模型进行求解。最后,运用该算法对实例进行了分析计算,计算结果验证了该算法的有效性。     

基于约束的交互式电气线路故障诊断

给出了器件的约束表示,实现了电气线路的约束网络化.分析了电气线路约束网络的特点,找出了故障树的剪节方法,提出了基于约束故障诊断的方法和步骤.     

基于蚁群算法的试验流程优化研究

水中兵器的海上试验涉及许多人员、兵力、被试产品、测量设备等,试验周期长、消耗大,因此如何缩短试验周期是亟待研究解决的问题.文中首先将试验流程优化问题转化为车间调度问题,建立了相应的数学模型,再应用蚁群算法转移规则得到中间结果并进行排队以对各种资源约束进行处理.最后将结果利用局部搜索算法优化后作为蚁群算法信息素更新的基础.实例计算结果表明,该方法优化效果良好.     

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。     

卫星任务调度问题的约束规划模型

卫星任务规划与调度是空间资源管理的重要内容之一,其目的在于为卫星系统的任务计划编制提供科学合理的决策手段与依据。卫星任务调度问题的重要特点在于,调度任务存在可见时间窗口约束。只有在可见时间窗口内,调度任务才可能执行并完成。在进行合理假设的基础上,建立卫星任务调度问题的约束规划模型。对基本禁忌搜索算法进行改进,提出了模型求解的变邻域禁忌搜索算法。应用结果表明,约束规划模型的建立与求解是合理的。     

复杂约束下的导弹作战任务规划模型和算法研究*

导弹作战任务规划是一个涉及时间、资源、质量和其他关系约束的复杂问题.首先通过定叉约束满足效用对基本约束满足模型进行了扩展,建立了导弹任务规划的约束满足优化模型.在此基础上,研究了任务规划模型求解的时间和效用传播算法,提出了基于综合效用的优化求解框架.该模型和求解框架易于解决具有多种约束因素的复杂问题,具有较好的通用性.通过定义软、硬约束效用,使得实际任务规划问题求解具有更好的灵活性.