一种基于多Agent强化学习的多星协同任务规划算法

在分析任务特点和卫星约束的基础上给出了多星协同任务规划问题的数学模型.引入约束惩罚算子和多星联合惩罚算子对卫星Agent原始的效用值增益函数进行改进,在此基础上提出了一种多卫星Agent强化学习算法以求解多星协同任务分配策略,设计了基于黑板结构的多星交互方式以降低学习交互过程中的通信代价.通过仿真实验及分析证明该方法能...     

空域频域不确定条件下电磁探测卫星规划方法研究

电磁探测卫星对区域目标的覆盖搜索在反恐及海上搜救等领域发挥着重要作用.针对电磁探测卫星区域搜索任务中存在的空域频域不确定性,构建了电磁探测卫星区域搜索问题(EDSASP)中不确定因素的量化描述模型及决策要素模型,提出了基于贝叶斯决策的电磁卫星任务规划方法,并以信息探测收益和前端截获收益为优化目标,建立了空域频域不确定条...     

基于干涉仪测向的电子侦察卫星单星定位精度分析

针对信息化战场面临的复杂电磁环境,研究基于二维干涉仪测向方法的电子侦察卫星单星定位体制。分析了电子侦察卫星单星定位原理及定位算法,提出了电子侦察卫星单星测向定位精度GDOP算法,通过仿真定量计算卫星测角误差、卫星姿态误差和卫星位置误差对卫星定位精度的影响程度。结果表明电子侦察卫星测角精度、姿态控制精度和位置测量精度越高,单星定位精度越高。     

适应任务的模块化卫星快速构建优化决策方法

如何根据应急航天任务,在满足各种约束的前提下,从型号众多、能力各异的卫星平台及有效载荷中快速决策效费比最佳的卫星构造方案引起了越来越多的关注,这就是适应任务的模块化卫星快速构建优化决策问题.在深入分析该问题特点的基础上,建立优化决策数学模型,提出基于遗传算法的优化决策方法,为处理遗传算法迭代过程中产生的不可行解引入基于...     

基于Multi-Agent敏捷卫星动态任务规划问题

在分析敏捷卫星的特点和卫星多用户需求的基础上,针对敏捷卫星任务规划问题,基于Multi-Agent理论构建了任务分配模型;针对敏捷卫星任务规划初始方案调度中卫星资源失效的情况给出了敏捷卫星动态任务重调度模型;在此基础上,提出了基于诚信机制的可解约合同网任务分配方法,设计了招投标机制、可解约合同网协议以及招投标、评标策略;以敏捷卫星任务规划调度问题为例通过实验获得了满意的结果,表明了模型的合理性以及算法的有效性。     

电子侦察装备的随机期望值分配模型与算法

针对电子战系统试验训练过程中存在随机性特征参数的问题,首先结合实际事例分别建立了电子侦察装备的单目标和多目标随机期望值分配模型;然后针对多目标随机期望值分配模型,给出了目标规划方法和遗传算法求解步骤;最后基于遗传算法,讨论了目标函数权系数的选择对求解结果的影响.仿真结果表明:所建立的随机期望值模型合理,算法可行.     

基于伪并行遗传算法的消防管网受损点定位方法

在分析目前舰船管网普遍采用的漏损探测定位方法的基础上,建立了基于压力驱动流量模型的摩阻系数与漏损系数联合优化模型,并采用多工况伪并行遗传算法求解优化模型实现消防管网的漏损探测定位。通过编制程序对算例进行了仿真验证,并将伪并行遗传算法与基本遗传算法进行对比分析,仿真结果表明:伪并行遗传算法具有较好的漏损探测定位效果。     

多星联合对地观测能力评估系统设计与实现

根据卫星对地观测原理,提出了一种基于任务规划的多星联合对地观测动态能力评估方法,并设计实现了相应的多星联合对地观测能力评估系统。该系统能够评估卫星系统针对具体任务的整体应用能力,支持卫星系统的顶层设计和规划论证。介绍了该评估系统的总体结构及功能,讨论了系统实现过程中的调度预处理、STK接口、调度引擎、能力评估等关键模块的实现技术,总结了系统的应用前景。     

一种基于遗传算法的多传感器管理算法

分析了针对多传感器多目标分配的传感器管理算法的特点以及存在的问题,结合遗传算法的思想,给出了一种以目标联合信息增量为效能的传感器管理算法,并进行了算法的仿真.仿真结果表明,基于遗传算法的传感器管理算法是有效的,特别是问题规模较大时更比规划方法具有实用性.     

基于遗传算法的武器目标分配模糊多目标规划

针对武器目标分配（WTA）问题中存在的模糊性,提出了一种基于遗传算法的WTA模糊多目标规划模型。建立了wTA多目标规划模型以及目标函数和约束条件,并在此基础上基于目标函数和约束条件的模糊性结合梯度隶属函数建立了WTA模糊多目标规划模型,给出了遗传算法进行求解的方法,通过一个实例分析表明,基于遗传算法的模糊多目标规划模型解决wTA问题具有较好的效果,验证了该模型的合理性,对于有效解决WTA问题具有指导作用。     

信息熵和判断矩阵的专家聚类赋权法

为了降低专家聚类赋权过程中由排序向量引起的不确定性和判断矩阵引起的矛盾性,提高权值分配的精确性,提出了基于信息熵和判断矩阵相结合的专家聚类赋权法。该方法采用聚类分析原理,对排序向量进行分类,根据分类结果、信息熵值和一致性比率确定专家权重系数。实例分析表明:基于信息熵和判断矩阵相结合的专家聚类赋权法在具体应用中得到的结果离期望值更近,说明该算法有效可行。     

Simultaneous optimization of efficiency and performance balance measures in single-machine scheduling problems

Manufacturing and service organizations routinely face the challenge of scheduling jobs, orders, or individual customers in a schedule that optimizes either (i) an aggregate efficiency measure, (ii) a measure of performance balance, or (iii) some combination of these two objectives. We address these questions for single-machine job scheduling systems with fixed or controllable due dates. We show that a large class of such problems can be optimized by solving either a single instance or a finite sequence of instances of the so-called (SQC) problem, in which the sum of general quasiconvex functions of the jobs' completion times is to be minimized. To solve a single instance of (SQC), we develop an efficient, though pseudopolynomial algorithm, based on dynamic programming. The algorithm generates a solution that is optimal among all schedules whose starting time is restricted to the points of a prespecified (arbitrary) grid. The algorithm is embedded in an iterative procedure, where in each iteration a specific instance of (SQC) is solved. Special attention is given to the simultaneous minimization of the mean and variance of completion times. © 1993 John Wiley & Sons, Inc.     

大型工程项目集成化管理环境下的知识协同与任务调度

将各个项目单元抽象为不同的知识源,详细分析了集成化管理环境下的知识协同问题,提出了基于权威性加权原则的知识协同处理策略,并就策略修正、协同求解等问题作了分析说明。在此基础上,采取前向调度算法和逆向调度算法相结合的迭代算法,建立了协同工作中的任务调度模型,算例证明,模型能够有效满足各约束条件下任务的增删需求。     

基于粒子群优化的蚁群算法在战场电磁频率分配中的应用

为对战场电磁频率进行有效分配以减少用频设备间的相互干扰,提出了将一种基于粒子群优化的蚁群算法应用于频率分配的方法。首先介绍了战场频率管控流程的相关内容,并以干扰度最低为目标函数,使用基于粒子群算法优化的蚁群算法进行频率分配管理。粒子群算法优化蚁群算法中启发信息的权重及信息素挥发系数,作为粒子群位置和速度参数进行初始化,将粒子群算法生成的分配结果作为蚁群算法的初始信息素,利用蚁群算法较强的寻优能力寻找最佳分配方案。实验结果验证了该算法和模型的可行性。     

Two‐agent scheduling on a single sequential and compatible batching machine

We study two‐agent scheduling on a single sequential and compatible batching machine in which jobs in each batch are processed sequentially and compatibility means that jobs of distinct agents can be processed in a common batch. A fixed setup time is required before each batch is started. Each agent seeks to optimize some scheduling criterion that depends on the completion times of its own jobs only. We consider several scheduling problems arising from different combinations of some regular scheduling criteria, including the maximum cost (embracing lateness and makespan as its special cases), the total completion time, and the (weighted) number of tardy jobs. Our goal is to find an optimal schedule that minimizes the objective value of one agent, subject to an upper bound on the objective value of the other agent. For each problem under consideration, we provide either a polynomial‐time or a pseudo‐polynomial‐time algorithm to solve it. We also devise a fully polynomial‐time approximation scheme when both agents’ scheduling criteria are the weighted number of tardy jobs.     

卫星数传调度模型研究

卫星数传调度问题是一个具有多时间窗口、多资源约束的优化问题。针对该问题,建立了卫星数传需求模型、任务模型和调度模型。在建模过程中,采用了框架模型形式,把问题中的主要约束封闭于每个数传任务中,这在降低调度模型复杂度的同时,也降低了调度算法设计难度。还提出了调度算法设计思想,并设计了一基于灵活度的调度算法。仿真表明,所建立的模型及算法对解决卫星数传调度问题是可行的。     

基于改进蚁群算法的云计算任务调度研究

把改进的蚁群算法应用到云计算任务调度中,通过将任务在虚拟机上的一次分配作为蚂蚁的一次成功搜索,实现了虚拟机的负载均衡和调度时间的优化,提高云计算资源分配的效率。通过在Cloud Sim平台下进行仿真测试,结果显示,改进蚁群算法在负载均衡性能和总的任务调度时间方面均优于基本的蚁群算法。     

抢险救灾非战争军事行动中应急资源调度网络的优化方法

抢险救灾非战争军事行动包括道路抢修和物资运输等任务,而这两类任务在灾后应急资源调度中存在关联性的影响,且面临路网结构可变及需求随机模糊等挑战,对此,提出了一种非确定性应急资源调度网络双层规划模型,设计了基于蒙特卡洛方法与遗传算法耦合的智能启发式求解策略.通过对典型情境下应急资源调度案例进行分析建模和数值求解,说明了该模型和算法的合理性和有效性.     

嵌入式操作系统多策略调度模型

分析了目前嵌入式操作系统调度策略的现状,指出了传统调度方法的不足之处,给出了多策略调度模型,该模型根据进程的属性参数决定采用哪种调度算法。多策略调度模型采用两级调度方案,即在原传统调度方法的基础上增加一级调度。一级调度确定多个调度算法的优先顺序;二级调度确定同一种调度算法中,的进程优先顺序。该模型使进程调度更加灵活和高效,应用范围更广。     

一种应用于数据通道综合的定向搜索流水调度算法

流水调度是专用数字信号处理器高层综合中一个困难而急待解决的问题。给出了一种定向搜索流水调度算法 ,目标是使全面考虑了运算单元、寄存器和互连的硬件代价最小化。它作为一种利用启发信息的迭代算法 ,一方面克服了确定性算法爬峰能力差、易于陷于局部极值的缺点 ,另一方面启发信息的利用加快了搜索过程。典型设计实例显示算法性能达到或超过了目前流水调度文献报道的最好性能