基于改进二进制蝙蝠算法的装备资源保障规划

针对联合作战环境下的装备资源精确保障协同规划问题,考虑以所有保障任务完成时间最短为目标,以保障任务的执行时序和资源需求、保障编组占用冲突,以及资源平台能力更新机制等复杂条件为约束,构建数学模型,提出了基于动态列表调度(Dynamic List Scheduling,DLS)和自适应进化变异二进制蝙蝠算法(Adaptive Mutation Binary Bat Algorithm,AMBBA)的混合装备资源协同保障规划方法.通过动态列表调度选择当前执行保障的任务,在二进制蝙蝠算法寻优中引入自适应学习因子以平衡全局搜索和局部搜索能力,通过在当前可用资源集中搜索最优解为选定任务分配资源,以复杂地域联合作战为例仿真并验证规划效果,结果显示,所提方法可对大规模装备资源协同分配保障问题进行精确高效求解.     

自适应蚁群算法的多机协同空战目标分配方法

对目标超视距空战将是今后空战的主要形式和发展趋势,多机协同多目标攻击中的关键问题是空战决策.首先建立了空战态势评估方法,结合蚁群算法思想,提出了一种新型的目标分配算法模型,并进行了算法实验.实验结果表明基于自适应蚁群算法解决多机协同空战的目标分配问题是有效的,特别是问题规模较大时更显示出其较快的收敛速度和较高的精度.     

多无人机系统协同侦察规划算法研究

基于蚁群算法研究多无人机系统在协同侦察复杂目标群的集群协作问题,通过去交叉策略局部优化蚁群算法,提高算法求解精度,形成较优的航迹方案和合理调度策略.该问题的求解不仅能深化多任务分配及多目标协同领域的研究,还能为部队执行作战任务提供辅助决策.     

基于改进NSGA-III算法的动态武器协同火力分配方法

针对防御场景下的动态武器协同火力分配问题,将其转化为多目标约束组合优化问题,在考虑资源约束、可行性约束的前提下,以我方损失最小、消耗资源最小为原则,对敌方目标造成最大的伤害.基于此,在NSGA-III算法的基础上提出基于A-NSGA-GKM算法的动态武器协同火力分配方法,通过遗传K均值聚类算法对初始参考点进行自动分组聚类,用聚类中心代替原参考点,引入基于惩罚的边界相交聚合函数代替原垂直距离,进一步提升原始算法的收敛性能,引入自适应机制保证优秀的解结构.最后,通过实验仿真表明所提优化算法具有较高的收敛性,该方法能够有效地解决动态武器协同火力分配优化问题.     

基于服务网格工作流技术的联合作战实验平台

为实现全军作战实验资源共享和跨军种的协同实验,提出了一种基于服务网格和网格工作流技术的联合作战实验平台构建方法.一方面利用服务网格技术实现分布、动态、异构实验资源的有效集成和共享,加强实验平台的通用性、灵活性和重用性;另一方面,在平台建设中引入面向服务网格的工作流技术,使得能够在动态变化的环境中,根据实验需求优化实验作业逻辑和执行过程,选择、配置和调度相应的实验资源完成指定的任务,实现跨军种的资源共享和协同实验.     

基于MAS的区域反导发射车协同拦截规划研究北大核心

发射车协同拦截规划是区域反导战术级目标分配后确定最优拦截方案的决策问题,对于直接提高拦截效费比具有重要意义。首先分析了协同拦截的物质基础、协同过程和协同特点,然后给出了基于多智能体系统(multi-agent system,MAS)的协同拦截规划模型、规划算法,最后计算了发射车可协同拦截次数,构建自适应协同拦截模式决策模型。开展基于MAS的区域反导发射车协同拦截规划研究,为实现发射车协同拦截规划顶层设计夯实坚实的技术理论基础。     

基于Riccati方程的动态传感器分配算法

针对组网跟踪系统传感器分配算法计算量过大的问题,提出了一种基于Riccati方程的动态传感器分配算法。该算法通过Riccati方程离线计算各传感器组合跟踪下的稳态滤波协方差,根据稳态滤波协方差与期望协方差的接近程度动态分配传感器资源。仿真结果显示,与传统协方差控制和贪婪算法相比,基于Riccati方程的动态传感器分配算法在大大减少计算量的同时能够保持较好的跟踪性能。该方法能够更好地应用于大规模传感器组网目标协同跟踪系统。     

基于MAS的区域反导发射车协同拦截规划研究

发射车协同拦截规划是区域反导战术级目标分配后确定最优拦截方案的决策问题,对于直接提高拦截效费比具有重要意义。首先分析了协同拦截的物质基础、协同过程和协同特点,然后给出了基于多智能体系统(multi-agent system,MAS)的协同拦截规划模型、规划算法,最后计算了发射车可协同拦截次数,构建自适应协同拦截模式决策模型。开展基于MAS的区域反导发射车协同拦截规划研究,为实现发射车协同拦截规划顶层设计夯实坚实的技术理论基础。     

基于功能的网格服务匹配算法

网格环境下,服务功能匹配效果决定着网格服务质量,在分析了网格服务匹配方法中基于推理的匹配算法和相似度匹配方法中基于距离的匹配算法后,对这两种算法的精确度、复杂度和匹配效率进行了分析和比较.结合这两种算法,提出了服务功能匹配改进算法,该算法通过采用细化匹配粒度,引入深度因素等方法,增加了匹配精确度.通过实验模拟,查准率和查全率上表明该改进算法具有一定优越性.     

协同OFDM放大前传空时编码系统中的功率分配

针对由源节点和单个中继节点形成的协同正交频分复用( OFDM) Alamouti空时块码系统,分析了放大前传(AF)模式下的系统容量,给出了解析表达式.考虑节点功率独立约束的应用场景,提出了分步迭代的功率分配算法( SIPAA)来提高系统容量.该算法的核心思想是在每次迭代中,分步对源和中继节点分别进行注水功率分配,注水...     

均衡聚类市场拍卖机制的异构无人机集群任务规划方法

针对大规模异构无人机集群的全局任务规划问题,提出一种基于均衡聚类市场拍卖机制的任务规划方法。对无人机群协同合作完成任务的场景进行分析,综合任务聚类和无人机联盟的优势,建立了通用性较高的任务规划模型。考虑到对无人机群负载均衡的需求,融合和改进了K-means聚类算法和市场拍卖机制,形成一种综合考虑路程消耗和任务消耗的均衡聚类市场拍卖算法。在拍卖过程中引入平衡参数,通过计算旅行商问题来修正平衡参数,保证无人机群在负载均衡的同时整体成本不断降低。仿真结果表明,使用均衡聚类市场拍卖机制的任务规划方法能够在较短时间内完成异构无人机群的复杂任务规划,保证无人机群负载均衡的同时,整体成本和总时间上也有较好表现,具有一定的实际应用价值。     

Using strategic culture to understand participation in expeditionary operations: Australia,Poland, and the coalition against the Islamic State

This article investigates how strategic culture influenced the decision-making of Australia and Poland regarding the global coalition against the Islamic State. In the coalition, Australia has followed its tradition of active participation in United States-led operations, while Poland has embarked on a more cautious line, thereby breaking with its previous policy of active participation. The article examines how Australian and Polish responses to the coalition were shaped by five cultural elements: dominant threat perception, core task of the armed forces, strategic partners, experiences of participating in coalitions of the willing, and approach to the international legality of expeditionary operations. It finds that Australia and Poland differed on all five elements but that the major differences are found in dominant threat perception and core task of the armed forces.     

自适应网格交互多模型算法

研究和设计了一种模型集合自适应方法——自适应网格方法。并将其与交互多模型算法相结合,提出了自适应网格交互多模型(AGIMM)算法,它是一种变结构多模型算法。仿真显示它能有效地提高IMM估计器的费效比。     

全球气象资料客观分析系统的分布式并行计算

对已有的串行算法进行并行化 ,是一项很困难的工作。通过对全球气象资料客观分析系统串行算法的研究 ,提出了一种静态分配数据的分布式并行算法。该算法通过间隔选取分析盒子和模式格点纬圈行 ,将数据分配给不同的处理机实现分布式并行。该并行算法负载平衡好 ,并行效率高 ,而且并行化代价较低 ,具有良好的可扩展性。     

Analysing coalition warfare from an intra-alliance politics perspective: The Normandy Campaign 1944

This article sets forth a framework for analysis designed to enhance our understanding of the political management of coalition warfare. The framework, based upon literature appertaining to ‘intra-alliance politics’ and International Relations (IR) theories, is applied to the case study of the Normandy Campaign of 1944. Utilising this framework we are able to consider many of the thorny issues of coalition politics and determine how these can be managed successfully to maintain Allied cohesion. Throughout the analysis the merits of the ‘realist’ and ‘pluralist’ views on maintaining Allied cohesion are appraised. The article concludes that, while both afford convincing explanations for overcoming tensions within the coalition, the pluralist approach proves superior in accounting for Allied unity. Overall, the article demonstrates that the intra-alliance politics framework is a useful device for understanding the political dynamics of the Normandy Campaign in 1944 and that it is also potentially applicable to other instances of coalition warfare; past, present, and future.     

应用离散粒子群-郭涛算法分配多无人机协同任务

针对以往考虑时间窗约束的多无人机协同任务分配问题模型不能反映在有效时间窗内,任务执行时间对任务收益的影响及求解算法效率较低的问题。建立了将任务收益和任务执行时间直接联系起来的任务分配模型和可行解到粒子整数编码方式的映射,设计了混合离散粒子群-郭涛算法的组合优化问题求解策略。借助粒子群算法利用粒子自身信息和种群有用信息指导种群进化的本质特点,优化郭涛算法的适应性序列倒置操作;设计了可变的学习选择概率来选择个体的学习粒子,改进了序列倒置算子。仿真实验验证了该方法处理复杂任务分配问题的有效性。     

基于案例决策理论的仿真任务共同体服务选择算法

资源分配优化是面向服务（ SOA）的大型多用途仿真系统的关键问题,而含有不确定状态或效果的服务选择是资源分配优化中的一个难点。针对以上问题,提出了构建仿真任务共同体的方法,基于案例的决策理论（ CBDT）的思想,设计了一种不确定型仿真任务共同体服务选择算法（ CBDSSA）。算法通过服务选择案例相似度的层次化运算,生成相似历史案例集,计算得到相似历史案例的方案效用值,最终评估出目标服务选择方案综合效用值并排序备选。算例验证表明,算法约束条件少,层次结构分明,运算结果直观,为仿真任务共同体服务选择问题提供了一种新的思路和实践手段,对大型多用途仿真系统资源分配优化研究具有一定的参考价值。     

基于SRUKF的异类信源多模型跟踪算法

针对多传感器系统中基于冗余和互补信息的机动目标跟踪,以及传感器探测任务平稳交接问题,提出基于SRUKFIMM多信源综合滤波算法进行目标状态估计,提高了目标状态估计精度;并依据当前最新相关量测与滤波预测值的偏差等信息,进行自适应航迹升/降维控制。仿真结果表明:滤波输出稳定平滑、精度高,可有效降低部分信源采样缺失对目标跟踪稳定性的影响,具有较强的鲁棒性能。     

辅助任务增强的中文跨域NL2SQL算法

自然语言到结构化查询语言(natural language to structured query language,NL2SQL)任务旨在将自然语言询问转化为数据库可执行的结构化查询语言(structured query language,SQL) 语句。本文提出了一种辅助任务增强的中文跨域 NL2SQL 算法,其核心思想是通过在解码阶段添加辅助任务以结合原始模型来进行多任务训练,提升模型的准确率。辅助任务的设计是通过将数据库模式建模成图,预测自然语言询问与数据库模式图中的节点的依赖关系,显式地建模自然语言询问和数据库模式之间的依赖关系。针对特定的自然语言询问,通过辅助任务的提升,模型能够更好地识别数据库模式中哪些表/列对预测目标 SQL 更有效。在中文 NL2SQL 数据集 DuSQL 上的实验结果表明,添加辅助任务后的算法相对于原始模型取得了更好的效果,能够更好地处理跨域 NL2SQL 任务。     

基于活跃度和任务的目标导向VANETs路由算法

针对车载自组织网络(VANETs)中节点移动速度快、节点任务分布不均、网络拓扑结构不稳定等特点,提出了一种基于节点活跃度和任务的目标导向VANETs路由算法GATRA(goal-oriented routing algorithm based on activity and task)。该算法根据当前运动节点的运动方向与目标节点的关系,以及任务饱和程度,综合考虑采用消息携带还是转发策略,以节约传输平均时延。在选择中继节点时,综合考虑邻接节点的位置、运动速度和方向等影响因素,设计节点活跃度的计算方法,作为选择中继节点的策略,从而提高了消息传输的成功率。仿真结果表明,与当前典型的VANETs路由算法相比,GATRA算法在传输成功率和平均延迟时间上具有较大提升。