高空长航时无人机编队协同侦察任务规划

针对高空长航时无人机侦察任务规划特点,分析了高空长航时无人机执行侦察任务过程中的飞行航线约束和通信条件约束,以最小化无人机总飞行航程和最终编队飞行时间为优化目标,建立无人机编队协同侦察任务规划问题模型。同以往的通用侦察任务模型相比,该模型突出考虑了高空长航时无人机执行侦察任务过程的特点。以基本粒子群算法为基础,通过粒子群离散化和结合遗传算法进行改进,使其适用于求解复杂组合优化问题。仿真结果验证了算法求解复杂任务规划问题的有效性。     

Formulations for dynamic lot sizing with service levels

In this article, we study deterministic dynamic lot‐sizing problems with a service‐level constraint on the total number of periods in which backlogs can occur over a finite planning horizon. We give a natural mixed integer programming formulation for the single item problem (LS‐SL‐I) and study the structure of its solution. We show that an optimal solution to this problem can be found in \begin{align*}\mathcal O(n^2\kappa)\end{align*} time, where n is the planning horizon and \begin{align*}\kappa=\mathcal O(n)\end{align*} is the maximum number of periods in which demand can be backlogged. Using the proposed shortest path algorithms, we develop alternative tight extended formulations for LS‐SL‐I and one of its relaxations, which we refer to as uncapacitated lot sizing with setups for stocks and backlogs. {We show that this relaxation also appears as a substructure in a lot‐sizing problem which limits the total amount of a period's demand met from a later period, across all periods.} We report computational results that compare the natural and extended formulations on multi‐item service‐level constrained instances. © 2013 Wiley Periodicals, Inc. Naval Research Logistics, 2013     

军事任务推演的时空模型与驱动机制

针对军事信息系统的作战任务推演需求,提出了一种基于时空事件序列的、较为完备的高效任务推演方法。论述了基于层次化分解的任务表达机制与实体化策略;针对保障数据定制问题提出了面向任务的时空数据应用模型,以任务最小需求为准则对一体化时空数据集进行多维筛选,有效降低数据的冗余度;详细讨论了时空事件序列模型的定义及其在军事任务推演中的数据驱动模式;结合具体仿真实例进行了应用探讨。原型系统的实现证明了该思路的有效性和可行性。     

航天测控系统任务可靠性分析的EOOPN模型

提出了一种可用于航天测控系统任务可靠性分析的扩展面向对象Petri网（extend object-oriented Petri nets, EOOPN）模型,旨在对给定的航天测控方案进行可靠性评估分析。针对问题特点明确了OOPN扩展思路,给出了EOOPN模型的形式化定义、运行规则和建模步骤,模型通过引入公共库所、激发弧、消息变迁和消息处理函数等概念,体现了面向对象的思想,具有很好的层次性和模块性。所建立的EOOPN模型能够完整的描述航天测控系统的组成和任务特点。通过对算例模型仿真运行,表明实验结果具有良好收敛性,与Markov解析值对比误差在1%以内,从而验证了模型的有效性。     

基于无偏GM(1,1)幂模型的意图威胁建模

在态势威胁的基础上,利用无偏GM(1,1)幂模型设计了一种敌机意图威胁的模型。首先,提出了素质因子和探测概率因子,在此基础上,建立了改进的态势威胁模型。然后,将角度作为特征量对敌机机动进行预测,并建立了意图威胁模型。最后,分别对态势威胁和意图威胁模型进行仿真。结果表明,意图威胁模型行之有效。     

舰艇编队海上运输补给物资需求预测方法

按照是否与任务、事件相关,将物资需求分为两类,对于任务、事件相关物资需求的预测,将任务进行合理的分解,并根据物资消耗与任务、事件之间的关系,给出了预测的一般模型;对于与任务、事件联系不紧密的物资需求的预测,则根据历史经验及该物资固有的消耗规律,提出了经验预测模型。为了解决舰艇编队海上运输补给物资需求预测所存在的问题,利用案例推理的方法生成了预测所需的样本数据,以最小二乘向量机(LSSVM)模型为预测模型,并以岛屿进攻作战的防空弹药需求预测为例进行了实例分析。结果表明:案例推理生成的样本数据可用,选用LSSVM模型的预测结果与其他预测模型表现出了一致性,但LSSVM相对误差较小;该方法在某种程度上解决了样本数据有限的问题,适用于作战物资需求的预测问题。     

不确定性作战任务形式化描述方法

针对复杂作战环境下作战任务的不可预知性特点,对不确定性任务的形式化描述方法进行了深入研究。分析不确定环境导致的任务分解和执行过程中存在的不确定性因素,从任务本身的不确定性、任务之间关系不确定性以及作战单元执行不确定性等方面,对不确定性任务进行了形式化描述,提出了不确定性任务形式化描述流程,最后通过一个实例对所提方法进行了验证。     

SPEED BUMP ON THE ROAD TO GLOBAL ZERO

The prospect of the United States continuing to reduce the size of its nuclear arsenal to “very low numbers” has raised questions in Japan and South Korea, where US extended deterrence guarantees are premised on the “nuclear umbrella.” In both countries, however, concerns focus less on numerical arsenal size than on the sufficiency of specific nuclear and non-nuclear capabilities to meet evolving threats and on the degree of broader US commitment to these alliances. This article assesses developments in US-Japan and US-South Korea relationships in response to the Obama administration's nuclear disarmament policies, focusing on how the evolutionary course of those relationships may in turn condition prospects for sustaining this US nuclear policy direction. The analysis finds that the challenges of deterrence credibility and allied reassurance are difficult and long-term, but also that US nuclear arsenal size is secondary to broader political, strategic, and military factors in meeting these challenges. The evaluation concludes that strong alliance relationships and strategic stability in East Asia can be maintained while the size of the US nuclear arsenal continues to decline, but also that deterioration of these relationships could imperil core US nuclear policy and nonproliferation objectives.     

结合非负张量表示与扩展隐Dirichlet分配模型的图像标注

由于"语义鸿沟"的存在,自动图像标注是一项极具挑战性的工作。考虑到图像低层视觉特征与高层语义概念的差异,分别从图像表示与语义建模两个方面来实现自动图像标注。在图像表示方面,提出了一种正则化约束下的非负张量表示方法,用以提取符合人眼视觉直观理解的图像高阶结构特征。在语义建模方面,提出了一种三层贝叶斯模型——扩展隐Dirichlet分配。该模型利用隐变量来实现图像与标注词的关联,并通过一种基于变分推理的期望最大值方法来估计参数。实验结果表明,ELDA模型在大规模数据库NUS-WIDE上的标注结果相较于现有方法有了显著的提高。     

基于动态数据驱动的多UAV实时任务规划

针对在实时动态条件下多UAV任务规划问题,提出了基于动态数据驱动的多UAV实时任务规划仿真平台,主要包括基于MultiUAV2的真实UAV群仿真平台和基于Multi-Agent的预测仿真平台两个部分。采用了A*算法对真实系统工作流进行探索,在此基础之上构建了多UAV合成工作流模型,然后针对动态数据注入运行仿真的问题,研究了传感器任务重置及传感器的预处理方法。最后,通过一个仿真实例验证了提出方法的可行性和有效性。