基于深度森林的网络流量分类方法

随着网络应用的迅猛发展,流量分类在网络资源分配、流量调度和网络安全等诸多研究领域受到广泛关注。现有的机器学习流量分类方法对流量数据特征的选取和分布要求苛刻,导致在实际应用中的复杂流量场景下分类精确度和稳定度难以提高。为了解决样本特征属性的复杂性给分类性能带来的不利影响,引入了基于深度森林的流量分类方法。该算法通过级联森林和多粒度扫描机制,能够在样本数量规模和特征属性选取规模有限的情况下,有效地提高流量整体分类性能。通过网络流量公开数据集Moore对支持向量机、随机森林和深度森林机器学习算法进行训练和测试,结果表明基于深度森林的网络流量分类器的分类准确率能够达到96. 36%,性能优于其他机器学习模型。     

装备维修器材生产路径决策的两阶启发式算法

当前装备供应保障系统中维修器材存在短缺、积压以及配送系统效率低下等问题,亟须对生产、库存和配送作业环节进行集成优化。为客观反映各个决策环节,将该问题公式化为一个混合整数线性规划模型,针对该模型多变量、多约束的特点,提出了一个基于数学规划的两阶启发式算法对其进行求解。结合算例,检验模型的可行性,并选取求解器CPLEX和一个类似的迭代算法与该算法在求解质量和运算时间方面进行对比与分析。结果表明,提出的模型是合理可行的,该算法在求解不同规模实例时表现出优异的性能。     

求解不确定型车辆路径问题的弱鲁棒优化方法

为降低鲁棒优化模型最优解的保守性,以最小化违约车辆数和总惩罚成本为目标,建立针对旅行时间不确定的开放式车辆路径问题的弱鲁棒优化模型。对于不确定数据集的每个取值,该模型的最优解可以使其目标函数值始终不超过某数值,进而改善最优解的保守性。为提高启发式算法发现最优解的概率,提出一种自设计遗传算法对模型进行求解,其主要思想是利用粒子群算法搜索出可使遗传算法预期产生最好解的算法要素,并将其进行组合,从而产生新的遗传算法。采用新产生的遗传算法对模型继续求解,输出最好解。计算结果表明:与以往的鲁棒优化方法相比,弱鲁棒优化方法的最优解的保守性显著降低。     

基于强化学习的移动自组织网络分步路由算法*

移动自组织网络是一种无基础设施、由移动通信节点组成的无线网络,具有高度的动态特性。传统的路由协议并不能适应节点移动性带来的频繁拓扑变化,简单的洪泛路由也会因开销过大降低网络的性能。针对如何在移动自组织网络中自适应地进行路由选择,提出了一种基于强化学习的分步路由选择算法。该算法以最小链路总往返时延为目标,基于强化学习进行路由搜寻,在筛选出符合目标需求节点集合的基础上,结合置信度选择路由。在链路变得不可靠时,数据包被广播给筛选出的邻居节点集来提升路由可靠性并降低开销。对提出的算法在分组到达率和路由开销等主要性能指标进行数值仿真分析,仿真结果表明,提出的分步路由算法相比于基于强化学习的智能鲁棒路由,在降低开销的同时,保持着相当的吞吐率。     

军事物流服务商准入标准设置和甄选研究综述

军事物流服务商甄选研究是新军事变革下供应商管理发展的重要方向,是有效完成后勤保障任务、顺利实施作战行动的重要保证。基于此,本文从供应商关系理论和发展、物流服务商指标体系选择以及结合其他方法对物流服务商甄选三个方面对国内外研究现状进行总结概述,对整个军事物流服务商的选择过程加以研究,将其科学客观地运用于军事物流服务商选择的实际操作中,对于加强军事物流服务商需求管理、提高选择质效以及优化工作流程具有重大意义。同时,分析现有研究成果的不足,并对其未来发展前景提出展望,针对性地提出了军事物流服务商初步准入标准以及后续复选的方法,为军事物流服务商选择体系的完善提供参考。     

一种用于SpaceWire网络的混合路由机制设计*

针对星上系统总线多元性导致的星载网络接口和协议不能标准化的发展瓶颈,本文基于SpaceWire总线协议,通过将静态路由(时间触发)与动态路由(事件触发)机制结合,实现了控制数据和载荷数据共用网络。静态路由完全遵循SpaceWire-D协议,在保证确定性传输的同时,通过启发式调度算法首次实现了多时间窗并行调度,并提出利用最大公约数法设计时间窗,以提高网络吞吐量;动态路由通过对随机事件和载荷数据分配优先级,实现传输路径冲突时对紧急任务的优先处理。最后在OPENT中搭建网络系统仿真模型,对所提出的路由机制进行了仿真。实验结果表明,静态路由时段网络吞吐量较现有调度算法有明显提高,动态路由实现了紧急事件优先传输。     

运动视觉平台点目标定位误差分析和平台最优运动轨迹设计

对运动视觉平台点目标定位问题进行了研究,介绍了基于视觉共线方程的目标定位方法,分析了共线方程关于视线约束的实质。在观测视线相关坐标系推导了视线方向角矢量对目标定位误差的影响规律,分析了多观测对定位误差的影响,并基于最小化目标定位误差推导了视觉平台的最优运动轨迹,利用简单明了的分析方法得到了与已有文献优化Fisher信息矩阵方法一致的结论。利用仿真和试验对定位误差和最优轨迹进行了验证,证实了定位误差理论分析和最优运动轨迹设计的正确性。     

组合建模的海上机动目标群威胁预警方法

根据海上机动目标运动特性,提出用灰色模型与自回归时序组合建模方法构建机动目标运动预测模型.依据此模型对双方火力控制区的变化进行预测,最后给出了海上机动目标威胁预警仿真系统的实现思路.解决了陆基常规导弹对抗海上机动目标群的作战保障工程的部分问题,具有较强的军事应用价值.     

MANET多路径路由中最大可靠性路径选择算法

如何选择路径的数量和质量对多路径路由机制的性能有着重要的影响。已有的多路径算法没有深入研究如何选择多路径的问题。对目前存在的两个典型问题进行了分析,在此基础上研究了路径可靠性模型和虚拟完全非交叉多路径模型,然后提出一个最大可靠性多路径选择算法。算法利用路径权重作为路径可靠性的近似解决方案,以此克服路径可靠性度量问题(NP难题)研究的复杂性,根据路径可靠性模型和完全非交叉多路径模型来选择可靠的路径集,使用这组路径集并行分布流量。应用OPNET模拟平台实现了算法,结果表明,本算法能增加聚合带宽,优化网络带宽的应用,提高网络的吞吐率和多路径路由的性能。     

基于模糊综合评判的地空导弹阵地选择

在现代防空中,由于精确制导技术在空袭兵器当中的运用,使防空作战中兵力机动显得格外重要.为实现机动作战,阵地选择就成为机动作战中的重要环节.运用模糊数学原理和方法,结合地空导弹部队阵地选择的特点,给出了阵地选择评价因素指标体系,建立了阵地选择方案的二级模糊综合评判模型,并采用层次分析法(AHP)对阵地选择评价因素的权重进行了确定,最终得出阵地选择合理的评价结果.