Dynamic service rate control for a single‐server queue with Markov‐modulated arrivals

We consider the problem of service rate control of a single‐server queueing system with a finite‐state Markov‐modulated Poisson arrival process. We show that the optimal service rate is nondecreasing in the number of customers in the system; higher congestion levels warrant higher service rates. On the contrary, however, we show that the optimal service rate is not necessarily monotone in the current arrival rate. If the modulating process satisfies a stochastic monotonicity property, the monotonicity is recovered. We examine several heuristics and show where heuristics are reasonable substitutes for the optimal control. None of the heuristics perform well in all the regimes and the fluctuation rate of the modulating process plays an important role in deciding the right heuristic. Second, we discuss when the Markov‐modulated Poisson process with service rate control can act as a heuristic itself to approximate the control of a system with a periodic nonhomogeneous Poisson arrival process. Not only is the current model of interest in the control of Internet or mobile networks with bursty traffic, but it is also useful in providing a tractable alternative for the control of service centers with nonstationary arrival rates. © 2013 Wiley Periodicals, Inc. Naval Research Logistics 60: 661–677, 2013     

一种基于灰色粒子滤波算法的机动AUV航深内测方法

本文提出了一种将灰色预测和小波变换与标准粒子滤波相结合的灰色粒子滤波算法（GPF）,并将其应用于机动AUV的航深内测。GPF针对机动AUV航深内测过程中由于AUV运动状态未知和测量噪声不断变化而导致的滤波失效问题,在粒子采样过程中结合了标准采样和灰色预测采样,保证了采样得到充分多的有效粒子。在计算粒子权重时,利用小波变换跟踪测量噪声统计特性的变化,提高了各粒子似然概率计算和权重分配的正确性。最后以外测法测得的高精度的机动AUV航深作为真实航深,对该GPF算法进行了实验对比验证,并与EKF和MMPF算法的结果作对比,实验结果表明了本文方法的有效性和实用性。     

多传感器目标识别和火力分配群决策算法

针对多传感器目标识别的群决策问题,考虑到多目标威胁程度评价指标属性的模糊性,首先将多传感器目标评价属性的定量、定性描述指标统一转化为三角模糊数,充分利用三角模糊数性质构建群决策函数,实现定量指标与定性指标的规范化处理,在此基础上提出一种基于加权矩阵排序的三角模糊数多传感器目标识别的群决策算法,实现对多传感器目标的威胁程度的综合评估.最后,通过多传感器目标评估实例分析并证明了算法的可行性和有效性.同时实验发现该算法对于多属性、多评价者的群体决策具有优势,且不易受外界参数变化的影响.     

一种鲁棒的场地球类视频中的球门探测方法

在场地球类视频中,球门常常会伴随着精彩片段而出现。因此,球门探测是体育视频的基础,同时也是视频高层语义概念探测的研究热点。目前,利用机器学习方法进行视频中的对象探测是非常有前途的研究领域。基于此,提出一种基于模糊决策树的球门探测算法,用来探测场地球类视频中球门帧的出现,为了提高分类准确性,在模糊决策树训练的过程中加入了平衡处理。实验结果表明,与基于阈值和决策树的算法相比,该算法可以得到更好的分类结果(F-measure>95%),并且我们可以从所建立的树中推导出模糊规则来解释分类模型。     

杂波环境下机动目标跟踪算法研究

杂波环境下的机动目标跟踪问题具有非线性、非高斯、不完全观测的特点,其难点在于观测值与目标的对应关系及每一时刻的运动模式均呈现高度不确定性。文中将多模型理论和辅助粒子滤波算法相结合,提出了一种新的杂波环境下机动目标跟踪算法——多模型辅助粒子滤波算法(MMAPF)。仿真结果表明,该算法与传统的交互多模型——扩展卡尔曼滤波算法、辅助粒子滤波算法相比,在相同的情况下,具有更高的滤波精度和较好总体性能。     

高机动性能导弹大迎角测量方法研究

简要介绍了嵌入式大气数据传感系统的概念及技术。针对高速高机动性能导弹大迎角高马赫飞行的特点,提出应用嵌入式大气数据传感技术解决导弹大迎角测量问题,并结合导弹自身特点,给出了迎角测量原理和方法,这对于新型导弹的设计具有一定的借鉴意义。     

基于粗糙集-神经网络编队协同空战决策系统

为了提高空战决策的实时性和准确度,将粗糙集理论和神经网络引入到编队协同空战战术决策研究中,提出了应用SOM网络-粗糙集-BP网络集成进行编队协同空战战术决策的方案:应用SOM网络离散化决策系统输入数据的连续属性值;利用粗糙集数据分析方法,从数据中提取出规则将输入映射到输出的子空间上;在这个子空间上用BP网络进行逼近.2:4编队空战实例仿真结果验证该方案的可行性,在数据充分的条件下,该方案可以推广应用于其它空战决策系统.     

基于向量皮尔森相关系数的组合赋权法

针对多属性决策中属性权重的确定问题,提出了一种基于皮尔森相关系数的主、客观权重的集成方法。用权向量的相关度作为不同赋权方法重要性的度量,意义明确,计算简单,可操作性强。最后采用算例验证了此方法的有效性和实用性。     

基于 Fuzzy 数序的多属性决策与综合评判模型

本文讨论了在多属性决策与综合评判问题中存在的Ｆｕｚｚｙ不确定性,并给出了Ｆｕｚｚｙ数的排序方法及有关线性运算法则。在此基础上提出了考虑Ｆｕｚｚｙ不确定性的多属性决策及综合评判模型。     

一种锥比率数据包络分析模型及有关结论

本文研究一种锥比率数据包络分析模型,它既能反映各项输入或输出的相对重要性和对某些决策单元的偏好,又可单纯地评价决策单元间的相对技术有效性。本文着重讨论这一模型的DEA有效性与多目标规划非支配解的关系以及有效决策单元的存在性等问题,论证了有关结论。