模糊优选动态规划在稀缺军事资源配置中的应用

在对稀缺军事资源配置问题进行数学描述的基础上,建立起评价指标相对优属度计算模型,实现了局部优选。在此基础上,通过分配目标综合评价模型实现了对局部优选数据的综合处理,最后建立资源分配的动态规划模型实现了对方案的优选。最后通过实例演示了解决该类问题的具体方法和步骤,对部队建设具有一定的参考和应用价值。     

想定驱动的仿真资源发现方法

为解决在云间共享架构的仿真环境下资源的自动发现问题,研究了仿真资源请求的描述方法及相应的资源发现算法,提出了想定驱动的仿真资源发现方法.方法通过扩展的军事想定描述语言表示仿真资源请求,使用双映射三过滤算法实现仿真资源的自动发现.分析表明,仿真想定驱动的资源发现方法可以实现在云间共享架构下仿真运行所需的大量资源的自动发现,并对发现结果具有语用校验功能,对于仿真环境的快速部署具有积极意义.     

作战指挥工作流程建模方法

针对作战指挥工作流程的建模与仿真研究较少的现状,采用了基于高级Petri网的建模方法。首先在企业相关概念定义基础上,对建模对象———作战指挥工作流程进行了定义,简要介绍了Petri网建模方法的特点以及对基本Petri网的扩展,举例说明了4种过程机制映射到Petri网上的方法,提出结合树状组织结构图和资源管理表的方法扩展Petri网库所容量的含义及管理机制。     

一种航天侦察任务-资源匹配的负载均衡方法

当前航天侦察任务预处理方法一般仅从任务需求的角度考虑资源分配问题,容易导致负载不均衡,对此提出了一种综合考虑任务需求与资源负载的任务-资源匹配方法.分析了资源负载均衡需要考虑的任务要素以及相应的描述方法,提出用任务执行概率度量卫星资源负载状况,基于任务流模型给出了单任务执行概率的估算公式,并给出了一种简易的多任务执行概...     

一种基于目标的雷达对抗侦察策略

传统的电子战接收系统的搜索方式主要针对参数完全未知的敌方信号,通过在频域、空域等各维度进行大范围的逐段重复搜索可在较长时间内获得较好的侦察效果,但不适合短时间内对特定目标群的搜索和验证。针对电子战接收机存在的盲目侦察接收、与作战目标结合不紧密等问题,提出了一种基于作战目标的侦察策略,能够智能引导超外差接收机进行搜索截获,有效提升了超外差接收机对重点目标的实时截获与准确识别能力。     

基于混合策略的文图自动转换方法研究

针对文图自动转换问题,借鉴事件模型的思想,结合自然语言理解和本体技术,提出了基于混合策略的文图自动转换方法。通过构建领域本体等知识库,在其支持下对文书进行预处理,以及词法、语法、语义和语用分析,最终实现了文图的自动转换。为验证方法的可行性,设计并实现了文图自动转换原型系统,测试表明,能有效提高文图自动转换的效率和准确性,具有一定的参考价值。     

基于资源平衡的分布式星群网络连接接入策略

针对现有卫星网络接入策略未能充分考虑卫星资源以及合理确定卫星资源权重问题,提出了一种基于资源平衡的星群网络连接接入策略。该策略充分考虑卫星的多种资源建立卫星资源评价模型,利用移动代理技术,采用层次分析法和熵值法计算各卫星资源的主观和客观权重,并通过Kullback散度权重优化方法对主客观权重进行平衡处理,判决过程兼顾了卫星的综合性能水平和用户偏好,提高了接入的准确性和合理性。仿真结果表明,采用该接入策略,有效改善了新呼叫阻塞率和强制中断率。     

改进柔性资源约束项目调度模型与粒子群算法

在资源受限项目调度问题中,将可再生资源进一步拓展为具有能力差异的柔性资源,建立考虑能力差异的柔性资源受限的多模式项目调度问题模型,该模型是对传统资源约束项目调度问题(RCPSP)更接近实际的拓展。提出了基于粒子群算法的求解算法,粒子群算法求解该模型的思路为,利用蒙特卡洛方法根据资源-能力矩阵与活动模式-能力矩阵得到活动模式-资源矩阵,将考虑能力差异的柔性资源受限的多模式项目调度问题转换为常规的多模式项目调度问题,然后利用基于任务序列与模式表示的粒子群算法对该多模式项目调度问题进行求解。用数值实例说明了模型的合理性与算法的有效性。     

基于模型诊断的集合逻辑运算法计算最小碰集

在基于模型的故障诊断仿真系统的诊断流程中,由最小冲突集计算最小碰集是整个流程中的关键步骤。针对现有计算最小碰集方法中存在的缺陷,提出了运用集合逻辑运算法计算最小碰集,将冲突集表示为集合的逻辑"与"、逻辑"或"运算,通过其运算法则进行运算简化,可得到全部的最小碰集。该方法具有简单有效、数据结构简单、计算简便快捷和易于程序实现等优点。最后通过实例计算,验证了该算法的正确性、简单性和高效性。     

VNS和SA相结合的指挥控制资源部署

针对指挥控制资源部署问题,引入任务复杂度来定义决策实体的工作负载,并建立以最小化决策实体工作负载的均方根为目标的优化模型。针对传统的层次聚类法容易陷入局部最优,提出了一种变邻域搜索(Variable Neighborhood Search,VNS)和模拟退火(Simulated Annealing,SA)相结合的具有全局性的求解方法,使用VNS进行全局寻优,使用SA对VNS中的邻域进行局部寻优。最后通过一个联合作战案例的平台调度方案,验证了所提方法的优越性。