认知无线Mesh网络中资源节约的最小信道冲突值组播路由算法

认知无线Mesh网络中满足服务质量约束的多目标优化组播路由问题比单目标优化组播问题更加复杂,为了快速求解认知无线Mesh网络中满足服务质量约束的、以最小化资源消耗与最小化信道冲突值为目标的多目标优化组播路由问题,提出一种基于粒子群优化算法的问题求解框架,包括问题描述、粒子编码与粒子初始化、适应度函数、粒子飞行、粒子变异、粒子消环。粒子由表示节点之间连接关系的带权邻接矩阵表示,重新定义了用于粒子飞行的3种运算规则以及粒子飞行运算和粒子变异运算。仿真结果表明提出的算法能达到预定目标,资源消耗较低且能获得较低的信道冲突值。     

基于粒子群算法维修保障单元优化配置

针对维修保障单元配置过程中需权衡综合多因素问题,提出了一种基于粒子群算法的维修保障单元优化配置决策模型和方法。首先,以维修任务完成概率为设计目标、以维修保障单元总数量为约束,建立维修保障单元配置决策模型;其次,运用粒子群算法对维修保障单元配置问题进行优化求解。通过具体实例分析,证明了该方法的正确性和有效性。     

基于改进快速扩展随机树的机械臂路径规划

针对机械臂路径规划问题,提出一种基于改进RRT算法的路径规划方法。改进RRT结合了目标偏置策略和贪婪生长策略的优点,在随机采样时,以一定概率使采样点偏置为目标节点,降低随机采样的盲目性,在目标节点方向上采用贪婪式扩展策略,增加随机树局部方向上的生长速度。RRT法规划路径结果并非最优,提出改进GPP法删除多余路径节点,优化机械臂运动路径。通过与Biased-RRT和Greedy-RRT数值仿真结果对比,证明了改进RRT在计算时间、迭代次数、扩展节点数上均优于以上方法。在机械臂两种典型工作环境中的仿真结果表明,使用该方法可以较好解决排爆机械臂避障路径规划问题。     

软件无失效测试数据的统计分析

软件可靠性估计是软件可靠性研究的重要问题之一,文中对分布式软件系统可靠性的评估方法进行了研究,给出了软件系统可靠度的最优置信下限.最后以某大型软件的评估为例,说明该方法的应用.     

一种多约束条件下高超声速导弹对地攻击的三维最优变结构制导律

针对高超声速空地导弹多约束高精度末制导的基本需求,在三维解耦的俯仰平面和转弯平面上分别设计制导律。在综合考虑脱靶量、落角、入射角等多种约束条件后,运用最优控制构造的最优制导律设计了一种三维最优变结构制导律,接着利用梯度自适应下降法和T-S模型改进了速度约束控制。最后通过典型弹道的结果显示该制导律能够满足多约束高精度制导的需要,具有良好的弹道性能。     

可招回秘书问题

可招回秘书问题已由Yang,Petrucceol,Choe及Bal研究过。本文将这个问题纳入Snell框架,用相对最好者的位置函数Wn代替通常的相对名次,我们得到了各种招回概率下的最优停止规则,这些结果推广了文[7]—[9]。     

舰船动力系统优化设计方法展望

简述了舰船动力系统优化设计的思想与内容,研究了舰船动力系统优化设计的理论与方法,提出了综合集成设计、智能优化设计等未来舰船动力系统优化设计的概念与方法     

截尾序贯验后加权检验截尾点的优化设计

选取截尾点是截尾序贯验后加权检验很关键的一步,目前理论上尚无有效的选取方法。本文用优化技术确定截尾点Ｃ,克服了实践中确定停时Ｎ和截尾点Ｃ遇到的计算困难,避免了一般取Ｃ＝１的盲目性,使截尾点Ｃ的选取有了理论根据。优选的截尾点不仅使双方承担的风险之和最小,而且使双方承担的风险值相对合理,易于接受。     

基于微分对策理论的信息战模型

基于兰彻斯特作战理论,提出了一个新的微分对策模型来研究在交战双方均有信息战系统协助作战的条件下的最优火力分配策略。又运用微分对策理论对该模型进行分析和求解,并对所得到的结论作出符合战术意义的解释。     

Dynamic learning,pricing, and ordering by a censored newsvendor

We address the problem of determining optimal ordering and pricing policies in a finite‐horizon newsvendor model with unobservable lost sales. The demand distribution is price‐dependent and involves unknown parameters. We consider both the cases of perishable and nonperishable inventory. A very general class of demand functions is studied in this paper. We derive the optimal ordering and pricing policies as unique functions of the stocking factor (which is a linear transformation of the safety factor). An important expression is obtained for the marginal expected value of information. As a consequence, we show when lost sales are unobservable, with perishable inventory the optimal stocking factor is always at least as large as the one given by the single‐period model; however, if inventory is nonperishable, this result holds only under a strong condition. This expression also helps to explain why the optimal stocking factor of a period may not increase with the length of the problem. We compare this behavior with that of a full information model. We further examine the implications of the results to the special cases when demand uncertainty is described by additive and multiplicative models. For the additive case, we show that if demand is censored, the optimal policy is to order more as well as charge higher retail prices when compared to the policies in the single‐period model and the full information model. We also compare the optimal and myopic policies for the additive and multiplicative models. © 2007 Wiley Periodicals, Inc. Naval Research Logistics, 2007