基于改进蚁群算法的云计算任务调度研究

把改进的蚁群算法应用到云计算任务调度中,通过将任务在虚拟机上的一次分配作为蚂蚁的一次成功搜索,实现了虚拟机的负载均衡和调度时间的优化,提高云计算资源分配的效率。通过在Cloud Sim平台下进行仿真测试,结果显示,改进蚁群算法在负载均衡性能和总的任务调度时间方面均优于基本的蚁群算法。     

基于稀疏子空间聚类的人脸识别方法

在现有的稀疏子空间聚类算法理论基础上给出两种稀疏子空间聚类优化算法:稀疏线性子空间聚类和稀疏仿射子空间聚类。这两种优化算法针对不同的数据集会有不同的聚类效果。通过稀疏表达得到不同的稀疏系数矩阵,把稀疏系数矩阵应用到较为简单的改进的正则化谱聚类算法中实现聚类。应用Yale B数据对人脸图像进行识别分类得出:采用稀疏线性子空间聚类算法优于稀疏仿射子空间聚类算法;在算法执行时间上和算法聚类错误率比传统的稀疏子空间聚类较为快速高效。     

基于聚类主成分分析法的变压器参数关联度评估

为了有效管理和监测电力变压器的健康状态,在对变压器正常运行的海量数据进行分析的基础上,构建变压器参数关联度评估方法。首先,为了对变压器运行参数进行参数分类定性,基于系统聚类的方法构建变压器参数样本分类流程算法,并设计了相应的流程图;然后,通过引入聚类以及主成分分析方法,建立基于聚类的主成分分析的变压器主要影响参数关联度评估模型;最后通过潼南电力局实际运行数据验证模型的可靠性和有效性,准确分析了变压器运行参数之间的定量关系,可以为变压器故障预测研究提供重要依据。     

面向试验过程的发射场地面设备风险分析方法

针对现有风险分析方法无法较好地描述风险在系统运行过程中的分布情况,提出了面向试验过程的风险分析方法。该方法能够对系统进行全面的描述,并可以给出系统的风险事件分布。在风险识别阶段使用风险分布图和风险事件分析表,使分析人员更容易掌握系统风险分布的全局和细节,最大限度避免风险事件遗漏;在风险管理阶段使用风险分布图,将风险事件与试验过程或作业环节相联系,可以使管理人员和作业人员直观了解系统中风险存在的位置和形式,更有利于风险的控制。该方法使风险分析更接近于试验任务过程实际,更容易为工程技术人员所掌握。     

多源异构战场信息关联挖掘技术研究

针对复杂战场环境对信息关联的需求,对多源异构战场信息关联挖掘技术展开研究,提出了面向时空、实体、任务、语义四种关联信息挖掘方法,实现战场信息在多个维度上的关联,使其更好的满足复杂化、多样化的战场信息感知需要。     

面向大规模交互数据空间划分的Voronoi图生成算法及应用

传统Voronoi图对大量点集进行Voronoi划分时会产生Voronoi单元格数过多的现象,导致难以适用于地理信息系统、生物医学等诸多领域.为了解决这个问题,提出一种自适应基于密度的聚类算法(Density-Based Spatial Clustering of Applications with Noise,DBS...     

一种基于TF·IEF模型的在线新闻事件探测方法

空间电磁编队具有不消耗推进剂、无羽流污染、连续可逆和同步控制等优势,静态电磁编队在光学干涉成像等领域具有广阔应用前景。动力学平衡态的稳定性与控制是实现静态电磁编队的基础。论文针对双星电磁编队沿径向、切向和法向分布的三种平衡态构形,利用Kane方法建立了6-DOF耦合非线性动力学模型,分析了三种平衡态构形的开环稳定性、耦合特性与控制需求,最后设计LQR控制器,实现了平衡态构形的稳定控制,并进行了仿真验证。     

兵力编成结构裁剪中指挥关系优化研究

由于决策个体控制战场作战平台资源实体,通过平台资源实体执行作战任务,作战平台资源实体在任务上的聚集导致决策个体间需要复杂的交互协作与交流,兵力编成需要为任务的执行创造良好的交互结构。基于任务执行的兵力编成包括两方面的内容:一是指控决策结点间的协作关系;二是指控决策结点间的指挥关系。本文基于决策个体在任务上的协作关系设计兵力编成的指挥关系,以最小化编成中总的协作工作负载为目标,并描述了编成指挥决策关系的生成过程,对生成过程的求解采用了优化协作树算法。     

多人多任务动态决策建模的环境

就人的组队如何解决多任务环境中具有不定性情况下分布式资源管理等问题 ,在微机上采用具有音响—图形功能的 Turbo pascal程序语言 ,建立了一个可以控制的实验环境 ,经分析得出 :在此环境中 ,可以模拟、产生 C3分布系统方面基本的决策制作问题 ,且能充分适应于复杂性的逐步引入 ,可用作建立多人多任务动态决策模型的载体 ,开发组队决策的规范—描述理论。     

战场物资无人机配送研究

战场物资无人机配送是未来信息化战争后勤保障发展的重点方向,是适应未来高强度、快节奏战争的重要手段。对国内外配送无人机的应用与战场物资配送保障的情况进行概述,重点讨论了无人机在配送过程中涉及的任务分配问题。提出了未来战场物资无人机配送的一些重点研究方向,包括战场物资无人化保障理论研究、军民融合式战场物资无人机配送研究、战场物资无人机配送过程一体化研究以及传统车辆与无人机联合配送的研究。