应用离散粒子群-郭涛算法分配多无人机协同任务

针对以往考虑时间窗约束的多无人机协同任务分配问题模型不能反映在有效时间窗内,任务执行时间对任务收益的影响及求解算法效率较低的问题。建立了将任务收益和任务执行时间直接联系起来的任务分配模型和可行解到粒子整数编码方式的映射,设计了混合离散粒子群-郭涛算法的组合优化问题求解策略。借助粒子群算法利用粒子自身信息和种群有用信息指导种群进化的本质特点,优化郭涛算法的适应性序列倒置操作;设计了可变的学习选择概率来选择个体的学习粒子,改进了序列倒置算子。仿真实验验证了该方法处理复杂任务分配问题的有效性。     

面向网络化无人机集群的计算换通信分布式任务调度方法

针对网络化无人机集群任务自主协同问题以及市场竞拍法的优缺点,提出“计算换通信”思想及其相应的分布式任务调度方法。通过对显式和隐式冲突任务的分析,建立任务相关智能体集合。提出基于任务抑制的局部优化方法,用于提前消解部分任务冲突,以减少算法迭代次数。设计基于历史竞标信息的智能体位置推断法,为局部优化提供必要的信息输入。基于组网仿真平台与集群救援场景开展蒙特卡罗仿真实验,结果表明,相比于市场竞拍法中具有代表性的基于共识的捆绑算法和性能影响算法,所提方法能够获得更少的迭代次数、更短的收敛时间以及更优的调度性能。     

基于评估的任务间隔期维修任务选择方法

针对任务间隔期维修任务的选择问题,提出了求解该问题的方法。首先,给出了维修任务优先级评估指标,以及修理有效性评估指标;然后,提出了AHP-熵-DEA-TOPSIS方法,用来确定维修任务的优先级,以及修理有效性;接着建立基于维修效果的数学规划模型,其目标是使维修方案的加权有效性总和在满足维修资源约束条件下最大化。最后,应用该方法对具体示例进行了求解,验证了方法的有效性和可行性。分析表明所求得的维修任务选择方案能够充分利用各种信息,具有较强的可信性与实用性,有助于维修管理人员对维修任务选择进行优化。     

雷达装备战场抢修支援分队调度决策研究

针对雷达装备战场抢修支援分队支援抢修多个现场的损伤雷达装备,以及抢修过程中可能出现其它现场损伤雷达装备请求支援抢修的调度问题,以实现每次支援抢修损伤雷达装备都获得最大的战斗力恢复率为目标,提出了一种类似于计算机中断过程的调度决策方法。调度决策中的抢修中断优先级判定方法,也可作为抢修支援分队确定支援抢修多个现场损伤雷达装备初始次序的依据。最后,通过实例应用验证了调度决策方法的实用性和可行性。     

任务成功性优先的多属性维修决策研究

针对现代武器装备执行任务的特点提出了任务成功性优先的多属性维修决策方法。通过以任务成功性为中心的装备维修决策确保装备的任务成功性,利用模糊多属性决策方法对装备的维修费用、维修时间等其他影响维修决策的因素进行综合考虑,使装备的维修策略在确保任务成功性的前提下有进一步的优化。通过应用示例表明了该方法的可用性。     

基于遗传算法(GA)的通信抗干扰决策引擎

基于认知无线电思想设计了一种多参数联合自适应通信抗干扰决策引擎,并利用遗传算法(Genet-ic Algorithm)作为决策算法,实现了系统频率、功率、调制方式、信道编码方式等参数的自适应选择。文章给出了算法的流程和仿真分析,仿真结果表明,该引擎对单目标函数以及有偏好的多目标函数的参数选择与理论值相符,验证了抗干扰决策引擎实现参数自适应选择的可行性和有效性。     

执行视图(EV)在美军装备体系决策中的应用

在体系SoS(System-of-Systems)工程领域中,如何构建科学合理的装备体系结构,即装备体系决策一直是众多问题中的热点之一。执行视图EV(Executive Views)是美军在解决体系决策问题方面的最新研究成果。与以往的工程手段相比,执行视图具有便于理解、易于使用、适于高层决策的特点,它为解决庞大复杂的体系决策问题提供了强有力的支持。美国陆军已经率先将执行视图应用于其指挥控制(C2)体系的决策之中,并取得了良好的效果。描述了执行视图产生的背景,通过示例展现了执行视图的开发结果和信息表示方法,并对传统视图和执行视图进行了比较。     

基于目标航迹分段的任务分配方案数学模型的建立

任务分配是进行计算机辅助决策的重要内容之一。本文从目标航迹分段着手,建立一种新的分配模型,解决了目标流的多次分配问题,并给出了具体应用实例。     

策略不确定条件下基于高阶超博弈的军事对抗决策方法

军事对抗决策中面临的一个主要问题是难以确定敌方的策略集。基于超博弈分析策略不确定条件下的军事对抗决策问题。在分析超博弈中信念迭代原理的基础上,提出了基于高阶超博弈的对抗决策方法。将高阶信念中的结果反思到低阶信念,并最终反思到一阶信念中,将己方的决策建立在对敌方可能决策的分析的基础上。使得己方的决策具有针对性且更加合理。以二战中西线战役为例验证了方法的可行性和有效性。     

一种面向复杂地理空间栅格数据处理算法并行化的任务调度方法

随着并行计算技术的成熟,地理空间栅格数据处理算法的并行化研究成为新的热点。聚焦于处理流程包含多个计算步骤的复杂地理空间栅格数据处理算法,基于空间计算域理论,提出了一个随着算法处理流程而动态变化的任务调度方法。实验证明,该方法在算法流程的每一个计算步都会调整任务分组方案,因此相比于传统任务调度方法,任务调度的负载均衡效果更好,并行算法程序的运行时间更短。