IaaS模式“云训练”资源预测调度方法

基础设施即服务(infrastructure as a service, IaaS)模式“云训练”是基于IaaS云计算提出的武器装备系统模拟训练的模式,根据用户需求对训练资源进行预测调度是提高训练效果的重要保证。分析了“云训练”中用户任务、资源需求特点,采用阈值法进行预处理,通过动态权值系综模型得到预处理结果。在此基础上,提出基于减法模糊聚类的模糊神经网络的资源需求预测方法(subtractive fuzzy clustering based fuzzy neural network, SFCFNN), 并引入自适应学习率和动量项以提升收敛速度和稳定性。调度器根据预测结果实现用户需求与资源之间的动态匹配。实验表明该方法可精确预测用户资源需求,实现资源动态调度,有效提高资源利用率与训练效果。     

航天器发射多任务并行调度模型及算法

航天器发射高频度常态化和航天产品可靠度的增加,客观上要求航天器发射采用并行调度模式以提高发射资源利用率。针对工序迭代可能引发的航天器发射系统死锁,构建了死锁预测和损失评价机制,建立了最小化任务时间和最小化加权滞后时间综合的目标函数,设计了多任务并行调度模型,开发了多类agent协同工作的优化算法,并使用调度实例验证了模型和算法的可行性和有效性。模型和算法在“天宫一号”和“神舟八号”发射任务中得到初步应用,效果较好。     

战场抢修多需求点多资源二层优化调度模型

在战时协同维修保障过程中,针对各维修任务间经常发生维修资源短缺及资源冲突的问题,在分析连续消耗条件下战场抢修资源调度的特点及决策目标的基础上,建立了在抢修开始时间最早的条件下支援点数目最少的战场抢修多需求点多资源二层优化调度模型,并给出了算法和优化调度方案.算例分析结果表明了模型的合理性和算法的有效性.     

基于客户动态需求属性的物流配送线路聚类优化

随着经济发展和技术进步,物流配送面临日益复杂和多变的客户需求并成为电子商务应用的重要制约因素和瓶颈环节。根据客户需求特点,提出了一种反映客户动态需求属性的物流配送线路聚类优化方法。提出了一种可以反映多种客户需求属性的模糊系统聚类方法进行客户分类,运用智能加权对动态属性进行集成和生成相应的配送策略。本文的客户动态需求属性不同于大多数车辆路径问题（VRP）文献所经常考虑的静态地理属性。理论分析结果表明,常见的“按时间配送”和“按范围配送”成为本文新方法在不同属性权重下的2个特例。最后,通过一个单、双向混合配送线路选择算例表明新方法的有效性和实用性。     

战时装备维修保障资源优化调度方法研究

根据战时装备维修保障资源调度体系,分析了资源调度各要素间的关系及引起资源冲突的原因,建立了多维修点资源优化调度模型,给出了基于维修点保障优先度的资源优化调度方法。实例分析结果表明:该方法能够在满足任务需求和给定的维修保障资源条件下优化资源调度方案,充分利用资源,缩短待修装备的平均等待时间。     

基于综合微观分析的装备体系需求开发方法

针对装备体系需求问题, 为了使军事与技术、简单与复杂有机结合起来, 提出基于综合微观分析的需求开发方法. 将构成装备体系需求映像的上层需求与下层需求看成一个二维的概念平面, “分析解释”上层需求指标的上层需求模型从“宏观约束"角度指导下层需求开发, “分析解释”下层需求指标的下层需求模型从“微观机制”角度解决宏观问题, 实现从上到下、又从下到上的装备体系需求双向开发. 实例表明采用该方法能够系统地开发装备体系需求.     

一种战时装备维修保障资源优化调度算法

对引起战时维修保障资源冲突的原因进行了深入分析,建立了多维修点资源优化调度模型,给出了基于维修点保障优先度的资源优化调度算法。实例分析结果表明：装备维修保障资源的优化调度能够在满足任务需求和给定的维修保障资源条件下优化资源调度方案,充分利用资源,缩短待修装备的平均等待时间。     

考虑紧迫度的应急物资调度及粒子群算法求解

重大公共卫生事件爆发初期,医疗物资消耗迅速,供给严重不足,为了合理高效地分配医疗物资,开展应急医疗物资配送问题研究。引入熵权法确定需求点的需求紧迫度,优先配送紧迫度高的需求点,在此基础上尽可能地使配送路径最短,实现构建基于物资需求点紧迫度不同前提下的需求可拆分的多目标应急医疗物资调度模型;并使用动态惯性权重和增加粒子扰动项等策略对粒子群算法进行改进用于求解模型。结果表明：该方法可高效解决资源紧缺情况下应急物资调配及车辆路径方案生成问题。     

含区间参数的战场资源动态调度模型及算法

战场资源调度是作战指挥领域研究的热点.首先描述了战场资源调度问题,分析了战场资源动态调度需求,在此基础上建立了包含区间参数的战场资源动态调度模型.然后设计了三种不同的贪心策略,分别为基本贪心策略、双重贪心策略和一致贪心策略,提出了模型求解的混合贪心算法.最后结合联合作战算例进行了仿真验证,结果表明本文方法可行优越,能应用于不确定性的战场环境中.     

相似信息优先的复杂装备费用测算模型

针对横截面数据的复杂装备费用预测问题,由于主要参数比较相似的装备系统其研制费用往往趋同,提出了横截面数据的“相似信息优先原理”。分析新研装备与以往装备的相似度,按照指标信息的相似度区分横截面信息的优先次序。用归一化的相似度作为加权最小二乘法的权重,通过实例建立相似信息优先的回归模型,并与其他方法的结果对比,结果表明本文的方法具有更高的预测精度,相似信息优先的多元回归模型充分反映了相似信息的规律。     

单线铁路区间能力失效条件下列车运行调整模型

列车运行调整是调度指挥工作中关键任务之一. 列车运行调整模型多是基于确定的、强度较弱的扰动提出的,然而现实中某些扰动可能包含不确定的信息, 且强度较大,使得既有模型和算法呈现出一定局限性.针对单线铁路区间能力失效条件下列车运行调整问题,考虑能力失效持续时间的不确定因素,探索优化制定列车运行调整方案的模型.提出两阶段带补偿随机期望值模型,进一步讨论了多阶段递归决策概念模型的复杂度,据此给出了不完全连续多阶段决策模型.针对两类模型提出基于分枝定界的求解算法, 设计算例进行验证,与基于优先级的运行调整方法进行比较. 结果表明,相对于基于优先级的方法,多阶段决策模型能够将总列车晚点时分的期望值降低34%,两阶段模型能够降低4%, 两种模型均能够在一定程度上提高列车正点水平.     

以任务需求为驱动的多传感器资源管理方法

针对战斗机火控系统跟踪多目标过程中传感器资源管理问题,提出一种以任务需求为驱动的多传感器管理方法。该方法首先利用矩阵求迹的方式度量跟踪任务的信息需求;然后在分析任务优先级和传感器使用代价的基础上,建立以任务需求为驱动的多传感器集中式管理模型,并根据多个跟踪任务的信息需求自适应地分配传感器资源;对于分配过程中出现的NP (non-deterministic polynomial)难问题,探讨了利用改进蚁群优化算法寻找满足任务需求的最优传感器组合的可行性,并给出传感器自适应分配方案。仿真结果表明,这种管理方法可以在保证跟踪精度的条件下,根据任务的信息需求合理地分配传感器资源;此外,以任务需求为驱动的传感器管理策略可以大幅减少主动式传感器的工作时间,对于提高战斗机的生存性具有重要的工程应用价值。     

动态柔性作业车间优化调度与决策方法

针对多目标动态柔性作业车间调度问题,提出一种改进的多目标差分进化算法进行求解。在差分进化算法中引入自适应交叉变异算子,提高算法的全局搜索能力;在选择排序时引入基于免疫学原理的快速非支配排序法,提高解集的质量。提出改进的TOPSIS(Technique for Order Preference by Similarity to an Ideal Solution)—G1—熵权综合决策方法。通过Nash均衡理论计算得出G1—熵权法的综合权重;将综合权重与TOPSIS评价体系组合对各调度方案进行评价。通过实验仿真验证了优化调度算法在寻优能力上的优越性以及综合决策方法的有效性。     

一个支持多优先级延迟限定的调度机制

针对客户访问量动态变化的情况下,如何保证不同优先级客户的访问延迟限定,在Web集群服务器中,提出了一种新的基于概率的调度机制。在该机制中,依照排队论,公式化各优先级客户请求的选择概率,并通过折半搜索求出解;通过预测数据,使得选择概率能适应变化的客户访问量。模拟实验验证,在不同的客户访问量的情况下,基于概率的调度机制能有效地提供不同优先级客户的访问延迟限定。     

基于交叉效率DEA和随机模拟的区间语言偏好关系排序方法

针对区间加性语言偏好关系排序问题,提出一种基于交叉效率DEA和随机模拟的排序向量计算方法.首先,针对具有一致性的加性语言偏好关系,构建产出导向的DEA模型,分析其相对效率得分与排序向量之间的内在关联.其次,对不满足一致性的加性语言偏好关系,建立改进仁慈型语言偏好关系交叉效率DEA模型,并提出基于该模型的加性语言偏好关系的排序方法.最后,将构建的DEA模型与随机偏好分析相结合,提出区间加性语言偏好关系期望排序向量和可信度的Monte Carlo计算方法.算例分析表明,本文提出的方法能够有效避免信息损失,具有较好的可信度和适用性.     

基于ICW-RCM的辐射源组合威胁评估

针对传统辐射源威胁评估方法难以直观地给出目标威胁程度以及在实时性、复杂性上的不足,在雷达图法(radar chart method, RCM)的基础上,提出基于改进组合赋权(improved combination weighting, ICW)-RCM的辐射源组合威胁评估算法。组合威胁评估将辐射源威胁等级粗排序和精细排序相结合,根据雷达指标计算雷达工作模式,对辐射源威胁等级进行粗排序,并降低威胁程度低的辐射源任务优先级;基于ICW-RCM,对相同雷达工作模式的辐射源精细化排序,并结合粗排序结果,得到最终的辐射源威胁评估结果。实验仿真与分析表明,该算法具有较好的正确性与有效性,与传统组合赋权雷达图法相比算法复杂度较低、实时性较高、结果更加形象直观。     

基于主动调度的编码方法及其在JSP中的应用

在对Jobshop问题进行具体描述的基础上,分析了目前利用遗传算法解决Jobshop问题的各种常用的编码方法,提出了一种新的编码方法.该编码方法与主动调度的构成步骤相结合,编码中基因的排列顺序就表示各工序的优先调度顺序,由此产生可行的调度方案,基于该编码方法是以不可重复的自然数为基因进行编码,在遗传操作过程中能采用类似TSP的遗传算子,从而避免了非法调度解的出现.采用该编码方法在遗传算法求解Jobshop问题的过程中,既能满足Jobshop问题的特性,又能体现遗传算法的较强的搜索能力.仿真结果也充分证明了该算法的有效性.     

机载单站多目标无源定位算法

针对当前机载单站对多目标定位精度不高和对多目标信号分选要求过高的不足,提出了基于贝叶斯后验概率最大化原理的机载单站多目标无源定位算法。该算法直接利用干涉仪获得多目标的混合相位差序列,同时融合载机的运动模型和多目标位置先验信息,提高了对多目标定位的精度和分辨率,降低了系统对多目标信号分选的要求。仿真实验表明了该算法的有效性。