作战任务和资源间的匹配模型及求解算法研究

针对作战任务和作战资源的匹配问题,提出了一种匹配模型及其求解算法.首先分析了作战任务和资源的属性,建立了匹配问题的约束满足模型.基于改进的多优先级动态列表规划算法提出了一种匹配模型的求解算法,并结合实例进行了分析验证.结果表明,算法中引入任务与资源选择优先权参数,可以有效消解优先权冲突,增加匹配的灵活性.     

基于稳定匹配机制的网格任务调度算法

任务调度和资源分配是网格计算的关键技术.提出了一种基于稳定匹配机制的网格任务调度算法(SMM:Stable Matching Mechanism),以及根据各奈件因素值及其所占比率进行量化匹配的思想.用户和资源可以根据自身特点动态地设置各条件因素的基准值,通过与实际提供的条件因素值进行比较,得到匹配度,按照匹配度的高低顺序循环匹配最终达到稳定.算法综合考虑用户和资源双方的需求而得出相应的稳定匹配调度策略.给出了算法的数学模型和描述,在Matlab语言环境下仿真表明,SMM算法可以有效地实现网格任务调度,满足任务和资源双方的需求,得到稳定匹配.     

基于遗传编程和效用最优的网格资源调度及仿真

由于因特网的开放、动态性,传统的计算资源调度方法已不再适用网格计算.基于经济模型的网格资源管理和调度成为研究热点.针对计算市场模型中非线性效用最优化问题,提出了一种基于遗传编程改进的效用最优的网格资源调度算法.该算法使用遗传编程构造计算市场模型中的效用函数,使得计算复杂度控制为O(n).仿真结果表明该算法可以提高网格计算中的资源调度性能.     

模具仿真网格及其在优化设计上应用

建立了一个面向优化设计应用的模具仿真网格平台.把该平台划分为仿真网格资源层、基础支持工具层、优化模型资源调度层和仿真网格应用层四个层次,并介绍了各层的主要功能和相关实现技术.基于该平台,发展了一个优化设计网格计算方法,以利用网格环境中充足的仿真资源,协同解决复杂的注塑模优化问题.并利用该算法,对收款机上壳浇口位置进行了优化设计.结果显示:所建立的仿真网格平台能够满足优化设计的需要;所开发的网格算法合理、高效.     

基于局部搜索OMP的网格失配STAP算法

针对稀疏恢复空时自适应处理(space-time adaptive processing, STAP)存在网格失配时,造成稀疏恢复STAP的性能下降这一问题,提出一种基于局部搜索正交匹配追踪算法。该算法首先从全局STAP完备字典中选择与杂波相匹配的全局网格点;然后以选出的全局网格点为中心,以全局完备STAP字典的空时频率间隔为区域,构建局部STAP字典,并从中选择与杂波最匹配的局部网格点;最后得到杂波的角度多普勒像和修正的STAP字典。仿真结果表明,所提的算法能够选择与真实杂波脊相匹配的网格点,从而提高了稀疏恢复STAP技术的性能。     

基于支持向量机的重力匹配算法

为了在重力异常特征微弱区域内实现重力辅助导航以及提高惯性导航系统在重力异常特征明显区域内的定位精度和匹配率,提出了基于支持向量机的重力匹配算法.研究了支持向量机学习样本的选取、支持向量机参数和重力粗糙度的关系,构造了用于重力匹配算法的支持向量机.经计算仿真研究表明,通过选择适当的支持向量机参数,可以实现重力辅助导航,算法在重力特征显著的区域具有较高的匹配率,组合导航系统的定位误差在一个重力图网格左右.     

仿真网格中预防死锁的资源分配方法及其仿真分析

仿真网格中资源协同分配是资源组织和调度的一个重要组成部分,如何避免仿真应用之间的死锁是资源协同分配过程中需要解决的重要问题。通过对仿真网格中死锁原因的分析,对死锁的特点进行了描述。根据解决死锁问题的不同策略,提出了仿真网格中基于原子事务预防死锁的资源协同分配方法,并根据应用的不同资源分配方案给出了具体算法。通过理论分析并结合仿真试验研究了该算法在资源协同分配过程中的性能,试验证明使用该方法不仅能够避免应用资源分配过程中的死锁,与其它方法相比,还能获得好的资源分配性能。     

基于模糊集的神经网络景象匹配算法

将神经网络思想引入到景象匹配,提出了基于模糊集的神经网络景象匹配算法。该算法将图像模糊集作为特征空间,尝试了在模糊域中采用神经网络学习算法进行精确寻优。实验结果表明,设计的算法不但较好的满足了景象匹配系统对算法的性能要求,而且比传统算法具有更高的抗干扰能力。     

基于视点细分的层次细节模型及其在虚拟内窥镜中的应用

构造了一个基于视点细分的层次细节模型，并将其应用在虚拟内窥镜中。该算法首先对原始模型层次化简得到基网格，然后通过参数化建立原始网格与基网格之间的映射关系，并采取与视点相关的细分来重采样。在视点原则的实现过程中，我们通过八叉树建立了视点变化的索引，并利用了动态变化的相邻模型间的可重用性。实验表明，该算法效率高、数据结构简单、易于实现，可以满足虚拟内窥镜实时绘制的要求。     

支持资源预留的网格计算仿真平台

资源预留是实现网格作业服务质量保证的重要方法。对网格资源管理机制和调度算法的研究主要是通过仿真进行的。给出了一个离散事件驱动的仿真平台,实现了对本地调度器、全局调度器、资源监测器、资源代理、网格用户、本地用户等主要网格实体的仿真,实现了主要的调度算法,提供了网格提前预留、网格协同预留、本地提前预留和底层处理单元的预留功能,可用于资源预留相关的并行计算和网格计算环境中的资源管理和调度算法的仿真。