考虑时间不确定性的战时装备维修任务调度方法

战时装备维修任务调度可以根据实时更新的维修任务信息,及时调整装备维修方案,充分发挥其对作战的支援作用。针对战时维修任务调度中对时间不确定性因素考虑不足的问题,构建一种装备维修任务调度模型,该模型以维修任务出现的随机性、维修时间的不确定性和机动时间的不确定性为驱动条件,将维修时间和维修能力作为约束条件,以保持修复装备重要度之和最大为决策目标,进行装备维修任务调度,可以及时调整维修方案,规划最优维修任务执行路径。为了快速准确地获得装备维修任务调度结果,采用一种改进最大-最小蚂蚁系统求解维修任务调度模型。最后,通过算例验证运用该方法进行维修任务调度的及时性和有效性。     

分层组播中MAXMIN公平速率分配算法的运用

以分层多速率组播解决方案为研究目标,针对多速率组播与TCP单播共存网络的公平性问题,通过在分层组播中应用max min公平速率分配算法来得到各虚会话的公平速率,并采用二分法对速率集合进行不同粒度上的整合,给出了具体的分层解决策略,从而为异构网络环境中分层多速率组播在公平性前提下的有效实施提供了保障。     

可合流的自动分拣系统订单排序优化

现代自动分拣系统广泛采用先分区拣选后订单合流的分拣策略,其中存在着订单排序优化问题. 对此,首先提出一种可压缩式订单合流方法,即提前各分区内订单货物的开始拣选时间,并在订单合流过程中将提前的拣选时间转化为对货物间距的压缩,从而既减少了订单总拣选时间,又避免了合单过程中货物的冲突.由于订单的拣选次序影响各订单的提前拣选时间,进而影响订单总拣选时间,故建立订单排序优化问题的数学模型并归结为旅行商问题(traveling salesman problem, TSP)问题,即各订单类似于待访问的城市,受订单排序影响的各订单拣选时间类似于各城市之间的距离,目标为求得合理的订单排序,从而使得总拣选时间最小. 最后应用最大最小蚁群算法(max-min ant system, MMAS)求解该模型.仿真结果显示,订单排序优化后自动分拣系统的拣选效率有了较大幅度的提高.     

基于粒计算的粗糙集聚类算法

针对传统K-means聚类算法初始聚类中心随机选取、不能处理边界对象、效率低、聚类精度低等问题, 提出了一种新的K-means聚类算法。算法引入粒计算理论, 并依据密度和最大最小距离法选择初始聚类中心, 避免初始聚类中心在同一个类中, 结合粗糙集, 通过动态调整上近似集和边界集的权重因子, 以解决边界数据的聚类问题; 最后采用类间距和类内距均衡化准则函数作为算法终止判断条件, 来得到更好的聚类效果。实验结果表明：该算法具有较高的准确率, 迭代次数较少, 并降低了对噪声的敏感程度。     

λ网络中一种分布式速率分配算法

针对λ网络中的高性能传输问题,提出了一种分布式速率分配算法.该算法基于离散时间系统模型对λ网络进行建模,得到其速率分配问题的数学依赖关系,根据最大-最小公平准则,利用本地信息来分配每个源端和目的端之间的容量,以确保较低期望速率会话的速率最大化,并把剩余容量均匀地分配给全部会话,直至网络被充分利用.结果表明,所提出的分布式速率分配算法能快速收敛到一个最大-最小公平速率分配方式,而且还能实现自适应期望速率的快速变化.     

Optimal tetrahedral mesh generation for three-dimensional point set

Three-dimensional (3D) tnangulation is a basic topic in computer graphics. It is considered very difficult to obtain the global optimal 3D triangulatlon, such as the triangulation which satisfies the max-min solid angle criterion A new method called genetic tetrahedral mesh generation algorithm (GTMGA for short) is presented. GT-MGA is based on the principle of genetic algorithm and aims at the global optimal triangulation. With a multi-objective fitness function, GTMGA is able to perform optimizations for different requirements. New crossover operator and mutation operator, polyhedron crossover and polyhedron mutation, are used in GTMGA. It is shown by the experimental results that GTMGA works better than both the 3D Delaunay triangulation and the algorithm based on local transformations.     

优化型蚁群算法在旅行商问题中的应用研究

针对基本蚁群算法的搜索时间长和局部收敛等现象,提出一种用于求解旅行商问题（TSP）的优化型蚁群算法,该算法有效地将最大最小蚁群算法（MMAS）和遗传算法（GA）相结合,一方面在很大程度上缩短了算法的寻优时间;另一方面有效地避免了算法的早熟停滞现象。利用MATLAB对多种TSP问题进行仿真研究,实验结果证明了优化型蚁群算法在性能上优于MMAS和GA。     

一种新的实现效用函数最大最小公平性的分布式算法

计算机网络中的一个核心问题就是如何在竞争的流之间公平地分配带宽。由于网络是分布式的,因此又要求带宽分配算法可以是分布式的,这样就可以在路由器端和用户端配置,从而分别不停地调节速率以达到网络平衡和最优状态。不同的算法对应不同的公平性标准,其中应用最为广泛的就是最大最小公平性以及效用函数最大最小公平性。本文提出了一种新的方法来实现效用函数最大最小公平性,这种方法基于非线性优化中的向量优化方法和Kuhn-Tucker条件。利用这种方法可以把网络优化问题转化为一系列等价的条件,这些条件的最优解就是原问题的解。而求解这些条件可以运用经典的非线性优化的梯度投影算法,由此产生了一种分布式的用户链路算法并通过案例验证了其正确性及性能。     

固体火箭发动机可靠性增长试验规划初步研究

研究了固体火箭发动机产品总数一定情况下可靠性增长试验量的确定问题．提出了模型假设，以剩余产品成功数期望值最大作为目标函数，建立数学模型；然后，在初始故障数服从泊松分布时，推导了确定可靠性增长试验量的极大一极小准则，给出了产品研制后期故障数的替代分布．最后给出了一个应用实例，结果表明该准则有点保守，但较为稳健．     

Multi-point path planning based on the algorithm of colony-particle swarm optimization

The problem of multi-point path planning is a NP-hard problem,which is equivalent to finding the shortest path of a starting point and some specific node.Aiming at the problem of multi-point path planning,a retrospective ant colony-particle swarm optimization algorithm was proposed.This algorithm used Floyd-Warshall to transform the graph and combined ant colony algorithm and particle swarm algorithm to find the shortest path.The experimental results show that this algorithm can find the precise solution under small data,at the same time,under a large amount of data,can be better than the maximum minimum ant colony algorithm and genetic algorithm.