基于Block Gibbs的航空公司外航服务人员排班算法

航空公司外航服务人员排班旨在优化员工排班方案以满足外航航班的人员资质需求,并最小化员工总工作时长和兼顾工作时间均衡,其本质是一个面向多任务类型、员工层次资质、白夜班轮换等约束的人员排班问题。现有算法未考虑白夜班轮换强制性约束,制约了它们的应用。为此,该文提出基于Block Gibbs的航空公司外航服务人员排班算法。算法首先设计了数据拷贝技巧以快速建模具有白夜晚班约束的排班问题,然后提出基于Block Gibbs的多员工有放回抽样优化策略。理论分析表明该文算法与基准算法具有同规模的计算复杂度,但却具有更高的抽样效率以加大可行解生成规模和求解速度。与此同时,在国内某大型航空公司外航服务部排班数据集上的实验表明:相比于基准算法,算法在工作总时长、有效工作时长、有效工作时长比例等指标上提升至少0.62%。     

基于MDP的有/无人机编队对地攻击行动方案规划

针对有/无人机编队对地攻击作战行动方案规划求解问题,提出一种基于马尔可夫决策过程(MDP)模型的求解策略。首先,依据有/无人机编队对地攻击兵力组成和行动特点,给出了MDP模型中状态集与行动集的形成方法,设计了MDP模型中状态转移概率计算方法和报酬函数,考虑资源、时间等约束条件,进一步建立了行动方案生成MDP优化模型;其次,对蚁群算法的路径选择概率和信息素更新策略进行了改进,并应用于MDP优化模型求解;最后,进行了仿真分析,结果表明,提出的方案能够有效地求解有/无人机编队行动方案生成问题,求解过程速度快,解质量较高。     

车联网场景下移动边缘计算协作式资源分配策略

为了有效利用边缘云的计算资源,尽可能降低任务卸载时的平均等待时延,提出了一种满足边缘计算服务器容限阈值和任务卸载成功率约束条件下的多个边缘计算服务器相互协作的资源分配方案,通过单位时间总代价指标优化边缘计算服务器个数.将此方案建模为一个整数优化问题,之后设计了一种最小代价算法求解此优化问题,得到约束条件下的单位时间总代价以及任务平均等待时延.仿真结果表明,与已有方案相比,所提方案降低了单位时间总代价和任务卸载平均等待时延.     

基于人工蜂群寻优算法的WSN中继节点布局方案

无线传感器网络(WSN)环境下,中继节点位置布局性能优劣是影响网络寿命的关键因素之一。目前,针对三维空间高密度WSN,缺少能够在硬件成本和连通性双重约束条件下提高网络寿命的中继节点位置布局方案。基于网格布局方式,提出了一种基于人工蜂群优化算法的中继节点布局方案(ABC-RNDS)。ABC-RNDS方案采用双层网络拓扑结构,首先使用最小生成树法构建骨干网络,再使用人工蜂群优化算法通过网络参数寻优和限制中继节点总数的方法实现网络寿命的延长。实验验证分析表明,在成本和连通性受约束的条件下,ABC-RNDS算法与传统方案相比能够显著提高网络寿命。     

岸基航空兵多约束预先配置整数规划建模

针对多约束条件下的航空兵预先配置问题展开研究。通过分析航空兵作战需求,抽象出作战效果最大与兵力数量最少两类兵力预先配置优化问题;根据航空兵配置的影响因素,建立了兵力数量、任务需求、机场容量与保障能力等多约束条件下的两类航空兵预先配置整数规划模型;设计了遍历法求解方法,并给出了其关键解算代码,可求出满足目标函数的所有最优解。最后对两类模型及算法进行了仿真计算,结果表明,建立的整数规划模型及设计的求解方法,能解算得出航空兵预先配置最优方案。     

基于粒子群优化算法的配电网优化调度模型

配电网优化调度可以为决策者提供有价值的信息,为了获得理想的配电网优化调度方案,提出基于粒子群算法的配电网优化调度模型。首先对配电网优化调度研究现状进行分析,指出当前模型的不足,并设计了配电网优化调度问题的目标函数和约束条件,然后采用粒子群优化算法模拟粒子群搜索过程找到最优方案,并对标准粒子群算法的不足进行了改进,最后采用配电网优化调度实验测试其有效性。结果表明,该模型可以快速、准确地找到配电网优化调度的最优方案,具有一定的实际应用价值。     

基于深度学习的大规模问题数据生成的研究

在问答型机器人领域,问题型数据占据十分重要的位置。由于传统方法中模板的局限性、高人工成本等因素阻碍了对问题生成模型的应用价值挖掘。随着深度学习的发展,问题生成领域存在的局限性得到了解决的契机。基于深度学习,在循环神经网络、Transformer二者优势下构造了新型神经网络框架,实验结果显示算法基本克服了在传统方法中存在的困难。在未来,对数据的不断完善和加工,数据集与模型强联,使之运用于各个行业,如人工客服方面逐步解绑员工服务,依赖训练有素的问答模型做服务应对。     

机场航班调度动态优化算法

针对机场跑道有限而需要起降的飞机增多以及如何缩短旅客等待时间的问题,提出一种机场航班调度动态优化算法。首先定义飞机状态参数矩阵模型,求取不同机型飞机的滑行参数,依据单位小时内各个航站楼计划起飞飞机和降落飞机的实时航班信息,按照时间先后顺序遍历有限个数起降顺序的调度方案。比较这些调度方案的用时,在满足安全性的目标前提下,以减少旅客等待时间为优化目标,给出动态调度优化方案,将跑道和机场按照优化方案分配给相应的飞机起降使用,提高了机场飞机起降的次数和跑道的利用率,缩短了旅客的等待时间。仿真结果表明,该机场航班调度动态优化算法是有效的。     

多源协同的电力线路恢复路径优化方法

传统恢复路径优化方法仅考虑单一维度下的恢复情况,对重要节点的负荷供电时间较短,为此设计一种多源协同的电力线路恢复路径优化方法。建立重构时间最短的目标函数模型,针对目标函数设计过电压约束、运行约束和启动时间约束等约束条件,修正电力线路非连通方案编码,提高电力线路恢复路径优化效率。实验结果表明,设计的恢复路径优化方法与传统方法相比,电力系统在多源协同下实现优化,重要负荷供电时间增长,一级负荷恢复供电的累计数量增加,验证了设计方法的有效性。     

车载FlexRay网络协议静态段优化研究

为了提高FlexRay总线的静态段带宽利用率和实时性,推导FlexRay总线静态段的时间优化模型,得出最优静态时隙长度,在进行静态帧的负载段分割处理后,分析静态段的带宽利用率,提出以静态帧的总响应时间最小为优化目标的一种静态段优化调度方案,数值实验验证了优化的合理性。     

Task scheduling algorithm for system-wide information management based on multiple QoS constraints

An ant colony optimization task scheduling algorithm based on multiple quality of service constraint (QoS-ACO) for SWIM was proposed.Focusing on the multiple quality of service (QoS) requirements for task requests completed in system-wide information management (SWIM),considering the task execution time,security and reliability factors,a new evaluate user satisfaction utility function and system task scheduling model were constructed.Using the QoS total utility evaluation function of SWIM service scheduling to update the pheromone of the ant colony algorithm.The simulation results show that under the same conditions,the QoS-ACO algorithm is better than the traditional Min-Min algorithm and particle swarm optimization (PSO) algorithm in terms of task completion time,security,reliability and quality of service total utility evaluation value,and it can ensure that the user's task scheduling quality of service requirements are met,and can better complete the scheduling tasks of the SWIM.     

基于两步分布协同拍卖的多机协同任务分配

针对多异构机载平台对不同类型的地面目标执行攻击任务的协同任务分配问题,以平台载弹量以及摧毁任务目标的需弹量建立平台与任务之间的关系,以各平台的任务序列以及执行任务时的武器使用量序列作为决策变量,在基地-任务航路矩阵和任务-任务航路矩阵的基础上,综合考虑平台武器约束、平台航程约束、任务需弹量等约束,建立多机协同任务分配模型。设计了两步分布协同拍卖算法,通过多次生成任务的拍卖招标顺序和基地的拍卖竞标顺序,实现了多机协同任务分配问题的优化求解。仿真结果表明,所建模型和求解算法能够有效合理地解决多机协同对地攻击的任务分配问题。     

多模型融合的客服工单文本分类方法的研究与实现

电信呼叫中心客服在人工进行工单分类时存在归档耗时长、效率低、准确率难以保障的问题,但此场景下类别数量多,且类别间具有层级关联,导致传统文本分类方法准确率较低。针对此问题,提出了一种基于多模型融合的文本分类方法,根据不同层级的数据特点使用不同模型进行分类,考虑了类别的层级关联以提升准确率,并验证了此方法的有效性,可以优化客服生产系统运营流程,加快现场人工客服响应能效,提升客服热线整体运营效率,实现人工智能注智生产。     

基于稀疏A*算法的无人机航路规划方法

针对多约束条件下三维空间航路规划问题,分析了三维规划空间的划分方法,综合考虑航程代价、爬升代价和威胁代价等因素,针对航路规划任务对各种指标的偏重程度,引入指标的权重系数,设计了代价函数,并编制了稀疏A*算法流程,对算法的有效性进行了仿真验证.验证结果表明:采用稀疏A*算法能够有效地解决多约束条件下的三维空间航路规划问题.     

分级调度算法在路由交换机上的应用

本文提出了一种两级的分级调度模型,着重研究其算法的具体实现,并分析算法在路由交换机中的应用。分级调度算法的引入,保证在现有Internet体系结构下、best-effort服务能很好地与有QoS要求的实时服务相结合,仿真实验证明该发级调度算法可行有效。     

云计算中基于QoS的调配优化算法

研究和设计云计算环境下一种优化的基于QoS约束的调配算法,并验证其正确性。在QoS需求下采用具有服务等级协议(SLA)参数的约束条件,对任务划分优先级,形成优先级队列。SLA服务参数采用二进制权值的方法进行标记,避免了作业分级重叠的情况。在对该任务分配计算资源时,采用资源等级队列的方法,分配合理的工作节点。通过对几种算法的比较实验,验证优化算法运转的鲁棒性和正确性。     

Stackelberg game-based task offloading in mobile edge computing-enabled hierarchical multi-coalition unmanned aerial vehicle networks

The unmanned aerial vehicle (UAV) coalition networks have been widely used in emergency mission scenarios. The introduction of the mobile edge computing (MEC) paradigm into multi-coalition UAV networks further improves the mission processing performance of UAV coalitions. In this paper, we investigate the problem of minimizing total task processing delay of UAV members in MEC-enabled coalition-based UAV networks. First, we propose a hierarchical offloading model in which multiple UAV heads decide its position selection strategy and multiple UAV members decide its offloading strategy when offloading tasks to UAV heads. Considering data arrival from multiple UAV member nodes at each UAV head, the first come first served (FCFS) queuing model is introduced when the UAV head processes tasks from members. Second, the hierarchical offloading delay minimization problem is formulated as a multi-leader multi-follower Stackelberg game. The existence of a Stackelberg equilibrium (SE) is proved by showing that multi-leader subgame and multi-follower subgame are exact potential games (EPGs) with Nash equilibrium (NE). We design a best response-based hierarchical iterative offloading algorithm to solve SE. Finally, the simulation results show that the performance of the proposed scheme is better than that of other benchmark methods and the proposed scheme can effectively reduce the total delay for all UAV members.     

QoS约束下多层异构蜂窝网中基于分层休眠的节能机制研究

针对多层异构蜂窝网中资源分配和节能问题,本文基于随机几何模型利用分布式配对算法实现了用户连接和资源分配的联合优化,并利用分层休眠机制提升了系统的整体能效。首先,采用随机几何工具对不同类型的基站进行建模,在建立模型的基础上提出用户QoS约束下的最小化系统总功耗的联合优化方案,然后将该方案分解简化为用户连接资源分配和基站休眠两个子问题,并分别利用稳定配对算法和基于投票法的分层休眠机制加以解决。仿真和分析结果表明本文方法可以显著提升系统能效,与已有的休眠策略相比具有更低的用户平均中断比。      

基于框式约束的快速全变差图像泊松去噪算法

该文首先从变分学的角度分析Le等人(2007)基于全变差的图像泊松去噪模型,得到该模型解的一框式约束限制。在此基础上,结合交替方向乘子算法(ADMM),给出了基于框式约束的快速全变差图像泊松去噪算法,并证明了该算法的收敛性。最后,数值实验结果验证了该快速算法的可行性与有效性。     

双归属环形网络拓扑规划算法设计

本文研究了一种高效的双归属环形网络拓扑规划算法,提出了在满环与非满环间调整节点的启发式搜索算法,当节点数在1 500个以内时,本算法都能很快求解,而现有算法通常只能处理几百个节点的中等规模网络.本文首先给出了相关数学模型,然后详述了初始拓扑生成过程及采用的启发式优化算法.最后通过将CPLEX规划结果、人工规划结果和算法规划进行比对,验证算法性能.