期望时间下的移动机器人目标搜索路径规划

不确定环境下移动机器人目标搜索问题中,目标在观测点被发现的概率常被设为理想的均匀分布,其路径优化指标通常为最短距离,但最短距离路径不等同于最优期望时间路径.针对此问题,本文提出了一种以期望时间为优化指标的概率多目标搜索算法.针对观测点的访问顺序不同会导致期望时间不同的现象,采用分层式路径优化策略.首先,构造一个新的非均匀目标分布概率测算模型;然后,在上层序列规划中,采用改进的改良圈算法生成期望观测点序列;最后,在下层特征地图的观测点间可行路径规划中,采用改进的快速随机生成树算法(GBC–RRT).实验结果表明:本文所提方法可显著缩短移动机器人目标搜索的期望时间,且能在目标不确定、非均匀分布的工作空间中得到最优期望时间的搜索路径.     

基于最大熵马尔科夫模型的绩效评价方法

本文提出了一种基于最大熵马尔科夫模型的绩效评价方法.该方法采用马氏模型来定量化建模专家打分过程,采用特征函数表征打分规则,通过在训练集上最大化熵来获得符合专家经验的最优的打分模型.与传统方法相比,所提出的方法可以融合各种打分规则、专家经验和指标逻辑关系得到综合打分结果.为了提高模型的训练和打分的效率,本文提出了基于改进迭代算法的参数估计方法,并利用Viterbi算法进行快速打分计算.利用中国大洋协会绩效评价指标体系历史数据进行的仿真实验表明,与BP神经网络方法和最大熵方法进行对比,本文所提出的方法具有更高的打分正确率.     

路灯维护总费用随机优化模型及其概率分布拉格朗日松弛方法

针对一般故障特性的部件,优化其有限阶段内更换策略尚无相关模型及有效的解决办法.本文为路灯维修问题建立了联合更换部件的多阶段随机策略优化模型.策略优化难点在于部件更换的相互耦合,且其耦合约束为难以处理的随机约束.不同于现有的基于情境松弛随机耦合约束的方法,本文通过引入与决策概率分布相关的乘子松弛约束,给出概率分布拉格朗日...     

Formal Verification of Temporal Properties for Reduced Overhead in Grid Scientific Workflows

With quick development of grid techniques and growing complexity of grid applications, it is becoming critical for reasoning temporal properties of grid workflows to probe potential pitfalls and errors, in order to ensure reliability and trustworthiness at the initial design phase. A state Pi calculus is proposed and implemented in this work, which not only enables flexible abstraction and management of historical grid system events, but also facilitates modeling and temporal verification of grid workflows. Furthermore, a relaxed region analysis (RRA) approach is proposed to decompose large scale grid workflows into sequentially composed regions with relaxation of parallel workflow branches, and corresponding verification strategies are also decomposed following modular verification principles. Performance evaluation results show that the RRA approach can dramatically reduce CPU time and memory usage of formal verification     

“两化融合”与自动化学科的发展——积极实践“两化融合”，促进自动化学科的发展

十七大提出了“五化并举”、“两化融合”,“全面认识工业化、信息化、城镇化、市场化、国际化深入发展的新形势新任务”,“发展现代产业体系,大力推进信息化与工业化融合,促进工业由大变强,振兴装备制造业,淘汰落后生产能力;提升高新技术产业,发展信息、生物、新材料、航空航天、海洋等产业”。     

用系统科学和智能方法研究城市发展问题

我国正处于城镇化的快速发展阶段.然而,在城镇化的过程中,决策者常常面临这样的问题:一个城市的资源能支撑多大的人口规模?对产业结构进行怎样的调整才能最大化释放人口承载力?下一年度的城市国内生产总值(Gross domestic product, GDP)增幅 定为多少合理?GDP增幅与居民消费价格指数(Consumer price index, CPI)、就业的定量关系如何?财政投资应投向哪些领域才能最大程度地提高居民满意度?哪些决策影响城市协调发展?等等.如何在城镇化的大背景下化解上述难题,做好城 市发展的顶层规划与设计,是一类重大而复杂的难题.针对此类问题,本文采用系统科学和智能方法,定性定量相结合,首先建立城市GDP、财政收入等关键指标的智能预报模型以及GDP增幅与CPI、就业的定量关系模型,在此基础上 建立城市人口承载力与城市协调发展的优化决策模型,并针对我国某大型城 市的若干重要决策场景进行了案例分析.结果表明,采用系统科学与智能方法,是研究和解决该类难题的新颖且行之有效的方法,相关成果有助于城市决策者提高决策水平,实现定性定量相结合的科学决策.     

基于两步决策与ε-greedy探索的增强学习频谱分配算法

在认知无线网络中,认知基站需要进行频谱管理来提升非授权用户的服务质量。基站在寻找频谱空洞分配给非授权用户的过程中,需要做出最好的选择,但极可能是局部最优解,从而造成非授权用户频繁的频谱切换和吞吐率的下降。针对此问题,本文提出基于两步决策与探索的集中式增强学习频谱分配算法。通过设计新型状态动作集,认知基站进行信道分配的两步决策,并应用探索模式,解决认知基站在增强学习过程中探索环境和利用经验进行决策的平衡问题,防止决策的局部最优,提升频谱管理的性能。仿真结果表明,该算法在提升非授权用户吞吐率以及降低频谱切换方面明显优于现有的一些频谱分配策略。     

支持动态联盟的多代理系统

为从联盟中获取最大利益,满足企业的生产需求,参与多个联盟是未来企业的发展趋势,在分析了多联盟环境下企业的信息系统需求的基础上,提出了支持动态联盟的多代理企业信息模型。应用该模型构造的企业信息系统,能在完成单个联盟生产任务的同时,很好地对企业自身信息进行综合管理,较好地满足企业参与多个联盟的需要。     

带特殊工艺约束的并行机器生产线调度问题的一种遗传算法

研究带特殊工艺约束的并行机器生产线的调度方法.以完工时间、拖期时间和超库 存时间的惩罚量之和最小为调度目标,对该优化调度问题提出了一种遗传算法,并在问题建 模、遗传算法编码、初始种群的产生办法、交叉及变异方法等方面作了研究.数值计算结果表 明所提出的遗传算法是有效的.     

基于通用企业能力模型的企业能力管理系统

为了更好地应对激烈竞争的市场环境,企业需要对自身能力有充分的了解,并通过能力管理实现自身能力的合理运用和持续增长。关于企业能力的信息在企业合作的过程中也具有很大价值。可是,在实际中,获取能力信息并对其进行有效管理却非常困难。造成这种情况的一个重要的原因是缺乏一套通用的方法,对企业能力进行建模与管理。文章在广泛而深入地研究国内外企业能力管理理论与方法的基础上,提出了一种基于通用企业能力模型的能力管理系统,该系统对于企业自身能力管理与改进、促进企业之间的合作、提高企业决策制定的水平具有很大的实际价值。