一种P2PMMOG带有负载均衡的事件分发算法

本文提出了一种支持P2P MMOG的带有负载均衡的分布式事件分发算法.对于区域内玩家交互过程中产生的事件,由该玩家通过多播机制发送给其兴趣域中的其它玩家和区域协调者,而协调者仅负责保存区域内对象的状态信息并周期性的进行更新.实验表明该算法能够适应游戏状态的一致性需求,并且能够在较大的程度上均衡协调者和普通节点负载,提高系统伸缩性.     

一种基于P2P MMOG的分布式消息分发算法

提出了一种适合于P2P MMOG的分布式消息分发算法。游戏世界通过N-Tree划分为若干个子区域,并从每个子区域中选举出一个协调者节点。对于区域内玩家交互过程中产生的事件,由该玩家通过多播机制发送给其兴趣域中的其他玩家和区域协调者,协调者仅负责保存区域内的对象的状态信息并周期性的进行更新。实验表明该算法能够满足游戏状态的一致性需求,并且能够在较大的程度上降低协调者负载和通信开销,节省了大量的计算资源和宝贵的带宽。     

一种P2P MMOG中协调者节点的信誉管理模型

提出一种适合P2P MMOG中的协调者节点的信誉管理模型.该模型针对玩家承担协调者节点任务时的信誉进行评估,采用模糊理论计算玩家信誉,从数据包延迟和玩家感受两个方面对协调者节点的信誉进行评估,并给出相应的信誉评估算法.实验结果表明,该模型可以有效评估协调者节点的信誉情况,为协调者选举提供很好的信誉支持.     

基于TopLeader的异构群无人飞行器联盟成员选择方法

任务协作是无人飞行器协同的一项重要内容,而如何从中选择合适的成员以联盟的形式执行任务是一个复杂的决策问题。本文针对异构群无人飞行器联盟成员选择问题进行了研究,提出了一种从特定种子节点出发的联盟成员选择算法(Top Leader),该方法通过提前筛选种子节点,可在联盟构建时大幅降低成员选择的搜索范围,提高算法执行效率。采用Diameter、MST和Cardinality三种性能评价指标在模拟网络中的试验结果表明,该算法构建的任务协作联盟具有优异的质量和较低的运行时间,可快速得到满足任务需求的异构群无人飞行器联盟结构。     

一个基于代理机制的模具工艺分析系统

构建的基于代理机制的模具工艺分析系统是模具工作流管理系统的一个组成部分。该系统可以针对每个模具型腔具体几何特征进行分析,利用模糊算法完成模具型腔典型工艺的模糊推理;在动态联盟内进行可利用资源搜索,以确定每个特征可以采用的加工方法和加工设备;能够为模具优化调度代理提供必要的参数,在联盟内实现基于CORBA的分布式模具工艺调度。     

混合型联盟航线网络结构下航班频率优化研究

科学优化联盟航线网络结构下的航班计划可充分发挥联盟合作效应。综合考虑航空公司运行成本与旅客时间成本,以航班运行成本和旅客计划延误成本总成本最小为目标,建立混合型联盟航线网络结构下多机型多路径的航班频率优化模型。设计航班频率优化模型启发式算法,案例分析验证了模型可行性。结果表明,模型能一定程度上降低旅客出行成本和航空公司运行成本,可为航空公司制定混合联盟航班计划的频率优化提供参考。     

GP7200发动机试验稳步推进

发动机联盟公司为空客 A380研制的 GP7200发动机目前正在进行 FAA 的取证工作,由于新加坡航空公司对追加的15架 A380发动机采用了竞争供货机制,引起了发动机联盟公司对这批订单的浓厚兴趣,希望能取代罗-罗在新航的优势。     

一类基于分解协调机制的多学科优化算法

对于复杂系统的设计问题,分解协调是一种比较有效的优化策略.对耦合信息处理方式的不同,产生了不同格式的多学科优化算法.从子系统间信息交换的角度,描述了系统的耦合机制、耦合系统变量的分解和合成.介绍了系统优化中的系统分析,以及分解分析和分解设计的算法构架.归纳总结了一类基于分解协调机制的多学科优化算法,并对分解算法的特点和特殊处理机制进行了探讨.     

数字化城市交通向导仿真的蚁群优化算法

以求解旅行商问题的蚁群算法为基础,充分考虑交通向导最佳路径的具体要求,对算法的选择机制、更新机制以及协调机制作进一步改进,引入自适应的转移策略,并融入节约法,以克服基本蚁群算法计算时间长、易出现停滞等缺陷。以湖北荆门地区车辆选择路径为研究对象,采用蚁群优化算法建立了车辆最佳路径的模型,并对其进行了仿真分析。仿真实验结果表明,优化算法比基本蚁群算法的路径更优,寻路时间更短。     

中国国际航空公司加入星空联盟的风险评价研究

主要分析中国国际航空股份有限公司（以下简称为国航）在与星空联盟合作时所面临的风险,并进行风险的识别和风险测评。利用环境分析法与流程图法识别出国航在与星空联盟合作时面临的风险。运用层次分析法、模糊综合评价法的相关知识,结合战略联盟的风险特征,确立核心指标体系并给出了各指标的权重,运用联盟风险模糊综合评价模型对国航参与星空联盟合作的风险进行计算评估。国航加入星空联盟的风险远远低于警戒值,并对国航加入联盟的关键性风险提出了相应的防范措施。进而归纳出航空联盟对中国航空公司产生的影响,以期对中国的民航事业做出贡献。     

Cooperative coalition for formation flight scheduling based on incomplete information

This study analyzes the cooperative coalition problem for formation scheduling based on incomplete information. A multi-agent cooperative coalition framework is developed to optimize the formation scheduling problem in a decentralized manner. The social class differentiation mechanism and role-assuming mechanism are incorporated into the framework, which, in turn, ensures that the multi-agent system(MAS) evolves in the optimal direction. Moreover, a further differentiation pressure can be achieved to help MAS escape from local optima. A Bayesian coalition negotiation algorithm is constructed, within which the Harsanyi transformation is introduced to transform the coalition problem based on incomplete information to the Bayesian-equivalent coalition problem based on imperfect information. The simulation results suggest that the distribution of agents' expectations of other agents' unknown information approximates to the true distribution after a finite set of generations. The comparisons indicate that the MAS cooperative coalition algorithm produces a significantly better utility and possesses a more effective capability of escaping from local optima than the proposal-engaged marriage algorithm and the Simulated Annealing algorithm.     

飞机除冰资源申请过程航空公司的博弈研究

以博弈论方法为分析工具，分析飞机除冰资源申请过程航空公司的博弈行为及其经济绩效。以航空公司合作组织中各博弈方的资源转让策略为研究对象，引入了合作博弈思想和违约惩罚机制，讨论航空公司合作组织的最优稳定策略，设计了基于Agent效用的成员协商算法；最后，运用协商算法结合Shapley值解分析的方法对除冰费用分摊的的合理性进行仿真，结果对比显示，此方法实现了分配的公平和有效。     

通信约束下异构多无人机任务分配方法

针对异构多无人机协同执行侦察和打击任务中,存在通信距离、时间延迟等约束条件下的局部任务分配问题,提出了一种基于合同网的分布式多无人机任务分配方法。首先建立了异构集群发现新目标时的局部任务分配问题模型,设计了局部无人机通信网络中的信息一致性算法,实现了任务分配过程中任务发布阶段各无人机的冲突消解。设计了任务分配过程中的联盟构建和无人机资源管理方法,使联盟中各无人机能够以更加平衡的方式消耗资源。仿真结果表明,该方法能够解决通信约束下,异构多无人机执行察打任务时,所触发的针对目标打击任务的任务分配问题,且能够获得最大的系统效能。     

风险驱动的安全关键实时任务调度

安全关键系统面临着日趋严峻的安全威胁,如何降低安全关键实时应用的风险成为挑战。通过结合风险评估与实时调度,给出一种风险驱动的任务调度方案。在分析非周期实时任务可调度性的基础上,提出一种基于处理器瞬态利用率、系统安全风险最小的在线调度近似算法。在不违背关键任务的时间约束和安全约束的前提下,该算法能够在低时间复杂度内得到安全性能确保的次优解。实验结果显示所提算法能明显降低安全关键实时应用的风险。具体来讲,最大安全风险可降低22.2%,并且在安全风险近似率上界为110%情况下,真实近似率最小为102.4%。     

重访机制驱动的多无人机协同动目标搜索方法

为实现多无人机高效捕获灰色任务区域内的移动目标,考虑传感器探测概率与虚警概率,提出了重访机制驱动的协同搜索规划（RMD-CSP）方法,以降低目标遗漏与误判概率。考虑无人机飞行性能约束,以最大化任务执行效能为目标建立多无人机协同搜索模型。根据目标先验信息初始化环境搜索信息图（包括目标概率分布图、环境不确定度图与环境搜索状态图）,利用无人机实时探测信息,基于贝叶斯准则持续更新搜索信息图。定制基于环境不确定度更新的重访机制,通过增加长时间未被重访区域的环境不确定度,引导无人机搜索该区域,降低移动目标的遗漏概率;定制基于目标函数权重更新的重访机制,引导无人机快速重访发现新的疑似目标的区域,对疑似目标进行再次确认,减少由于传感器虚警概率造成的目标误判概率。采用滚动时域规划架构,将搜索规划问题分解为一系列短时域规划问题,提升了求解效率。在典型任务想定下,通过数值仿真试验验证了所提方法的有效性。仿真结果表明,RMD-CSP能够在秒级时间内生成每个时域的搜索航迹,相比于光栅式搜索方法与标准的概率启发式搜索方法,能够引导无人机捕获更多的移动目标,同时减少误判次数,有效提升了多无人机协同搜索的任务效能。     

适应拓扑变化的拥塞最小化网络更新策略

软件定义网络的出现推动了航空集群机载网络的发展，同时也为机载网络的一致性更新带来了挑战。针对拓扑变化导致的网络更新期间可用路径失效问题，提出适应拓扑变化的拥塞最小化网络更新策略。首先，为减少可用路径失效带来的数据包丢失，在更新之前采用重路由机制进行处理；然后，针对重路由机制可能引起的网络拥塞，设计了贪婪流迁移算法缓解拥塞；最后，通过瞬时拥塞最小化更新算法完成整个网络更新。仿真结果表明：与传统的拥塞一致性更新算法相比，所提更新策略用规则开销、瞬时网络拥塞方面的少量提高换取了网络更新期间数据包丢失的显著降低。     

Experimental research of active vibration and noise control of electrically controlled rotor

Electrically Controlled Rotor (ECR), also called as swashplateless rotor, applies blade pitch inputs via trailing-edge flaps system instead of traditional swashplate mechanism. In addition to primary control, rotor vibration reduction and noise alleviation are also achievable via applying higher harmonic control inputs with the trailing-edge flaps. In this paper, the feasibility of ECR to reduce vibration and noise actively is verified experimentally. Firstly, the test scheme of ECR active vibration and noise control is proposed, and the ECR test platform is modified according to the test scheme. Then, an adaptive control algorithm based on Kalman filter is developed. Lastly, hover and wind tunnel tests is performed to verify the feasibility of ECR active vibration and noise control. The results demonstrate that the ECR are effective for reducing rotor vibration and noise simultaneously. In the hover condition, the ECR can reduce the in-plane hub vibration by 42% and the in-plane noise by 4 dB. In wind tunnel condition, ECR can reduce the hub vibration by 75% and the BVI noise by 3 dB.     

产品差异与卡特尔维持

针对国内彩电、手机等行业的价格战，重新思考卡特尔这种厂商合作组织，并通过建模说明产品差异使得卡特尔趋于更加稳定，从而赋予传统意义上的卡特尔以新的涵义，即限制产量仅是为了解决供大于求的问题，以获得正常利润，保持企业的发展后劲。希望相关厂商能够通过建立新涵义的厂商联盟，走出价格竞争的怪圈，提升相应产业的国际竞争力。     

A new dynamic pushback control method for reducing fuel-burn costs: Using predicted taxi-out time

Long departure-taxi-out time leads to significant airport surface congestion, fuel-burn costs, and excessive emissions of greenhouse gases. To reduce these undesirable effects, a Predicted taxi-out time-based Dynamic Pushback Control(PDPC) method is proposed. The implementation of this method requires two steps: first, the taxi-out times for aircraft are predicted by the leastsquares support-vector regression approach of which the parameters are optimized by an introduced improved Firefly algorithm. Then, a dynamic pushback control model equipped with a linear gate-hold penalty function is built, along with a proposed iterative taxiway queue-threshold optimization algorithm for solving the model. A case study with data obtained from Beijing International airport(PEK) is presented. The taxi-out time prediction model achieves predictive accuracy within 3 min and 5 min by 84.71% and 95.66%, respectively. The results of the proposed pushback method show that total operation cost and fuel-burn cost achieve a 14.0% and 21.1%reduction, respectively, as compared to the traditional K-control policy.(3) From the perspective of implementation, using PDPC policy can significantly reduce the queue length in taxiway and taxi-out time. The total operation cost and fuel-burn cost can be curtailed by 37.2% and 52.1%,respectively, as compared to the non-enforcement of any pushback control mechanism. These results show that the proposed pushback control model can reduce fuel-burn costs and airport surface congestion effectively.     

A multi-frame track-before-detect algorithm based on root label clustering for multiple targets

In this paper, a novel multi-frame track-before-detect algorithm is proposed, which is based on root label clustering to reduce the high computational complexity arising by observation area expansion and clutter/noise density increase. A criterion of track extrapolation is used to construct state transition set, root label is marked by state transition set to obtain the distribution information of multiple targets in measurement space, then measurement plots of multi-frame are divided into sever...