分"档”直接插入排序算法研究

提出了一种由分"档”、整体置换和局部直接插入排序所组成的新排序算法--分"档”直接插入排序法.算法分析和实验结果都表明:在待排序数据非极不均匀分布的情况下,分"档”直接插入排序算法的时间复杂度可达到O(n),而附加存储空间开销却仅仅[(n+1)/2],同时排序速率明显优于QuickSort、HeapSort按字节桶分配链接排序、ProportionSplit Sort等算法.     

基于新结构的二叉排序树生成算法

研究了基于一种一叉树结构的二叉排序树的生成算法,并在此算法的基础上进行时间复杂度分析。该结构无论在空间和时间上对于树操作的效率都有一定的改善。     

MILDDC算法及其在飞机模块化生产网络分析中的应用

在中心度、节点最近邻和局部社团链接度最小增量有效融合的基础上,提出了一种基于中心度的最小链接度增量社团结构探测算法(Minimal Increment of Link Degree Based on Degree Centrality, MILDDC),并将MILDDC算法应用于某型飞机模块化生产网络并进行社团结构分析,计算结果说明,该算法具有一定的适用性,时间复杂度约为线性时间,并且对包含噪声、孤立点以及异形状的网络社团结构探测具有较强的鲁棒性。     

大数据高性能排序算法的设计与实现

针对大数据排序算法的需求,提出了基于任务驱动的并行排序算法。该算法采用任务驱动、AIO(Asynchronous Input/Output,异步输入/输出)和双缓冲区机制等技术充分利用系统资源;通过构造等价排序键,优化快速排序算法;并在算法实现上,采用多线程处理任务,通过控制线程个数控制并行度。综合利用这些技术,该算法使得大数据的排序性能接近理论极限值,在CPU(Central Processing Unit,中央处理器)资源充裕的情况下,利用异步压缩技术,还可以突破这一极限,最终实现的系统2 000s就可以对超过500Gbyte的磁盘数据做一次完整的排序。在数据库设计中充分利用此思想,将会实现连接和线程的分离,数据库将可以支持更大的连接数,从而提高数据库支持的并发度。     

基于多级维纳滤波的双基地MIMO雷达多目标定位方法

为了降低双基地多输入多输出(MIMO)雷达目标定位过程中的计算复杂度,避免进行占主要计算量的协方差矩阵特征值分解或奇异值分解和二维空间谱的峰值搜索,将多级维纳滤波(MSWF)应用于双基地MIMO雷达多目标定位的研究中。利用MSWF的前向递推原理,得到信号子空间;然后利用ESPRIT算法估计发射角(DOD)和接收角(DOA),且DOD和DOA自动配对,实现了多目标交叉定位。分析了本文算法和ESPRIT算法的计算复杂度,并通过仿真实验及性能分析验证本文算法的有效性。理论分析和实验结果表明:本文算法在保证二维方位角估计性能的基础上,显著地降低了计算复杂度,缩短了运算时间,更加符合MIMO雷达信号实时处理的要求。     

进近过程中的排序和冲突解决算法研究

研究了终端区飞机进近过程中排序和冲突解决的调度算法.借鉴美国研制的最后进近间隔工具(FAST)中的排序、冲突预防和解决方法,讨论了这些方法在终端区飞机进近过程中将排序和冲突解决综合实现问题,分别给出了在飞行段和汇聚过程中排序和冲突解决的算法模型.仿真结果表明该模型能有效地解决最后进近过程中的排序和冲突问题,使到达飞机流快速有序地进入机场着陆.     

终端区飞机排序的规划模型和算法研究

对终端区到达飞机进行排序是终端区交通管理自动化系统的一项主要任务。提出了一种新的终端区规划排序模型，把飞机的排序问题看作等价于带有准备好时间的渐增周游店员问题，并给出了兼顾解的最优性和计算复杂性的快速启发式算法。分析了静态和动态两种情况，并且考虑了实际的运行限制。计算结果表明，所给模型和算法具有良好的规划性能，能较好地解决终端区排序问题，可应用于我国空中战术流量管制系统。     

蚂蚁算法在订单排序中的应用

在分析印刷业工艺瓶颈工序的基础上，将印刷业订单排序问题简化为单机排序问题，并建立了该排序的数学模型。同时以最小化订单的提前／拖期为目标，将蚂蚁算法合理的应用于该模型中。该算法已经应用于实际的印刷业生产排序中，并且取得了较为良好的效果。     

模糊控制在进场航班调度优化中的应用

对终端区进场航班排序的实际运行程序进行了深入的分析研究，在国内首次提出将模糊控制理论应用于进场航班排序的想法．设计了排序算法，并利用MATLAB模糊工具箱进行了仿真计算，得到了合理可行的排序结果.     

基于拉格朗日松弛算法的终端区飞机排序研究

终端区飞机排序问题是减少航班延误、降低成本的关键技术.考虑机型运行成本和飞机总延误时间,建立一个0~1整数规划模型.因其是一个组合优化问题,多约束相互制约,采用拉格朗日松弛算法将复杂约束转换为线性约束进行求解.仿真结果表明,求得的进近队列延误小、延误成本低、无冲突,且拉格朗日松弛算法计算得到的结果更为可靠,符合实际运行需求,结果优于传统的启发式算法.     

一种面向航空集群的集中控制式网络部署方法

软件定义网络（SDN）的发展为机载网络构建提供了全新的设计思想。针对航空集群环境下控制平面的可扩展性问题,研究了混合层次式架构下的多控制器部署问题。首先,为实现对底层传输节点的弹性管控,通过扩展控制层级定义了本地控制器资源池。然后,为减少时间复杂度,实现本地控制器的快速部署,将传统的多控制器直接部署转化为子域划分和域内部署两个步骤,提出了基于节点密度排序的子域划分算法和基于改进多目标模拟退火的域内控制器部署算法。实验结果表明：与已有算法相比,所提算法在保证控制器的负载均衡基础上,可以有效减少网络控制链路的平均时延和平均失连率,同时时间复杂度更低,能够适用于大规模及动态网络环境下的控制器部署场景。     

基于优势关系粗糙集的属性约简算法

针对目前对不同信息系统下优势粗集的处理几乎都是将其划为单值完备信息系统来处理这种现象,以及基于区别矩阵和基于正域的属性约简算法是不等价的这个问题,提出了一种基于单值完备信息系统的快速属性约简算法。首先,提出了对象集约简;其次,使用基数排序思想计算;再次,结合了区别矩阵和正域约简2种算法,在大量提高算法时间复杂度的同时提高了算法的可信度;最后,采用实验验证了约简算法的实用性。     

政府在民族零售企业并购中的作用

中国零售业市场已向WTO成员国全面开放,面对每年近三万多亿元人民币的零售业大市场和国际跨国零售商的全面竞争,并购已经成为民族零售企业迅速形成规模化经营的有效途径。政府可以通过制定相关法律法规、鼓励并购与退出、打破地方保护主义、指导并购后企业整合等政策主导作用来推动和促进民族零售企业的并购。     

改进 K-均值算法在雷达辐射源信号预分选中的应用

雷达辐射源信号分选是电子对抗领域一个关键技术,随着电子技术的发展,电磁环境日趋复杂,信号分选的难度越来越大,在这样的条件下,我们应该寻求新的解决问题的方法.本文首先概述了雷达辐射源信号分选意义、系统组成和分选流程,然后介绍了改进 K-均值算法.为了有效实现信号分选,提出了基于改进K-均值算法的信号分选方法,该方法可对到达角、载频和脉宽参数进行分选.最后进行了仿真实验,结果表明该方法实现简单,分选效果较好     

散点状分布危险天气区域下的航班改航路径规划

针对沿航线散点状分布的危险天气区域影响下的航班改航问题,提出了基于多目标遗传算法(MOGA)的航班改航路径规划方法。首先建立了基于网格的改航环境模型,并给出散点状分布危险天气区域的描述方法。然后以改航航段的航段距离、平均偏离距离和转弯点个数为目标,应用带精英保留策略的非支配排序遗传算法(NSGA-II)对改航路径规划进行研究,提出了适用于改航路径规划的编码方法,同时引入了删除算子。最后,以昆明—广州航线为例,研究了散点状分布危险天气区域下的改航路径规划,并与基于多边形的改航路径规划算法作了比较。仿真结果表明：采用本文方法运行一次即可得到多条安全、可行的改航路径,且无需先验知识,为决策者选择改航路径提供了充足的依据。     

基于扩展Petri网的飞机装配系统设备调度方法

针对飞机装配过程中设备调度的复杂性,提出了基于扩展Petri网构建设备调度模型的新方法。结合飞机装配的实际特点,论述了模型定义过程和建立方法。该模型以面向对象Petri网表达飞机装配过程,以赋时Petri网将装配过程与辅助设备相关联,利用混合算法以时间和设备利用率为目标对模型进行优化求解。以某模型飞机中机身装配过程为例,应用该方法进行建模并求解,实例应用与分析表明该方法对实际装配设备调度具有较大的指导意义。     

基于排列熵的长时间序列复杂程度分析

针对光纤陀螺温度漂移过程中,长时间序列的复杂程度分析问题,提出了一种新的排列熵计算模型.排列熵算法能够有效放大时间序列的微弱变化,且计算简单、效率高,在时间序列分析方面具有很好的效果.但时间序列长度对排列熵的影响较大,同时,长时间序列的排列熵算法效率较低.为了有效计算长漂移序列的排列熵,引入包络曲线思想并计算包络均值,...     

基于能量最优的敏捷遥感卫星在轨任务规划

针对敏捷遥感卫星对多个离散观测点在轨自主任务规划问题,在考虑姿态运动方程耦合性的基础上,将问题分解为空间资源调度问题和连续最优控制问题,进而提出了一种结合伪谱法和遗传算法的混合求解算法。该算法针对基于行商问题(TSP)模型建立的空间资源调度问题模型,选用二维编码结构对观测顺序和相对观测时间进行实数编码,并采用遗传算法求解观测序列和观测时间;针对判断观测时间可行性时涉及的时间最优控制问题、以及姿态转移过程中涉及的最小能量消耗问题,将其归结为连续最优控制问题,并基于Gauss伪谱协态变量映射定理,采用Gauss伪谱法进行求解。通过与基于单纯遗传算法的规划算法进行对比试验,本文所提出的基于伪谱法和遗传算法的混合求解策略针对目标问题,在典型工况下姿态转移过程中能量消耗降低60%。     

基于DMOM算法的航空发动机性能寻优控制

提出一种分散迁移优化算法(DMOM),可实现多峰值优化问题的全局最优解搜索.该算法通过随机选择参考粒子,不断迁移搜索自身所处区域峰值点,再通过分散操作排除局部最优点,重新生成新个体,可快速搜索到全局最优区域.将DMOM应用于航空发动机性能寻优控制仿真,结果表明:在最小油耗和最低涡轮温度模式下, DMOM的寻优速度相比遗传算法(GA)和粒子群算法(PSO)提高了2倍以上;同时DMOM的优化精度相比自组织迁移算法(SOMA)提高了60%以上,相比可行性序列二次规划(FSQP)算法提高了20%以上.验证了DMOM相比其他优化算法有更强的跳出局部最优的能力,在航空发动机最小油耗和最低涡轮温度这类多峰值寻优问题中具有明显的优势.