集成研发平台构建中的任务管理技术

企业信息化应用的推进过程一般是由点及面、由表及里。由点及面的过程,需要融合诸多"信息孤岛";由表及里的过程,需要提炼业务规则,建立业务环境,集成工具链。基于任务管理技术研究,提出一种集成研发平台构建方案,通过流程/任务库的建立,使得流程和任务得以预置和触发,提高了系统的开放性和业务综合能力,对解决涉及多个遗留(Legacy)系统的复杂业务过程集成问题,有一定的借鉴意义。     

多无人机对地攻击任务分配算法

在不确定条件下的战场环境中,实时有效的动态任务分配是多无人机顺利完成对地攻击任务的关键.文章基于拍卖机制原理提出了多无人机的动态任务分配算法,给出了算法流程,构建了收益计算函数,并对算法效率进行了分析.仿真试验表明所提出的算法同传统方法相比,大大减少了通信计算量,具有更好的实时性     

面向单机相依任务调度的GPU并行蚁群算法

蚁群算法是一种具有高度并行特征的群智能算法,串行实现过程中具有收敛速度慢的特点,在将其应用到相依任务序列的单机调度问题中时,以任务在不同作业序下的完成时间为基础,建立了单机调度问题的TSP模型。以任务完成时间最优化为目的,实现了一种求解相依任务单机调度的改进蚁群算法,并基于GPU对其进行了并行化设计。实验表明该算法能够完成相依任务的调度处理,通过并行化得到了较高的加速比。     

基于DoDAF的装备保障任务建模与仿真的验证

装备保障任务建模与仿真是装备保障性能分析的基础,针对装备保障任务层次结构复杂、结构动态变化的特点,文章采用美国国防部体系结构框架(Department of Defense Architecture Framework,DoDAF),对装备保障任务建模需求进行分析,选取相应的DoDAF产品进行目标、资源、活动及活动间关系描述,探讨装备保障任务的分解原则,对装备保障任务进行逐级分解,建立保障任务模型,采用Telelogic SA(System Architect)软件构建装备保障任务的仿真模型,并以美国"尼米兹"级航母对岸作战航空保障任务为例,分析其任务成功率,对建立的模型进行仿真验证,证明了模型和方法的有效性。     

基于Transformer层次预测的多星应急观测任务规划方法

应急观测任务规划是一个强时效性的复杂组合优化问题,必须在规定的时限内完成相应的计算。采用机器学习的方法对规划问题进行初始规划方案预测,可以有效地简化计算复杂度。为此,提出一种基于Transformer层次预测的多星应急观测任务规划方法,将多星任务规划的求解过程分解为3个步骤：首先,利用基于Transformer的任务可调度性预测模型预测待规划任务是否执行,得到预执行任务集合;然后,基于Transformer的任务分配模型对预执行任务集合分配卫星,得到初始规划方案;最后,利用基于随机爬山的约束修正算法对初始规划方案进行优化调整,得到可行规划方案。为验证所提方法的有效性,通过大量仿真实验与CPLEX优化器、标准遗传算法、长短期记忆网络等方法模型进行比较,实验结果表明所提方法计算耗时短,规划收益高,适用于多星观测任务快速规划。     

基于任务的软件配置管理模型的研究

介绍了传统配置管理模型的特点,针对其管理分散、难于在数据以及数据版本间建立关联等问题,对基于任务的软件配置管理模型进行了深入研究.模型在传统的配置管理模型中增加任务层,以功能要求为目标驱动,创建任务结点,通过任务的完成建立起上层目标与所有相关的配置项及配置项版本的关联,从而实现了目标与基本管理单元的自动追踪.     

无人机双机编队攻击作战效能评估

针对无人机双机编队任务协同/非协同攻击作战情况,运用概率论及搜索理论,建立了目标搜索、识别、攻击作战的效能评估数学模型,在此数学模型基础上分析了任务协同和非协同条件下的攻击任务成功率及影响因素,结果得出双机协同、非协同在不同作战情况下有着各自的优势。分析结果对实际作战安排做出了指导性原则,对提高无人机集群作战效能具有实际意义。     

自由漂浮空间机器人神经网络自适应补偿控制

针对更具工程价值的任务空间内的自由漂浮状态空间机器人模型不确定性末端控制问题,提出了一种自适应神经网络控制策略用于机器人末端控制.通过神经网络在线建模来逼近系统中的非线性模型,神经网络的逼近误差及外界有界扰动通过鲁棒控制器来消除,采用引入GL矩阵及其乘法算子"·"来直接辨识的各部分系统参数.该控制策略既不需要逆动态模型的估计值,同时也避免了求雅克比矩阵的逆,降低了计算量.基于李亚普诺夫理论证明了整个闭环系统全局渐近稳定.仿真结果表明了这种神经网络控制器对于任务空间的空间机器人末端控制在达到较高的精度的同时,能够满足实时性要求,具有重要的工程应用价值.     

工作流技术在卫星地面系统的应用分析与设计

调研了国内外工作流技术,结合其发展过程与现状,分析和论证了工作流技术在卫星地面系统运行控制软件中应用的可行性,从运行控制软件需求的角度提出了一种轻量级的、具有针对性的工作流引擎的设计方案并进行验证,为后续项目开发提供了一种新的思路与方法.     

基于并行蚁群优化的多UCAV任务分配仿真平台

多无人作战飞机(UCAV)协同作战是UCAV参与战斗的主要模式,而多UCAV任务分配是多UCAV协同作战研究的关键问题。针对现有多UCAV任务分配方法中所存在的计算量大、运行时间长等问题,提出了一种基于并行蚁群优化(ACO)的多UCAV任务分配方法。在构建多UCAV空战优势矩阵的基础上,给出了综合态势评估函数;随后阐述了基本ACO算法的基本原理和数学模型,提出了一种用并行ACO算法解决多UCAV任务分配问题的实现方法;最后基于MATLAB图形用户界面(GUI)开发了一种基于并行蚁群优化的多UCAV任务分配仿真平台。实践证明该仿真平台具有良好、开放的可扩展性,且使用方便。