机载时间敏感组网分析综述

时间敏感网络“准时、准确”的调度与传输机制可以有效地提升工业自动化系统、车载综合电子系统中信息交互的确定性，潜在的也成为了机载系统高确定性组网的候选方案之一，但如何将其多种时间敏感整形和调度机制与机载组网环境和需求进行匹配，是当下首要解决的问题。在对现阶段的时间敏感网络的标准进行总结的基础上，详细分析了机载组网的需求，并从时间敏感网络调度与优化、保证时延边界分析两方面总结了当下时间敏感网络相关研究的最新进展，以及与机载组网环境相结合的考虑，进一步针对机载组网的典型需求，从协议剪裁、体系管理、模型工程、可靠安全、无线混传等方面详细讨论了时间敏感网络技术在机载环境应用所面临的挑战和关键技术。     

基于A2C算法的低轨星座动态波束资源调度研究

巨型低轨星座为载人飞船、空间站、遥感卫星等用户航天器提供低时延、大容量的通信通道存在波束资源分配优化的难题。针对采用离散时间的深度强化学习A2C(advanced actor-critic)的智能优化框架进行了研究，结合遗传算法中个体和基因概念、形成了可有效满足多用户、动态、并发接入需求的波束资源调度算法。基于仿真分析，提出的算法可在多种典型场景下具有适用性，支持在20 s内完成超过3 000个任务的有效规划，任务成功率不低于91%。通过算法优化实现复杂度的降低，相对传统遗传算法可节约时间45%以上。同时对传统A2C算法框架中的收敛问题进行了优化，解决了传统全连接A2C算法无法收敛的难题，同时相比DQN(deep q-network)算法框架收敛速度提升38%以上。     

网格远程调度系统的设计与实现

阐明了在多集群的网格中，资源调度和任务的分配受到网络和通信延迟的限制。采用元调度机制有效的将作业分配到不同集群计算机中，进一步，义采用动态绑定机制来减少作业分配的延迟。这一机制是绑定相似的请求来组成复合请求分配到网格资源。在不同的服务负载下应用了这些机制，结果显示这些机制能够帮助获得负载均衡和减少作业分配的延迟，同时也能减少程序的运行时间。     

一种基于专家规则系统的仓储弹药调度优化方法

由于弹药调度过程中发生的突发情况，如吊车故障、人员受伤等问题的不确定性，传统数学优化方法难以完全解决。因此，提出了一种基于专家规则库的问询派发子任务方法，能很好地和数学优化算法相结合，解决了上述弹药调度过程中的不确定情况与突发情况，并且该算法具有便于计算机编程实现的优点。