某型机载任务平台自动校准算法模型的建立与应用

针对某型机载任务平台适配校准工作数据采集效率低、人为误差大、校准工作易出现反复调整、无规律可寻以及校准精度不受控等特点,本文结合该机载任务平台适配校准工作原理和方法进行了研究,建立了适配校准理论计算与调整量计算模型,并通过程序化设计和光电技术将其应用于工程化场景中的数据读取和传输,形成一套操作性好、指导性强且界面友好的自动校准测试系统,最后通过实际验证,将适配校准调整次数控制在3次以内且合格率不低于99%,可高效快捷地完成该型机载任务平台校准工作,对改进同类型校准工作具有较好的借鉴价值。

基于DLS和GA的作战任务-平台资源匹配方法

作战任务和平台资源的合理匹配是战役作战准备阶段的主要内容。考虑平台资源能力在作战过程中的损耗,在问题建模的过程中引入了资源能力的损耗系数,使得所建模型更加符合实际作战。提出了基于动态列表调度(dynamic list scheduling,DLS)和遗传算法(genetic algorithm,GA)的模型求解方法,使用DLS选择处理的任务,使用GA为选定任务分配平台资源,给出了该方法具体的设计思路和流程。最后结合联合作战的战役算例,验证了所提方法的优越性和适用性。

不确定性下C2组织结构的“任务—平台”关系设计模型及算法

针对经典"任务—平台"关系设计(task-platform relation design,TPRD)中忽视了指挥控制(com-mand and control,C2)组织所处战场环境不确定性的不足,研究了更符合作战实际的不确定性下C2组织结构的"任务—平台"关系设计(task-platform relation design under uncertainty,TPRDU)问题。考虑了使命成功不确定性、使命执行时间不确定性和平台的能力损耗不确定性,建立了以使命成功概率(mission success probability,MSP)最大为目标的机会约束规划模型。设计了用于求解该模型的分散搜索(scatter search,SS)算法,该算法在生成新解时采用平台冗余设计(platform redundancy design,PRD)策略。最后的计算实验表明了TPRDU问题的实际意义和分散搜索算法的有效性,并验证了PRD策略对MSP的提高作用。

完成时间限制下的任务—平台关系设计模型及算法

针对指挥控制组织结构设计中任务—平台关系的设计问题,提出了一种使命完成时间限制条件下的问题的设计模型及其求解算法。分析了使命完成时间限制条件下任务—平台关系设计(task-platform relation de-sign under mission completion time constraint,TPRDTC)问题的约束条件,建立了以使命执行质量的值最大为目标的问题数学模型。设计了用于求解该模型的循环多动态列表规划(multi-dimensional dynamic list scheduling,MDLS)算法,给出了该算法的详细步骤和流程。最后通过一个联合作战的战役案例,分析并验证了循环MDLS算法对求解TPRDTC问题的有效性和适用性。

多任务航天器平台的姿态和轨道控制系统

由CNES(法国航天局)倡议的法国通用卫星平台PROTEUS定义为一个廉价小卫星,它运行在近地轨道,无需进行重大的具体修改就能够执行多种任务。所考虑的不同种类任务是:惯性定向或对太阳定向,对地球定向(对天顶定向或对天底定向)。CNES已选定AEROSPATIALE负责PROTEUS平台的研制。本文先综述关键要求,然后描述现已开发的通用平台的姿态和轨道控制系统(AOCS)。AEROSPATIALE使用的系统方法已明确:即AOCS对所有的特定任务采用同样的设备、同样的星上软件和同样的控制模式结构。AOCS围绕三种关键部件设计:一个星跟踪器、一个三轴陀螺组合件和一组反作用轮。在所有AOCS模式中(有一个例外),利用这些部件可大大降低部件的数量。仅采用五种模式:星捕获模式、正常运行模式、用4个推力器进行大△V机动的轨道修正模式、用2个推力器进行小△V调整的轨道修正模式以及安全保持模式。保持太阳定向姿态的安全保持模式(SHM)用低权敏感器和执行机构为卫星系统提供很好的鲁棒性。在执行PROTEUS计划的同时,AEROSPATIALE已在三轴动态转台上试验了SHM。本文也描述了涉及PROTEUS计划进度和经费约束等发展设想的一些方面。这个AOCS设计乃至整个平台系统完全能适应不同高度和轨道倾角的飞行任务要求。它也允许有效载荷定向性能与飞行任务和轨道条件无关。

基于CS和MPLDS的作战任务与平台资源匹配方法

针对传统作战任务-平台资源匹配算法中任务优先权系数计算方法存在片面性、平台选择容易陷入局部最优、平台资源利用率不够高等不足,建立以使命完成时间最早、平台资源利用率最高为目标的数学模型,提出布谷鸟搜索(CS)和多优先级列表动态规划(MPLDS)相结合的改进算法,利用CS算法优化作战任务调度顺序、采用MPLDS算法为选定任务分配平台组资源。通过联合作战战役案例对不同算法进行仿真,结果表明改进算法能够得到更短的战役完成时间和更高的平台资源利用率,验证了算法的可行性与优越性。

云平台下基于截止时间的自适应调度策略

针对在共享集群中进行任务调度时,无法兼顾任务的响应速度与任务完成时间的问题,提出一种基于截止时间的自适应调度算法。该算法以用户提交的截止时间为依据,根据任务的执行进度自适应地分配适当的计算资源。不同于传统调度方式里由用户提交固定资源参数,该算法在资源约束的情况下会对优先级高的任务进行抢占式调度以保证服务质量(QoS),并在抢占过程结束后额外分配资源补偿被抢占的任务。在Spark平台进行的任务调度实验结果显示,与另一种资源协调者(YARN)框架下的调度算法相比,所提算法能严格地控制短任务的响应速度,并使长作业的任务完成时间缩短35%。

基于m-best算法与rollout策略的平台-任务关系优化设计方法

在平台-任务关系优化设计中,考虑单个任务资源分配过程中平台资源冗余度对后续任务分配的影响,分析优化设计过程的约束条件,构建了以最大任务执行精度与最小资源冗余度为综合目标函数的平台-任务关系设计的问题模型,并使用基于m-best算法与rollout策略的方法对问题模型进行求解。m-best算法生成单个任务的m个平台分配方案,rollout策略用于均衡不同优先级任务之间的任务执行精度。最后,分别通过特殊算例和一般算例验证所提优化设计方法的优越性,算例的结果表明,使用该优化设计方法能够使高优先权任务的资源冗余度降低,从而使得整体任务执行精度提高。

JAPS中的并行任务支撑平台PTSP

1 概述在现代计算技术中,分布并行处理越来越成为一种关键性的技术.这种由许多小任务合作解决大问题的方法,在过去几年发挥着越来越重要的作用,从高性能科学计算到日常事务的应用程序,都广泛接受和采纳分布并行处理,这是由于对高性能、低代价及强计算能力的需求所导致的,而大规模并行处理机(MPP)

测绘地理信息企业工作任务管理平台的研制与开发

测绘地理信息企业在蓬勃发展的过程中,迫切需要改进企业内部管理机制。通过研制开发工作任务管理平台,将复杂的工作过程和分散的工作环境有效的通过互联网整合起来,使管理和执行过程透明、清晰,极大地降低了项目和工作执行管理难度。

基于5G+MEC的电网边缘计算平台任务安全性调度方法

为保证电网边缘计算平台任务调度的安全性以及任务调度所需的数据质量,提出基于5G+MEC的电网边缘计算平台任务安全性调度方法。结合机密性服务和完整性服务,构建任务调度安全等级模型,约束调度任务队列调度传输过程中的风险,实现5G核心网的安全传输;确认优先级队列类型,选择最小化队列与最大队列,进行数据资源最大化支持、MEC设备端的任务调度,构建分布式任务调度模型,并利用Lyapunov候选函数提升任务调度的稳定性,通过交替方向乘子法求解模型,获取任务安全性调度最优解。测试结果表明,应用该方法后,风险概率结果均在0.15~0.35的范围波动,MEC设备提供的相关数据与核心服务器调度任务的拟合程度均高于0.92;任务调度数据的质量分值也高于0.94。

面向任务过程的高校图书馆微信定制服务

阐述了图书馆微信分任务定制平台的设计思路和具体实施,并且在西安翻译学院图书馆进行了试运行,取得了良好效果。

基于动态优先级的任务计划建模及方法

在任务-平台关系设计问题中,所选择的任务平台(组)和作战任务合理匹配。针对以往在多维动态列表调度算法(Multi-dimensional Dynamic List Scheduling,MDLS)中采用平台的静态优先级进行平台(组)的选择的不足,设计了一种平台动态优先级计算方法。上述方法在进行任务-平台匹配过程中,根据任务需求资源的变化对平台的优先级进行动态变化,最后通过联合作战的战役特定算例,验证了所提方法的优越性和适用性。

便携折叠式民用多功能无人飞行平台的整机设计

本文介绍了一种民用多功能便携式无人飞行平台的设计与制作思路。该飞行器采用了3段式机翼折叠方式,2段式机身折叠方式,具备搭载侦测设备及传感器等对地面及管线进行实时监测。其维护简单,使用方便,成本低廉,可以节省大量的资源及人力。

全球数字平台劳动者就业研究

国际劳工组织于2015年和2017年开展了两次问卷调查,样本覆盖全球75个国家的3500名劳动者。这些劳动者在全球运作的5家大型微任务平台工作。基于问卷调查结果,本文阐述了劳动者的基本特点及其从事这类工作任务的动机,分析了微任务平台的工作条件,介绍了鼓励平台和平台用户遵守最低标准的做法与实践,并提出了改善数字就业平台工作条件的一系列原则。

多任务机床上的深孔加工需求快速增长

目前，深孔加工领域最引人注目的趋势之一是多任务加工。正如在单一机床平台上能够获得常见的加工技术一样，引入相同形式的深孔加工来满足不断增长的需求。石油与天然气及航空工业的特殊需求促进了这种发展趋势，这些行业内有许多价值很高的零件需要进行深孔加工，例如阀块和起落架部件。从传统上来讲，制造这些零件需要使用专用机床，但是把工序合并在一起的呼声高涨，意味着单一的多任务平台可以为最终用户带来显著的收益。其中最主要的优势是高质量。

专业软件开拓多任务加工新市场

多任务机床平台或者说是多任务加工领域是机床行业发展的一种趋势，从传统制造上来讲，制造某些零件需要使用专用机床，但是现在随着企业对加工的要求，把多道工序合并在一起的呼声高涨，这就意味着多任务平台可以为最终用户带来更多收益。

基于核加权KNN和多目标优化的众包平台定价系统设计

随着科技的发展,众包模式越来越受到人们欢迎,而任务定价合理程度关乎众包平台的发展。因此,本文针对任务定价问题,结合数据挖掘和多目标优化理论,设计了基于核加权KNN和多目标优化的众包平台定价系统。首先,分析影响任务定价的相关指标,构建基于核加权KNN的接单判别模型,并利用PSO算法优化参数,增加模型预测精度与鲁棒性。其次,以任务完成率最大、任务总价最小为目标函数,构建多目标优化模型。通过贪心法得出每增加1%任务完成率所需要最少的加价额度,采用有序样品最优聚类,根据最优分割点确定最佳定价方案,保证众包平台能在最小的代价下得到最好的发展。最后,提供众包平台定价系统的设计建议与改进方向。

共享任务服务模式下客户资源价值的研究

现有的共享任务服务平台不再局限于实物类商品的交易,实现了富有创意的在线外包服务共享模式,打破了"马太效应",使小型商家以灵活的定制化服务维持一定客户流量,满足了立基市场的基本需求,集聚庞大客户资源。但基本服务模式的固化难以充分挖掘客户资源价值,形成平台收益瓶颈。文章在不考虑平台间相互竞争条件下,以客户资源价值的充分挖掘为出发点,借助云计算、大数据挖掘技术背景,提出充分挖掘共享任务服务平台客户资源价值的合理化建议,使平台基本服务、延伸拓展服务以及附加产品形成环环相扣、互相支持的共享模式,实现社会资本的价值创造。