简介:存在监控冲突的天基中段预警传感器调度优化是一个动态、高维、复杂多约束的非线性优化问题,其解空间的高维度与状态复杂性直接制约了智能优化算法的运用。本文以任务分解与任务复合优先权计算为基础,通过二级分离机制将解空间维度与状态复杂性降低至适于连续蚁群(continuousant-colonyoptimization,CACO)处理的全局优化形态,构建出相应的优化子路径集.在此基础上,针对监控冲突导致的状态变化特性,从局部搜索递进与募集的角度提出适于传感器调度优化的MG-DCACO(doubledirectioncontinuousant-colonyoptimizationbasedmassrecruitmentandgrouprecruitment)算法,成功将智能优化算法应用于基于低轨星座的天基中段预警中.最后对算法的收敛性进行论证,并通过与已有规则调度算法的对比得出MG-DCACO算法可获得优于规则调度算法的全局最优解。
简介:为解决以往上市公司集成评价模型中各方法评价结果不一致问题,本文构建了改进集成评价模型。该模型先采用层次分析法、灰色关联度法、因子分析法进行评价,并运用KENDALL-W协和系数法对各评价结果进行事前一致性检验;通过检验后,再分别运用算术平均组合评价模型、Borda组合评价模型和Copeland组合评价模型进行组合评价。为了衡量组合评价与各评价方法的评价结果是否吻合,应用Spearman等级相关系数进行组合评价方法的事后检验,并根据Spearman等级相关系数的大小,选出最优的组合评价方法。最后,对中国26家上市运输公司财务绩效进行了集成评价的实证研究,并以算术平均组合评价模型的标准得分为聚类指标,采用欧氏距离法对26家上市运输公司进行聚类。结果显示:铁路、水路、公路运输各存在一个典型绩优企业,分别是:铁龙物流、北京传媒、海峡股份,四类上市运输公司中铁路上市公司财务绩效最优。