首页期刊导航|系统仿真学报
期刊信息/Journal information
系统仿真学报
系统仿真学报

李伯虎 赵沁平

月刊

1004-731X

simu-xb@vip.sina.com

010-88527147

100039

北京市海淀区永定路50号院

系统仿真学报/Journal Journal of System SimulationCSCD北大核心CSTPCD
查看更多>>《系统仿真学报》是中国系统仿真学会会刊,是中国系统仿真技术领域具有权威性及代表性的学术刊物。其宗旨是报道我国仿真技术领域具有国际、国内领先水平的科研成果, 刊登创新性学术见解的研究论文。《系统仿真学报》由中国系统仿真学会及中国航天科工集团706所联合主办,以中文编辑形式出版,同时附有英文摘要,供国外学者和检索系统引用。本刊始创于1989年,月刊,每期300页左右。《系统仿真学报》的国内影响力逐年提高,据2005年版《中国科技期刊引证报告》统计,《系统仿真学报》的总被引频次为867,在1608种科技期刊中列第188位,在信息科学与系统科学类中列第2位。据《中国学术期刊综合引证年度报告(2005)》统计结果,《系统仿真学报》被列入“科技与生产/技术/自动化”类中的高均值计量指标期刊,总被引频次为1123,影响因子为0.538,Web下载率52.4%,居同类期刊之首。我学报的国际影响力也越来越高,《英国科技文摘SA/INSPEC》连续多年全部收录我学报。2005年《美国工程索引EI数据库》收录我学报814篇论文,收录率为99%。我学报4次获得到中国科协及国家自然基金委的择优性资助。
正式出版
收录年代

    一种融合CNN与Transformer的高鲁棒性目标跟踪算法

    刘沛津付雪峰孙浩峰何林...
    1854-1868页
    查看更多>>摘要:针对因目标物体形变、尺度变化、快速运动和遮挡等导致目标跟踪算法性能下降的问题,基于孪生网络架构提出了一种融合CNN与Transformer的高鲁棒性目标跟踪算法.在特征提取阶段,使用标准卷积提取浅层局部特征信息,在深层网络中设计了一种类卷积Transformer模块建模全局信息,并采用滑窗方式计算Transformer 中的像素值,大大降低了计算量.在特征聚合阶段,采用多头交叉注意力模块构建特征增强与聚合网络,滤除干扰信息,突出与模板相关的信息以提高特征的判别性.与目前的主流算法相比,所提算法在OTB2015数据集上的形变、尺度变化、快速运动和遮挡4种不同挑战下的评估指标均为最优.在GOT-10K数据集上的平均重叠度为70.8%,相比TransT和SiamR-CNN算法分别提高3.7%和5.9%.在LaSOT、UAV123数据集上成功率分别为67.7%、71.9%,相比TransT和SiamR-CNN算法分别提高2.8%、2.8%和2.9%、7%.在VOT2018和VOT2019数据集上的鲁棒性评估结果,所提算法跟踪失败次数最少,鲁棒性指标得分分别为0.112和0.266,相比Ocean算法分别提高0.5%和5%,进一步验证了所提算法具有更高鲁棒性.

    目标跟踪孪生网络Transformer多头交叉注意力机制高鲁棒性

    数字孪生驱动的射电望远镜结构热变形补偿系统

    雷震刘宇华丁凯陈浩祥...
    1869-1883页
    查看更多>>摘要:为解决在日照热载荷作用下大型射电望远镜结构变形无法实测与动态补偿的问题,研究了一种数字孪生驱动的射电望远镜结构热变形补偿系统.提出了基于实测数据与仿真数据融合的射电望远镜热温度场构建方法,建立了射电望远镜结构热变形仿真预测机理模型、结构热变形动态补偿机理模型,开发了射电望远镜结构热变形动态补偿数字孪生系统,通过微型实体模型实验对所提出的技术与系统进行了有效性验证.结果表明:将数字孪生技术应用于射电望远镜等大型天文装备,实现了其结构热变形的近实时监测和动态补偿,且补偿方案具有良好的时效性,有助于提升射电望远镜运行性能.

    数字孪生射电望远镜机械结构变形补偿温度场

    融合改进A*算法和动态窗口法的移动机器人路径规划

    赖荣燊窦磊巫志勇孙帅...
    1884-1894页
    查看更多>>摘要:针对传统A*算法存在拐点冗余、搜索效率低和规划路径曲折等问题,提出一种改进A*算法与改进动态窗口法相结合的融合算法,用于移动机器人的路径规划.针对拐点冗余问题,通过提取关键节点有效去除无用拐点;针对搜索效率低问题,在评价函数的启发函数中引入动态加权因子,改变搜索邻域,减少搜索节点,提高算法运行效率;针对规划路径曲折问题,对规划后的路径使用改进动态窗口法进行优化,提高路径平滑度.通过MATLAB仿真对比实验,证明融合算法在全局路径优化方面的优势,有效减少路径冗余节点数量、缩短路径长度.此外,所提融合算法能够增加机器人路径平滑度和运动稳定性.

    A*算法动态窗口法融合算法路径规划路径平滑

    基于风、光联合出力仿真的多能联供系统鲁棒机会约束优化研究

    包哲李薇张潇方安宗元...
    1895-1913页
    查看更多>>摘要:为了有效规避风、光出力不确定性造成的供需失衡风险、促进多能联供系统的持续、稳定和健康发展,联合使用Copula理论、机会约束规划方法和鲁棒优化算法,构建了考虑风、光联合出力不确定性的多能联供系统鲁棒机会约束优化调度模型.结果显示:该模型不仅可以准确识别和表征风、光联合出力分布概率,制定低违约风险条件下的风、光出力策略,还可以通过调整供给侧能源输出结构,生成鲁棒性最优的多能联供系统运行方案,显著提高系统运行的稳定性,降低风、光不确定性造成的经济风险.

    多能联供系统不确定性Copula理论机会约束鲁棒优化

    集配一体化车辆路径规划的混合进化多目标优化

    张闻强王晓萌张晓晓张国辉...
    1914-1928页
    查看更多>>摘要:为了给各物流企业在车辆配送路径规划方面提供合理有效的决策支持,提出了 一种多区域混合采样策略的全局搜索和基于个体间路线序列差异局部搜索相结合的混合进化多目标优化算法.对问题进行合理的数学模型构建,利用全局搜索策略使得种群个体从多个方向快速收敛至Pareto前沿面,并使用局部搜索策略来引导种群中表现差的个体朝着表现好的个体的方向进化,从而提高了个体的质量和算法的局部搜索能力.所提算法在集配一体化车辆路径问题的标准测试数据集上进行了一系列的实验,结果表明所提方法在收敛性上明显提升,同时搜索到的解具有良好的分布性能.

    集配一体化时间窗混合进化算法多区域采样策略多目标优化

    启发式优化算法的GPU并行加速框架

    王东杰温思歆孟万植吴迪...
    1929-1943页
    查看更多>>摘要:为解决启发式优化算法计算量大、耗时长的缺点,使用图形处理单元(GPU)以及统一计算架构(compute unified device architecture,CUDA)对启发式优化算法进行并行化.提出了一种针对启发式优化算法的GPU并行框架,设计了具有并行逻辑结构的信息交互框架、算法并行优化策略,解决了信息交互的逻辑结构在串、并行中的相异性问题,该框架可并行化各类启发式优化算法,具有一般性与高效性.为验证该框架的有效性,利用并行框架对5种常见启发式优化算法进行并行化,给出了多个测试函数下GPU并行计算与CPU串行计算的对比结果,其中差分进化算法、哈里斯鹰优化算法、灰狼优化算法、鲸鱼优化算法在种群维度为5 000时,分别加速高达179.1、178.6、74.3、358.2倍,同时保证了结果的准确性,表明所设计并行框架的高效性与实用性.

    启发式优化算法GPU并行CUDA模型并行框架信息交互

    网络空间安全中的数字孪生技术研究

    任乾坤熊鑫立刘京菊姚倩...
    1944-1957页
    查看更多>>摘要:网络数字孪生技术将数字孪生和网络空间建模与仿真技术相结合,通过深入研究网络数字孪生技术的内涵及其关键技术,可以更好地利用网络空间建模与仿真技术赋能网络空间安全未来的发展.概述了网络数字孪生的基础理论和研究现状,提出了网络数字孪生的分类法并对网络数字孪生的应用进行了总结,归纳出面向网络空间安全的网络数字孪生模型,论述了网络数字孪生内在安全问题与赋能网络安全技术的方法,展望了网络数字孪生在网络空间安全领域的应用前景与挑战机遇.

    数字孪生网络空间建模与仿真网络空间安全网络防御网络评估

    一种面向异质多移动机器人的改进猫群算法

    康亮杜奕尹丽华
    1958-1968页
    查看更多>>摘要:目前的多移动机器人群组很难做到成员的真正同质,现有的群智能算法也很难包容团队的异质性.关注多移动机器人的异质性协同,提出母子机器人概念.为实现群智能算法在异质多移动机器人中的应用,改进了基本的猫群算法.定义了猫群的子域和邻域,提出了搜索方向的优先级、机器人的扩展轨迹跟踪、搜索空间的吸引力和候选搜索区域等8个方面的猫群算法改进.实验结果表明:母子机器人概念可以实现异质多移动机器人的目标搜索,可以包容团队成员的异质性,验证了改进猫群算法的适用性和有效性.

    多移动机器人猫群算法异质子域搜索方向

    动态路网环境下的路径优化算法研究

    解鑫胡小兵周航
    1969-1981页
    查看更多>>摘要:为解决真实动态路网环境下,静态路径优化(static path optimization,SPO)方法和传统动态路径优化(dynamic path optimization,DPO)方法由于频繁实时优化计算,规划路径过程中容易出现绕路、折返、计算复杂度高等问题,提出基于涟漪扩散算法(ripple-spreading algorithm,RSA)的重启协同进化路径优化(restart co-evolutionary path optimization,RCEPO)方法.将路径优化过程与路网环境的动态变化过程相结合,提升了路径优化效果.仅当路网环境的动态变化超出预测范围时才进行路径的重新优化计算,降低了计算复杂度.实验结果表明:在动态路网环境下,该方法的实际行进轨迹长度和行进时间相较于传统DPO方法分别缩短了 17%和12%.有效解决了真实动态路网环境下路径优化问题.并且通过机器狗实验,验证了该方法的实用性和有效性.

    路径优化动态环境协同进化涟漪扩散算法不确定性