KR970005019B1 - 자원을 배정하기 위한 시스템 및 그 방법 - Google Patents

자원을 배정하기 위한 시스템 및 그 방법 Download PDF

Info

Publication number
KR970005019B1
KR970005019B1 KR1019930028150A KR930028150A KR970005019B1 KR 970005019 B1 KR970005019 B1 KR 970005019B1 KR 1019930028150 A KR1019930028150 A KR 1019930028150A KR 930028150 A KR930028150 A KR 930028150A KR 970005019 B1 KR970005019 B1 KR 970005019B1
Authority
KR
South Korea
Prior art keywords
resource
schedules
processor
data
schedule
Prior art date
Application number
KR1019930028150A
Other languages
English (en)
Other versions
KR940015891A (ko
Inventor
이.죠지아데스 다이앤
알. 젠센 페트릭
에스. 니콜스 토마스
Original Assignee
휴우즈 에어크라프트 캄파니
완다 케이. 덴슨-로우
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 휴우즈 에어크라프트 캄파니, 완다 케이. 덴슨-로우 filed Critical 휴우즈 에어크라프트 캄파니
Publication of KR940015891A publication Critical patent/KR940015891A/ko
Application granted granted Critical
Publication of KR970005019B1 publication Critical patent/KR970005019B1/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F13/00—Interconnection of, or transfer of information or other signals between, memories, input/output devices or central processing units
    • G06F13/10—Program control for peripheral devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00—Digital computers in general; Data processing equipment in general

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Physics & Mathematics (AREA)
  • Game Theory and Decision Science (AREA)
  • Educational Administration (AREA)
  • Development Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Hardware Design (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

내용없음.

Description

자원을 배정하기 위한 시스템 및 그 방법
제1도는 데이타 프로세싱 환경에 도시된 자원을 배정하기 위한 본 발명의 시스템의 예시적인 실시예의 간단한 블록도.
제2도는 자원 배정 스케줄의 세트를 결정하기 위해 사용된 데이타 프로세서의 소자들을 도시한 자원을 배정하기 위한 제1도의 시스템의 보다 상세한 블록도.
제3도는 자원 배정 스케줄의 세트를 결정하기 위해 실행되는 프로세싱 단계들을 도시한 제1도의 자원을 배정하기 위한 시스템의 흐름도.
* 도면의 주요부분에 대한 부호의 설명
100 : 자원 배정을 위한 시스템 102 : 사용자 인터페이스
104 : 입력 데이타 템플레이트 106 : 데이타 프로세서
108 : 활성화 스위치 110 : 출력 데이타 템플레이트
112 : 디스플레이 모니터 116 : 저장 메모리
118 : 초기 평가 프로세서 120 : 확률 배정 및 선택 프로세서
122 : 재생 프로세서 126 : 최종 평가 프로세서
본 발명은 자원들을 배정하고 스케줄하기 위한 시스템과 기술에 관한 것으로 특히, 시간 임계 상황(즉, 군사적 응용)에서 자원들의 배정과 스케줄링을 위한 방법과 장치에 관한 것이다.
본 발명이 본 명세서에서 특정한 응용들에 대한 예시적인 실시예들에 관하여 기술되지만 본 발명이 그것에 한정되지는 않는다고 이해되어야 한다. 본 분야의 통상적인 기술과 본 명세서에서 제공되는 교지에 대한 접근으로 부가적인 변경, 응용 그리고 본 발명의 범위와 본 발명이 유용하게 사용될 수 있는 부가적인 분야내에서의 실시예들이 인식될 것이다.
자원의 최적 배정과 스케줄링은 어렵고 대규모의 상업적, 산업 및 군사 응용들에서 필요로 하고 있다. 종래의 자원 배정 기술은 슈퍼 컴퓨터와 최적 배정 스케줄에 도달할 자원의 모든 가능한 조합들을 조사하는 철저한 검색을 사용한다. 그 기술은 계산 집약적이고 단일 실행 계획의 완수를 위해 요구되는 시간이 1개월 정도이다. 그러므로, 슈퍼컴퓨터를 사용하는 종래의 방법의 자원관리는 시간 임계 상황에서는 사용이 제한된다.
자원관리의 다른 방법은 명령, 통제, 통신 미 정보(C3I) 워크스테이션의 사용을 포함한다. C3I 워크스테이션은 C3I계획자가 전장 부근에서의 분석이나 타당성 조사없이 자원 배정과 스케줄링을 실행하 수 있게 한다. 원격 C3I 워크스테이션은 통상적인 슈퍼컴퓨터보다 낮은 게산력을 갖는 휴대 가능한 유니트이다. 불행하게도, 원격 C3I 워크스테이션과 관련된 컴퓨터는 전형적으로 실행 계획을 완수하기 위해 요구되는 컴퓨터 시뮬레이션을 실행할 수 있는 충분한 계산력을 갖지 못한다.
그러므로, 시간 임계 상황에서 자원들을 배정하고 스케줄하는 시스템이 본 분야에서 요구된다.
본 분야에서의 이러한 요구는 본 발명의 자원배정 시스템에 의해 충족된다.
본 발명의 시스템은 입력 파라미터들의 모음(collection) 을 수신하기 위한 제1메카미즘과 입력 파라미터에 따라 데이타를 프로세스하기 위한 제2메커니즘을 포함한다. 또한 제2메커니즘을 포함한다. 또한 제2메커니즘은 자원 스케줄들의 모음을 발생하기 위한 제3메커니즘, 자원 스케줄 조합들의 무작위 세트를 제공하기 위한 제4메커니즘 그리고 자원 배정 스케줄의 세트를 제공하기 위한 제5메커니즘을 포함한다. 마지막으로, 제6메커니즘이 자원 배정 스케줄들의 세트에 따라 자원들을 배정하기 위해 제공된다.
양호한 실시예에서, 본 발명의 자원을 배정하기 위한 시스템은 입력 데이타를 수신하고 포멧한다. 스위치의 활성화시에, 포맷된 데이타는 데이타 프로세스로 로드되고 데이타 프로세스에 의해 연산된다. 데이타 프로세스는 자원 스케줄들을 발생하고, 저장하고, 평가하며 우선 순위를 매긴다. 자원 스케줄의 조합들의 감소된 세트는 피드백 루프내에서의 몇번의 반복 후에 자원 스케줄의 무작위 세트를 제공하는 재생을 위해 선택된다. 그후에 선택된 자원 스케줄의 조합과 그것의 효율성 등급이 디스플레이상에 모니터된다.
본 발명의 자원들을 배정하기 위한 시스템(100)의 제1도에 도시된다. 사용자 인터페이스(102)가 예를들어, 다수의 입력 파라미터들을 조작자로부터 시스템(100)으로 수신하기 위해 사용된다. 사용자 인터페이스(102)는 키보드와 같은 몇 개의 공지된 데이타 입력 장치들중의 어느 것이다. 입력 파라미터들은 자원, 우선순위 그리고 시스템(100)이 어드레스하기 위해 사용되고 있다는 문제에 특정된 억제등과 같은 데이타를 포함한다. 입력 파라미터들은 제1도에 도시된대로 예를들어, 타이핑에 의해 다수의 입력 데이타 템플레이트(104)로 들어간다. 입력 데이타 템플레이트(104)의 기능은 입력 파라미터들이 데이타 프로세서(106)은 입력 파라미터의 데이타를 다수의 유용한 자원이나 자원을 배정하는 것에 대한 최적의 스케줄을 결정하기 위해 사용한다.
제1도에 도시된대로 입력 데이타 템플레이트(104)와 데이타 프로세서(106) 사이의 활성화 스위치(108)이 배치된다. 활성화 스위치(108)의 기능은 데이타 프로세서(106)으로 데이타 엑세스를 허용하는 것이다. 그러므로, 활성화 스위치(108)이 동작될 때, 적절하게 포멧된 입력 파라미터들을 표시하는 입력 데이타가 데이타 프로세서(106)으로 전송된다. 다음으로 데이타 프로세서(106)은 입력 데이타 템플레이트(104)에 의해 제공된 입력 데이타에 따라 동작한다. 일반적으로, 데이타 프로세서(106)은 자원 스케줄들을 발생하고, 저장하고, 평가하며 우선 순위를 매긴다. 그 다음으로, 자원 스케줄의 조합들의 감소된 세트는 데이타 프로세서106)의 회로내에서 몇번의 반복 후에 자원 스케줄의 조합들의 무작위 세트를 제공하는 재생을 위해 선택된다.
다수의 요구된 작업과 그것의 효율성 등급에 따라 유용한 자원들을 배정하기 위한 선택된 스케줄의 세트가 데이타 프로세서(106)에 의해 다수의 출력 데이타 템플레이트(110)에 제공된다. 출력 데이타 템플레이트(110)은 자원 배경 스케줄과 디스플레이 모니터(112)와 같은 기계-사람 인터페이스로의 진입에 대응하는 효율성 등급을 포멧한다. 자원 배정 스케줄은 참조용 메모리(도시되지 않음)에 저장되고 그후에 데이타 프로세서(106)의 제어는 사용자 인터페이스(102)로 되돌아간다. 그 다음에, 다른 입력 데이타 템플레이트(104)가 활성화 스위치(108)의 동작에 의하여 입력 데이타를 데이타 프로세서(106)으로 전송하기 위해 사용된다.
제1도에 나타난 몇 개의 요소들이 컴퓨터 소프트웨어내에서 실행될 수 있음에 주목하여야 한다. 특히, 입력 데이타 템플레이트(104)와 출력 데이타 템플레이트(110)은 소프트웨어로 제어될 수 있다. 입력 데이타 템플레이트(104)와 출력 데이타 템플레이트(110)은 각각 본 분야에서 공지된 상업용 스프레드시트(spreadsheet) 템플레이트일 수 있다. 데이타는 사용자 인터페이스(102) 즉, 키보드를 경유하여 스프레드시트 템플레이트(104)로 직접 타이프된다. 일단 데이타가 스프레드시트 템플레이트(104)로 들어가면, 활성화 스위치(108)이 동작된다.
활성화 스위치(108)은 예를 들어, 디스플레이 모니터(112)의 스크린상에 나타나는 소프트웨어 버튼일 수 있다. 활성화 스위치는 또는 소프트웨어 버튼(108)은 디스프레이 모니터(112)와 관련된 마우스에 의해 트리거될 수 있다.
시스템(100)과 관련된 방법은 데이타 프로세서(106)에 발생적 알고리듬을 사용하는 것에 의해 달성된다. 데이타 프로세서(106)는 자원 스케줄을 발생하고, 저장하고, 평가하며 우선 순위를 매기기 위해 발생적 알고리듬을 사용한다. 발생적 알고리듬은 자원 배정 스케줄의 세트에 대한 탐색을 레버리지( leverage)하기 위해 후보된 해들 중 비트 교환(bit swapping)을 사용하는 탐색이고 최적화 기술이다. 비트 교환은 새로운 해들을 만들기 위해 후보 해들을 결합한 방법으로 정의된다. 본 발명의 방법의 사용은 모든 가능한 해들을 철저한 탐색을 요구하지 않고 대신에 레버리지된 탐색을 사용한다. 레버리지된 탐색에서, 어드레스되는 문제와 관련된 입력 파라미터들은 사용자 인터페이스(102)를 경유하여 입력 데이타 템플레이트(104)로 들어간다. 시스템(100)으로 입력 파라미터들이 들어가면 데이타(106)은 자원들의 각각 및 모든 가능한 스케줄을 조사하지 않아도 된다.
그러므로, 계산 횟수와 요구되는 탐색 시간이 감소된다.
그후에 자원 스케줄의 감소된 세트가 재생을 위해 선택된다. 감소된 세트의 재생은 다수의 요구된 작업에 유용한 자원을 배정하는 스케줄을 선택하기 위한 자원 스케줄의 조합들의 무작위 세트를 제공한다. 활성화 스위치(108)의 동작은 발생적 알고리듬을 위한 코드를 엑세스한다. 이 동작은 스프레드시트 템플레이트(104)로부터 나온 데이타 프로세서(106)의 제어를 발생적 알고리듬으로 전송하는 것이다. 발생적 알고리듬이 입력 파라미터에 의해 표시된 많은 해들을 평가한 후, 그 결과가 출력 데이타 템플레이트(110)으로 전송된다. 그 다음에 조작자는 디스플레이 모니터(112)를 경유하여 평가된 해들에 엑세스할 수있다.
발생적 알고리듬은 사용자 인터페이스(102)(즉, 키보드)로부터 나와 입력 데이타 템플레이트(104)로 들어간 입력 데이타를 자원 배정 스케줄의 적합한 조합을 위한 탐색에 사용한다. 자원 배정 스케줄들의 조합은 템플레이트(104)로 들어간 입력 파라미터들에 의해 어드레스되고 한정되는 문제에 대한 해이다. 입력 파라미터들의 예들은 임무 실행 프로파일, 유효 행렬, 자원 배정 그리고 발생적 파라미터들을 포함한다. 발생적 파라미터들은 교차 및 변화의 확률, 발생의 수, 모집단의 크기 그리고 자원 배정 스케줄의 조합에 대한 탐색을 위한 무작위 시드를 포함한다. 부가하여, 어드레스된 문제의 목적들이 발생적 알고리듬에 제공된다. 본 발명의 특정한 방법에 있어서, 주 목적은 군사장비를 가장 효율적인 방식에서 다수의 직무에 배정하는 것이다.
템플레이트(104)로부터 나온 입력 데이타는 제2도에 도시된대로 데이타 프로세서(106)으로 들어간다. 데이타 프로세서(106)내에서, 입력 데이타는 난수(random number) 발생기(114) 로 지향된다. 발생적 알고리듬은 해의 모집단 또는 지수의 열로 표시된 자원 스케줄의 조합의 세트를 무작위적으로 발생하기 위해 난수 발생기(114)내의 무작위 시드 입력 파라미터를 사용한다. 자원 스케줄은 시간적으로 중첩하지 않는 자원배정의 세트로 한정된다. 각 지수는 발생적 알고리듬이다수의 해 스케줄을 처리하도록 하는 메커니즘으로 채택된다. 또한 각 지수는 특정 자원에 대한 최대 스케줄의 세트의 하나를 나타낸다. 최대 자원 스케줄의 시간적으로 중첩을 일으키지 않고는 배정이 부가될 수 없는 배정의 세트로 한정된다. 해의 모집단 또는 자원 스케줄의 크기는 입력 파라미터로부터 결정된다. 그다음 자원에 대한 최대 스케줄이라고 나타난 다수의 자원 스케줄은 제2도에 도시된 대로 데이타 베이스 저장 메모리(116)에 저장된다. 다음으로 다수의 자원 스케줄을 확인하는 지수의 열이 초기 평가 프로세서(118)로 나아간다.
초기 평가 프로세서(118)은 입력 파라미터의 유효 행렬을 해의 모집단에서 자원 스케줄의 조합을평가하기 위해 사용한다. 자원 스케줄의 각 조합은 각 세트가 해로 적합한지를 결정하기 위해 초기에 평가된다. 자원 스케줄의 각 특정한 조합은 입력 파라미터로 들어간 문제의 목적에 대해 평가된다. 이같은 자원 스케줄의 조합은 지수의 열에 의해 표시된다. 지수의 열내의 각 지수는 데이타 베이스 저장 메모리(116)내의 자원에대한 최대 스케줄의 세트에서 나온 개별적인 자원 스케줄을 검색하기 위한 지침으로 사용된다. 평가의 결과에 기초하여, 자원 스케줄의 조합들은 문제의 목적을 만족하는 능력에 따라 등급되거나 우선 순위가 매겨진다. 문제의 목적을 보다 양호하게 만족하게 실행하는 조합이나 해들은 보다 높게 등급된다. 초기 평가 프로세서(118)로부터 전송된 출력 신호는 다수의 지수의 우선 순위가 매겨진 열이다.
그 다음 다수의 지수의 우선 순위가 매겨진 열은 제2도에 도시된대로 초기 평가 프로세서(118)로부터 확률 배정 및 선택 프로세서(120)으로 전송된다. 지수의 열의 우선 순위에 기초하여, 자원 스케줄의 각각의 조합 또는 지수의 열에 대한 선택의 확률이 결정된다. 가장 높게 우선순위된 자원 스케줄의 조합이 가장 높은 선택의 확률로 배정된다. 다음으로 발생적 알고리듬은 배정된선택의 확률을 사용하여 자원 스케줄의 조합의 감소된 세트 또는 지수의 열을 선택한다.
지수의 우선 순위가 매겨진 열의 최상의 퍼센트만이 자원 스케줄의 조합의 다음의 모집단에 표시되도록 감소된 세트가 선택된다. 예로서, 만일 100개의 지수의 우선 순위가 매겨진 열들이 있다면, 최상의 25개의 열들이 선택될 수 있다. 선택된 지수의 최상의 25개 열들은 그 문제에 대한 자원 스케줄의 조합들 또는 해의 최상의 25개를 표시한다. 다음으로 선택된 열들은 제2도에 도시된 대로 재생 프로세서(122)로 전송된다.
재생 프로세서(122)는 선택에 유용한 지수의 열의 수를 증가시키기 위해 지수의 선택된 열을 복제한다. 이것은 교차 및 변화로 공지된 동작에서 달성될 수 있다. 교차 동작은 자원 스케줄 조합들의 무작위로 선택한 지수 열의 쌍으로 이루어진다. 다음으로 각각의 지수 열의 쌍들은 4개의 부분적인 지수의 열을 발생하는 무작위로 선택된 분할 점에서 나누어진다. 그 다음 4개의 지수의 부분적 열들은 2개의 새로운 지수의 열 또는 자원 스케줄의 조합들을 형성하기 위해 교환 된다. 자원 스케줄의 선택된 조합의 쌍의 지수의 본래의 열들이 상실되는 것에 주목해야 한다. 발생적 알고리듬은 입력 파라미터내에 포함된 교차 확률에 기초하여 자원 스케줄의 최상의 조합들의 세트상에서 교차 동작을 실행한다. 이제 지수의 열의 수는 확률 배정 및 선택 프로세서(120)에 들어간 지수의 우선 순위가 매겨진 열의 수와 등가이다. 높은 우선 순위를 갖는 자원 스케줄의 조합을 표시하는 지수 열이 교차 동작 동안 그 자체와 쌍이 될 때, 자원 스케줄의 높은 우선순위 조합은 자원 스케줄의 조합 또는 해의 다음 발생으로 전달됨에 주목하여야 한다.
2개의 새로운 지수의 열이 교차동안 전사됨으로 전사 에러 프로세스는 지수의 각 열내의 각 지수에 적용된다. 이러한 프로세스에서, 변화 확률 파라미터는지수가 전사시에 변경되는지 여부를 결정한다. 만일 지수가 변경되면, 새로운 스케줄이 대응하는 자원에 대한 최대 자원의 스케줄로부터 선택된다. 이것은 변화 확률에 따른 지수의 무작위 교환이라는 변화의 정의에 따른다. 또한, 새로운 스케줄의 지수가 지수의 적당한 열내의 본래의 지수와 대체된다. 이들 단계들은 제2도에 도시된대로 재생 프로세서(122)를 저장 메모리(116)에 접속시킴으로서 달성된다.
교차 및 변화 동작의 완수시에, 재생 프로세서(122)는 자원 스케줄의 조합의 새로운 모집단을 한정한다. 발생적 알고리듬은 지수들은 열을 평가하고, 우선 순위를 매기고 선택하며 몇번의 반복을 위한 교차 및 변화를 경유하여 지수의 열들의 재생을 실행하는 것을 계속한다. 각각의 반복은 지수의 열의 새로운 모집단 또는 자원 스케줄의 조합을 한정하고 모집단의 수는 조작자에 의해 들어간 입력 파라미터로서 특정화된다. 이것은 제2도에 도시된 대로 피드백 루프(124)를 경유하여 달성된다. 피드백 루프(124)는 초기 평가 프로세서(118), 확률 배정 및 선택 프로세서(120)과 재생프로세서(122)를 포함한다. 재생 프로세서1(22)로부터 초기 평가 프로세서(118)로 피드백되는 지수 열의 각각의 새로운 모집단은 특정된 수의 반복을 위해 루프(124)를 통하여 전송된다. 다음으로 가장 최근의 모집단의 지수 열 세트에 의해 표시된 자원 스케줄의 조합의 세트가 제2도에 도시된대로 최종 평가 프로세서(126)으로 전송된다.
최종 평가 프로세서(126)은 재생 프로세서(122)로부터 나온 자원 스케줄의 선택된 조합들의 지수 열 세트를 수신한다. 최종 평가 프로세서(126)은 자원 스케줄의 조합들의 선택된 세트가 해가 될 수 있는지의 적합성을 결정한다. 초기 평가 프로세서(118)과 마찬가지로, 최종 평가 프로세서(126)도 자원 스케줄의 각 선택된 조합들의 적합성을 평가하기 위해 문제의 목적을 사용한다. 자원 스케줄의 선택된 조합들은 예를 들어, 다수의 높은 우선 순위 자원 세트일 수 있다.
높은 우선 순위 자원 스케줄의 각각은 문제의 목적을 합리적으로 만족한다. 본 발명의 상기된 실행에서, 주요한 문제의 목적은 군사 장비와 같은 자원의 효율적인 배정이다. 자원 스케줄의 선택된 조합은 이들 특정한 문제의 목적들을 합리적으로 충족하는 10개의 자원 스케줄을 포함한다. 다수의 높은 우선 순위 자원 스케줄은 만일 가장 높은 우선 순위 스케줄 C3I 계획자에게 적당하지 않다면 다른 어떤 해가 존재하도록 한다. 자원 스케줄의 선택된 조합 및 그것의 효율성 등급은 제1도에 도시된 대로 출력 데이타 템플레이트(110)으로 전송되고 모터니(112)상에 디스플레이된다. 그 다음에 자원 스케줄의 선택된 조합은 자원을 배정하기 위해 사용된다.
자원을 배정하기 위한 시스템(100)의 동작 단계들이 제3도에 도시된다. 초기에, 입력 파라미터들은 단계(130)에 도시된대로 사용자 인터페이스(102)로 들어간다. 입력 파라미터 또는 데이타 단계(131)에 도시된 대로 입력 스프레드시트 템플레이트(104)에 로드된다. 다음으로, 활성화 스위치(108) 단계(132)에 도시된대로 입력 스프레드시트 템플레이트(104)에 로드된 데이타를 데이타 프로세서(106)으로 전송한다. 그 다음, 단계(133)에 도시된대로 지수의 열로 표시된 자원 스케줄 또는 해들의 모집단이 발생되고 단계(134)에 도시된대로 자원에 대한 최대 스케줄의 메모리(116)에 저장도니다. 그 다음에, 자원 스케줄의 조합의 모집단은 단계(135)에 도시된대로 지수의 열을 경유하여 초기 평가 프로세서(118)내의 문제의 목적을 충족하는 효율성에 대해 평가된다.
다음으로, 확률 배정 및 선택 프로세서(120)에 의해 지수의 열에 대한 선택 확률의 재정이 단계(136)에 도시된다. 선택 확률에 따른 자원 스케줄 조합의 감소된 세트의 선택이 단계(137)에 도시된다. 재생 프로세서(122)내의 교차 확률에 기초한 해의 교차 쌍이 단계(138)에 도시된대로 선택된다. 그 다음으로, 지수의 새로운 열들이 다녜(139)에 도시된대로 변화 확률에 기초하여 전산된다.
그 후에, 다수의 단계들(135,136,137,138 및 139)가 자원 스케줄의 감소된 조합을 표시하는 지수들의 무작위 열들의 발생을 제공하기 위해 특정된 수의 반복을 피하기 위해 반복된다. 자원 스케줄의 선택된 조합 또는 최종 해의 각각의 효율성은 단계(140)에 도시된 대로 최정 평가 프로세서(126)에서 결정된다. 다음으로 자원스케줄의 선택된조합들 또는 최종 해들은 단계(141)에 도시된대로 출력 스프레드시트 템플레이트(110)으로 전송된다. 최종적으로, 자원 스케줄의 선택된 조합들 또는 최종 해들은 단계(142)에 도시된대로 모니터(112)상에 디스플레이된다.
제3도에 나타낸 본 발명의 방법은 데이타 프로세서(106)에서 실행된다. 이 방법은 사용하면 계획자가 극단적으로 요구한 최적화 문제들을 충족할 수 있다.
한 예는 과거에 동일한 목적으로 사용된 슈퍼컴퓨터보다 낮은 계산 수행력을 보이는 소형 컴퓨터를 사용하여 군장비와 같은 군사 자원을 배정하는 것이다. 본 발명의 시스템(100)의 응용은 명령, 통제, 통신 그리고 정보(C3I)워크스테이션을 대상으로 한다. C3I워크스테이션은 예를들어, 일상적으로 군사 전략을 개발하고 계획하는데 사용되는 데이타 프로세싱 시스템이다. C3I워크스테이션은 전장으로부터 나온 자원, 병력, 구두 명령 그리고 정보 데이타와 관련된 다수의 입력 파라미터들을 수신한다. C3I워크스테이션에서의 본 발명의 실행은 분석능력을 부가시켜 주고 C3I계획자가 실제 문제에 대한 수용할 수 있는 해에 도달할 수있도록 긴박한 시간 상황동안 그 전장에 자원을 배정하기 위한 시스템을 사용할 수 있게 한다.
자원을 배정하기 위한 시스템(100)의 예시적은 응용은 다음과 같다. 어떤 장소에서 위협의 가능성이 알려졌다고 가정하자. 그 위협은 지대공 미사일(SAM) 위치와 공중 요격기들을 포함한다. 공군기지와 같은 적의 다른 자원들은 반격적인 대공 임무의 타겟으로서 포함될 수 있다. 특정한 임무를 달성하기 위해 고안된 반격용 대공 임무의 타겟으로서 포함될 수 있다. 특정한 임무를 달성하기 위해 고안된 반격용 대공 임무의 세트가 유용하다. 각 임무는 선정된 무기 적재, 각 위협에 대한 무기의 배정 그리고 선정된(예상된)교전 시간을 갖는다. 위혐에 대한무기들의 살상 확률도 또한 주어진다.
명령, 통제, 그리고 통신 대책(C3CM) 자원들(즉, 방해 전파 발신기)(jammer)의 세트가 임무를 지지하기 위해 배정된다. 그 자원들은 통신 방해 전파 발신 항공기는 미리 배정된 방해 전파 발신기의 세트를 갖는다. 레이다 방해 전파 발신 항공기에 의해 수반되는 약간의 통신 방해 전파는 문제의 해에서 계산된다. 특정 위협과 임무 타겟에 대한 자원의 역량은 확률의 측면에서 특정화된다. 임무중에 있는 항공기에 대한 각 위협 형태의 살상 확률이 또한 주어진다. 각 위협 형태에 대하여 1개의 방해 전파 발신기에 의해 달성된 위협 저하도 또한 주어진다. 자원을 배정하기 위한 시스템(100)이 임무 효율을 최대로 하는 시간에 걸쳐 위협에 대한 레이다 및 통신 방해 전파 발신의 배정을 결정하기 위해 적용된다.
각 임무는 예를들어, 공군기지의 활주로를 파괴하거나 적의 대공 방어 시설을 진압하는(즉, SAM 위치를 파괴하는) 특정한 임무 목적을 달성하기 위해 경계가 적지로 넘어간다. 그 임무는 임무에 성공하고 우군 기지로 귀환하는 공중요격기와 몇 개의 다른 형태의 SAM 위치를 포함하는 위협을 잔존시킨다. 대응책은 임무의 발각을 막기 위해 레이타에 대하여 채택된 다수의 잡음 방해 전파 발신으로 구성된다. 통신 방해 전파는 또한 공격 정보와 항공기 항로가 무기 시스템에 중계되는 것을 막기 위해 통신 시스템에 대하여 적용된다. 방해 전파 발사는 멀리 떨어진 방해 전파 발신기 플랫폼에 의해 수반된다. 방해 전파 발사는 단지 특정한 위협에 대해서만 효율적이고 어떤 가까운 위협들에 대해서는 효율적이지 못하다. 각각의 멀리 떨어진 방해 전파 발신기 플랫폼은 임의의 장소에 배정되고 주어진 장소로부터 플랫폼상에 방해 전파들이 위협의 부분에 도달할 수 있다.
멀리 떨어진 방해 전파 발신기 플랫폼들이 특정 위협을 주는 레이다와 통신링크의 위치를 알아내고 확인할 수 있다고 가정된다. 이것은 만일 멀리 떨어진 방해 전파 발신기가 위협의 종류 전체에 대하여 광대역에 걸쳐 방해하기 보다 특정 레이다나 링크를 방해하는 것이라면 필요하다. 이것은 플랫폼이 신호 위치, 주파수 그리고 변조를 알려진 위협 위치와 상관하는 것을 요구한다. 위협에 대하여 효율적일 수 있도록, 방해 전파 발신기는 임무가 위험에 직면한 동안 시간 윈도우를 통하여 그 위협을 방해해야만 한다. 시간 위도우의 길이는 직면하는 시간에 관한 불확실성을 고려하기 위해 10분으로 가정된다. 방해 전파 발신기 저하 인자의 표는 오프-라인(off-line) 기구에 의해 주어질 수 있다고 가정된다.
저하 인자들은 상식의 범위내에서 다소 임의로 선택된다.
특정 위협에 동시에 직면한 다수의 방해 전파 발신기는 효율에 있어서의 감소한 복귀를 디스플레이 한다. 예를 들어, 만일 형태 a,b,c의 방해 전파 발신기들의 효율 확률
을 갖는 형태 j의 단일 위협을 방해하기 위해 배정된다면 위협 효율은
의 인자로 곱해질 수 있다. 위협의 수와 각 교전에서 살아남은 항공기는 확률 분포로서 보다 오히려 기대값으로 표현될 수 있다. 기대값은 다음 교전의 결과를 결정하는데 사용될 것이다. 이러한 단순화는 목적된 임무의 결정을 보다 쉽게 하고 알고리듬 개발의 초기 단계에 적당하다. 정밀한 목적의 임무가 후속적으로 개발될 수 있다. 또한 적색과 청색 항공기 사이의 교전에서 청색 항공기가 첫번째 교전 기회를 갖는다고 가정된다. SAM 위치 또는 연대와 청색 항공기 사이의 교전에서, SAM 위치들이 첫번째 교전 기회를 갖는다.
사용자 인터페이스(102)에 대한 입력 파라미터들은 시나리오를 한정한다.
입력 파라미터들은 임무, 임무량, 임무 수행 무기 그리고 각 위협에 대해 배정된 무기의 수; 직면된 위협, 위협의 수 그리고 청색 항공기에 대한 그것들의 유효성; 무기의 유효성 및 위협에 대한 명령, 통제 그리고 통신 대응책(C3CM)자원; 그리고 각 멀리 떨어진 레이타 또는 통신 방해 전파 발신기에 의해 영향받는 임무의 세트를 포함한다. 데이타의 다음과 같은 배열들이 임무S에 대해 입력된다.
임무 i에 대한 데이타는 사건 Ei
의 시퀀스로서의 입력이고 ti는 항공기와 위협이 발사를 교환하거나 항공기가 타켓상에 무기들을 투하하는 시간이고, Ri는 위협이나 직면된 타켓의 형태와 식별이고, Wi는 위협이나 타켓에 대하여 사용된 무기의 형태이며, Ni는 위협이나 타켓에 대하여 사용된 무기의 수이다.
각 위협이나 타겟이 R에 대해, 다음의 입력 파라미터 데이타가 사용자 인터페이스(102)로 들어간다. NR은 위협 또는 타겟 요소(즉, SAM 위치 또는 단일 위협과 관련된 공중 요격기)의 수이고, TR은 위협이나 타겟(즉, 연대, 포대 또는 항공기 편대)의 형태와 식별된다. C3CM 자원의 각 방해 전파 발신기 플랫폼 J는 멀리 떨어진 방해 전파 발신기에 의해 지원된 임무의 세트인 입력 Lj를 요구한다.
감쇠 행렬[Peij]는 임무상 무기와 위협의 효과를 특정화 한다. 지수 i와 j는 각각 공격자와 공격물을 표시한다. 각 행렬 엔트리 Peij는 공격에 의한 공격 대상물의 감쇠이다. 만일 임무가 형태 j의 SAM 연대를 공격하기 위해 형태 i의 무기를 사용한다면, Peij는 SAM 연대의 1개 포대에 대한 단발 살상 확률이다. 만일 형태 5의 SAM포대가 형태 1의 임무를 공격한다면, Pe51은 1개 항공기에 대한 SAM 포대의 단발 살상 확률을 표시한다. 모든 임무들이 동일한 형태이고 동일한 항공기로 구성된다고 가정된다. 감쇠 행렬[PCKi]는 위협 형태 j상에서의 C3CM 자원 형태 k의 효과를 특정화한다. 예를들어, 만일 형태 3의 방해 전파 발신기가 형태 6의 SAM포대와 Pc36=0.2에 대하여 채택된다면, SAM포대의 효율성은 20%정도 저하되어 20%정도 낮게 효율적이다.
자원 스케줄 빌딩 블록을 보전하기 위해, 단일 방해 전자 발신기의 배정이 함께 그룹된다. 최대 스케줄(시간 충돌없이 배정이 더 이상 부가될 수 없는 스케줄)은 초기에 구성된다. 이같은 방법은 각 방해 전파 발신기가 각 시험 자원 스케줄 또는 해에서 가장 완전한 정도까지 사용되게 하는 장점을 갖는다. 결과적인 표시는 메모리1(16)안에 저장된 최대 스케줄의 목록에 대해 정수 지수에 의해 표시되는 각 스케줄과 함께 자원 스케줄의 순서된 시퀀스를 포함한다. 그 표시는
이고 여기에서 Vi는 위협 또는 타겟에 대한 방해 전파 발신기 i의 배정의 시간 순서된 시퀀스인 자원 i에 대한 스케줄이다. 자원에 대한 스케줄의 세트는 3개의 절차로 이루어진 다음의 반복적인 알고리듬을 사용하여 쉽게 생성된다.
a를 방해 전파 발신기라 하고, 다음과 같은 a의 함수를 정의하자.
t(a)=방해전파 발신기가 그것에 대해 배정된 위협이나 타켓,
m(a)=배정에 의해 지원된 임부,
s(a)=배정의 시작 시간 및
e(a)=배정의 종료 시간.
A를 방해 전파 발신기의 모든 가능한 배정 a의 집합이라고 하자.
3개의 절차중 제1절차는 초기화이다. a를 A에서의 제1배정즉, {A에서의 모든 c에 대해 s(a)≥s(c)가 되도록 a를 선택}이라 하자. u=s(a)라 하자. V를 공 스케줄이라 하고 브랜치(Branches)(a,u,V)를 만들어 보자.
3개의 절차중 제2 절차는 브랜치(a,u,V)를 만드는 것이다. B u≤s(b)≤e(a) 및 s(b)≥u인 A에서의 모든 배정 b의 집합이라 하자. 집합 B에서의 각 배정 b에 대해 브랜치(b,V)를 프로세스하고 돌아간다. 3개의 절차중 제3 절차는 브랜치(b,V)를 프로세스 하는 것이다. V에 대해 배정 b를 부가하는 것에 의해 새로운 스케줄 V을 만들자. u=e(b)라 하고, a는 s(a)≥u인 A에서의 제1배정즉, s(a)≥u이고 A안의 모든 c에 대해 s(a)≤s(c)인 a를 선택이라 하자. 만일 a가 존재하지 않으면, 완료된 스케줄 V을 저장하고, 그렇지 않으면, 브랜티(a,u,V)를 만들고 돌아간다.
기본 방정식이 형태 i의 공격자와 형태 j의 타겟 사이의 교전에서 기대된 생존자의 수에 대해 사용된다. 그 방정식은
이고 여기에서 Peij는 형태 i의 무기를 사용하는 공격자가 형태 j의 타겟에 대하여 유효한 확률이고, mj는 공격중인 형태 j의 타겟의 기대된 수이며 bi는 공격에 사용된 형태 i의 무기의 수이고 bi≤mj이다. 공격자들은 청색 또는 적색 항공기 또는 적색 SAM 위치일 수 있다. 타겟들은 적색 또는 청색 항공기, 적색 SAM 위치 또는 다른 적색 타겟들일 수 있다. 만일 mj보다 많은 수의 무기들이 즉시 공격을 개시한다면, 방정식 [5]는 공격 개시된 무기들의 수를 계산하기 위해 충분한 횟수로 반복적으로 적용된다. 각 반복에서, mi는 앞선 반복에서 나온 생존자 Eij의 수이고 마지막 반복시에서만을 제외하고는 bi=mi이다.
확률 Peij는 적색 공격자 대 청색 타겟 및 청색 공격자 대 적색 타겟에 대한 표 형태로 주어진다. 적색 공격자 대 청색 타겟의 효율성에 대한 확률은
에 따른 대응 수단의 효율성에 의해 변경되고, 여기에서 kij는 형태 i의 공격자에 대한 지지로 위협 j에 대해 적용된 대응 수단의 수이며 k는 형태 i의 공격자에 대한 지지로 위협 j에 대해 적용된 대응 수단의 집합을 가리킨다. 대응 수단의 집합은 k=1 내지 kij-1에 대해
로 순서화되고, Pckj는 형태 k의 대응 수단이 행태 j의 타겟에 대해 유효한 확률이다.
자원을 배정하기 위한 시스템(100)의 목적은 우선 순위가 매겨진 청색의 공격적 반응 반격 항공 임무들의 주어진 집합 각각에 대한 성취 확률을 최대화 시키는 것이다. 높은 우선 순위 임무는높은 우선 순위 임무가 0.9의효율 확률에 도달할 때까지 낮은 우선 순위 임우에 순위가 매겨하여 자원을 수령하는 것이다.
모든 임무들에 걸친 청색 항공기 손실율은 사용된 전체 항공기의 2%를 초과하지 않는다. 주어진 자원 배경에 대한 목적값은 타임-스텝된(time-stepped) 시뮬레이션 모델에 의해 결정된다. 각 임무에서 잔존한 항공기의 기대된 수와 남아 있는 위협의 기대된 수는 교전의 결과가 그 교전에 참여한 공격자들과 타겟들의 수에 좌우되기 때문에 연대순의 시퀸스로 갱신되어야 한다.
임무를 지원하는 위협들에 대한 대응 수단의 배정들의 목적 값들을 결정하기 위해, 임무 목적에 대한 잔존 위협의 수를 평가하는 것이 필요하다. 각 임무를 위한 임무 달성 확률은 각 임무에 의해 타겟된 위협들의 기대된 수로 나눈 임무에 의해 사라진 위협의 기대수이다. 항공기 생존률은 또한 각 임무에 사용된 항공기의 수로 나눈 각 임무에서 생존한 항공기의 수를 결정한다. 시뮬레이션은 1개의 정밀한 해에 연대순으로 생존한 항공기의 수를 결정한다. 시뮬레이션은 1개의 정밀한 해에 연대순으로 그 사건들을 프로세스한다. 시뮬레이션은 어떤 임무의 상태나 각 시간 단계에 영향을 준 위협을 갱신한다. 임무의 상태는 남아있는 항공기의 수와 남아있는 각 형태의 무기의 수이다. 남아있는 무기의 수가 임무중에 사라진 항공기의 수에 비레하여 감소함에 주목하여야 한다. 위협의 상태는 남아있는 수와 남아있는 위협의 저하된 효율성이다. 위협을 타겟한 어느 방해 전파 발신기에 의해 일어난 그같은 저하는 청색 항공기에 대한 위협 효율을 결정 하는데 적용된다.
위협 타임라인(timeline)으로부터 한 사건을 선택하면 위협에 대한 무기 전달이 이루어진다. 임무 타임라인은 다음과 같이 특정화 된다.
이고 여기에서 Ei는 앞서 정의된대로 타임라인내의 i번째 사건이다. 만일 직면된 위협이 적색 항공기로 구성된다면, 청색 항공기는 처음으로 발사할 기회를 갖는다. 만일 직면된 위협이 SAM 위치 또는 연대로 구성된다면, SAM 위치가 처음으로 발사할 기회를 갖는다.
다목적 적합성 또는 평가 함수가 최적 해를 구하기 위해 사용된다. 각 임무의 효율성은 배정된 위협의 사라진 부분을 표시하는(0.0-0.9) 범위내에 해당될 수 있다. 0.9보다 큰 어느 달성된효율성은 0.9가 되도록 끝수를 잘라버린다. 이것은 임무가 효율 목적을 충족하기 위해 필요한 것보다 많은 방해 전파 발신기 자원으로 배정되는 것을 막는다. 다목적 적합성 또는 평가 함수는 각 임무의 효율을 동시에 최적화하는 것을 추구한다. 임무들이 방해 전파 발신기 자원에 대해 서로 경합할 수 있기 때문에, 한 임무에서 높은 효율성이 다른 임무에서 낮은 효율을 대가로 달성될 수 있다. 다목적 방법은 본 분야에 공지되고 발생적 알고리듬과 그 응용에 관한 국제 회의의 회보 1985년판 93-100 페이지에 제이.디. 샤퍼(J.D.Schaffer)가 발표한 학습 다종 패턴 구별(Learning M ulticlass Pattern Discrimination)로 표제된 저서에서 찾아볼 수 있다.
샤퍼에 의해 개발된 것과 같은 다목적방법은 파레토(Pareto) 최적 해를 제공한다. 파레토 최적 해 y는 소정의 임무중에 모든 x보다 효율적이거나 전체 임무중에 x와 동일하다는 의미에서 어느 다 른 해 x에 의해 지배되지 않는 것이다. 샤퍼의 방법에서, 각 목적은 재싱 프로세서(122)내에서의 재생을 위해 몇개의 모집단을 선택하기 위해 사용된다. 교차는선택된 집단들의 풀(pool)에 적용된다.
많은 생성이 난수 발생기(114)에서 발생된 후에, 해 또는 지수 열의 전체 모집단이 초기평가 프로세서(118)에서 모든 목적에 대해 평가된다. 가장 우선 순위가 매겨진 임무에 대한 목적을 최대화시키는 지수의 열 또는 자원 스케줄이 선택된다. 2개 이상의 자원 스케줄 또는 0.9또는 그보다 낮은 임무 유효 확률과 결합한 해들의 경우에, 그 결합은 다음 우선 순위의 임무에 의해 깨어진다. 결합을 깨는 프로세서는 단일 임무가 선택되거나 목록의 끝에 도달할 때까지 임무 우선 순위 목록을 줄여 나간다. 이같은 상황에서, 자원 스케줄이나 해는 결합된 해들로부터 임의로 선택된다. 특정한 방해 전파 발신기 배정에 대한 항공기 손실률이 또한 계산된다.
각 목적 함수는 목적들의 수에 역비례한 모집단으로부터 많은 자원 스케줄 항들을 선택하기 위해 사용된다. 만일 자원 스케줄 모집단의 크기가 P이고 목적들의 수가 n이면, 각 목적들에 의해 선택된 수는 P/n이다. P가 n의 정수 배인 것으로 임의로 선택될 수 있음에 주목하여야 한다. 이것은 다음과 같이 달성될 수 있다. 첫째로, 각 목적들에 대해, 자원 스케줄 모집단의 감소는 목적값 순서로 등급한다. 다음으로, 가장 높은 값을 갖는 모집단의 자원 스케줄의 항에 r=1 그리고 가장 낮은 값을 갖는 모집단의 자원 스케줄의 항에 r=P의 등급을 배정한다. 둘째로, 2(P-r)/(p*2-p)와 동일한 해의 모집단의 각 자원 스케줄 항에 대한 선택의 확률 Ps를 배정한다. 셋째로, 이들 선택 확률에 따라 모집단의 P/n 자원 스케줄 항을 무작위로 선택한다. 이러한 방식으로 선택된 모집단의 자원 스케줄 항들은 무작위 쌍들이 교차 동작 동안 선택된 풀로 들어간다.
교차 동작은 다음과 같은 방식으로 수행된다. 첫째로, 선택된 항들의 풀에서 나온 자원 스케줄 항들의 쌍이 무작위로 선택된다. 둘째로, 교차 동작은 Pc의 확률을 갖는 자원 스케줄 항들의 무작위로 선택된 한쌍에서 수행된다. 이것은 동일한 무작위로 선택된 위치에서 각 선택된 쌍의 지수의 열을 잘라내는 것에 의해 달성된다. 다음으로, 무작위 선택된 쌍의 조각들은 본래 선택된 쌍의 각각으로부터 한 조각을 수신한 각 새로운 열로 지수의 새로운 2개 열을 형성하기 위해 재배열된다. 그 다음에, 지수들의 각 새로운 열의 각 자원 스케줄 요소는 확률 Pm으로 변화된다. 지수들의 각 열의 각 요소들은 특정 자원에 대한 자우너 스케줄에 대응하기 때문에, 변화는 그 특정 자원에 대한 저장 메모리(116)안의 자원들에 대한 최대 스케줄로부터 나온 무작위로 선택한 스케줄로 이루어진다.
그러므로, 본 발명의 본 명세서에 특정 응용에 대한 특정 실시예를 참조하여 기술되어졌다. 본 분야의 통상적인 기술과 본 명세서에서 제공되는 교지에 접근한 사람들은 부가적인 변경, 응용 그리고 본 발명의 범위내에서의 실시예들을 인식할 수 있을 것이다. 비록 상세한 기술이 군사 자원을 배정하기 위한 시스템에 관한 것이지만, 본 발명은 항공기, 화물 그리고 자동차 산업에서 자원을 배정하는 것과 같은 상업적 응용에도 동일하게 역시 적용될 수 있다.
그러므로, 첨부된 특허 청구의 범위는 본 발명의 범위내의 어떤 모든 변경, 응용 그리고 실시예들을 포함하는 것을 고려되어야 한다.

Claims (8)

  1. 입력 파라미터들의 모음(a collection of input parameters)을 수신하는 사용자 인터페이스(102)와 상기 입력 파라미터들에 따라 데이타를 프로세서하는 데이타 프로세서(106)를 갖는 배당용 시스템(100)에 있어서, 상기 데이타 프로세서(106)내에 위치되고 자원 스케줄의 모음을 발생하기 위한 난수 발생기(114), 자원 스케줄의 조합들의 무작위 세트를 제공하기 위해 상기 자원 스케줄의 선택된 세트를 재생하기 위한 재생프로세서(122), 자원 배정 스케줄의 세트를 제공하기 위해 자원 스케줄의 조합들의 상기 무작위 세트를 평가하기 위한 평가 프로세서(126) 및 상기 자원 배정 스케줄의 세트에 따라 자원을 배정하기 위한 출력 데이타 템플레이트(110)의 모음을 포함하는 것을 특징으로 하는 시스템.
  2. 제1항에 있어서, 상기 사용자 인터페이스(102)는 키보드를 포함하는 것을 특징으로 하는 시스템(100).
  3. 제1항에 있어서, 입력 데이타 템플레이트(104)의 모음을 더 포함하는 것을 특징으로 하는 시스템(100).
  4. 제1항에 있어서, 상기 자원 배정 스케줄의 세트를 디스플레이 하기 위한 디스플레이 모니터(112)를 더 포함하는 것을 특징으로 하는 시스템(100).
  5. 제1항에 있어서, 상기 발생된 자원 스케줄의 모음을 저장하기 위한 저장메모리(116)을 더 포함하는 것을 특징으로 하는 시스템(100).
  6. 제1항에 있어서, 상기 발생된 자원 스케줄의 모음을 평가하기 위한 초기 평가 프로세서(118)을 더 포함하는 것을 특징으로 하는 시스템(100).
  7. 제1항에 있어서, 확률을 배정하고 상기 자원 스케줄을 선택하기 위한 확률 배정 및 선택 프로세서(120)을 더 포함하는 것을 특징으로 하는 시스템(100).
  8. 제1항에 있어서, 상기 데이타 프로세서(106)의 동작을 초기화시키는 활성화 스위치(108)을 더 포함하는 것을 특징으로 하는 시스템(100).
KR1019930028150A 1992-12-18 1993-12-17 자원을 배정하기 위한 시스템 및 그 방법 KR970005019B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US07/993,172 US5404516A (en) 1992-12-18 1992-12-18 System for allocating resources and method
US07/993,172 1992-12-18
US07993,172 1992-12-18

Publications (2)

Publication Number Publication Date
KR940015891A KR940015891A (ko) 1994-07-22
KR970005019B1 true KR970005019B1 (ko) 1997-04-11

Family

ID=25539185

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1019930028150A KR970005019B1 (ko) 1992-12-18 1993-12-17 자원을 배정하기 위한 시스템 및 그 방법

Country Status (6)

Country Link
US (1) US5404516A (ko)
EP (1) EP0602673B1 (ko)
JP (1) JP2581892B2 (ko)
KR (1) KR970005019B1 (ko)
DE (1) DE69324218T2 (ko)
IL (1) IL107689A (ko)

Families Citing this family (52)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6272543B1 (en) * 1995-09-19 2001-08-07 Kabushiki Kaisha Toshiba Network-computer system build support system and support method
US5926745A (en) 1995-11-30 1999-07-20 Amsc Subsidiary Corporation Network operations center for mobile earth terminal satellite communications system
US6032123A (en) * 1997-05-12 2000-02-29 Jameson; Joel Method and apparatus for allocating, costing, and pricing organizational resources
US6385638B1 (en) * 1997-09-04 2002-05-07 Equator Technologies, Inc. Processor resource distributor and method
US6085216A (en) * 1997-12-31 2000-07-04 Xerox Corporation Method and system for efficiently allocating resources for solving computationally hard problems
US6665271B1 (en) * 1998-03-17 2003-12-16 Transnexus, Llc System for real-time prediction of quality for internet-based multimedia communications
US6965867B1 (en) 1998-04-29 2005-11-15 Joel Jameson Methods and apparatus for allocating, costing, and pricing organizational resources
US5999990A (en) * 1998-05-18 1999-12-07 Motorola, Inc. Communicator having reconfigurable resources
US6240399B1 (en) * 1998-12-24 2001-05-29 Glenn Frank System and method for optimizing investment location
US20020013754A1 (en) 1999-07-02 2002-01-31 Glenn Frank Financial optimization system and method
US6219649B1 (en) * 1999-01-21 2001-04-17 Joel Jameson Methods and apparatus for allocating resources in the presence of uncertainty
US7003475B1 (en) 1999-05-07 2006-02-21 Medcohealth Solutions, Inc. Computer implemented resource allocation model and process to dynamically and optimally schedule an arbitrary number of resources subject to an arbitrary number of constraints in the managed care, health care and/or pharmacy industry
US7444407B2 (en) * 2000-06-29 2008-10-28 Transnexus, Inc. Intelligent end user devices for clearinghouse services in an internet telephony system
AU2911901A (en) 1999-12-22 2001-07-03 Transnexus, Inc. System and method for the secure enrollment of devices with a clearinghouse server for internet telephony and multimedia communications
US7017050B2 (en) 2000-09-11 2006-03-21 Transnexus, Inc. Clearinghouse server for internet telephony and multimedia communications
US7525956B2 (en) * 2001-01-11 2009-04-28 Transnexus, Inc. Architectures for clearing and settlement services between internet telephony clearinghouses
US6497169B1 (en) 2001-04-13 2002-12-24 Raytheon Company Method for automatic weapon allocation and scheduling against attacking threats
WO2002097611A1 (en) * 2001-05-25 2002-12-05 N2 Broadband, Inc. System and method for scheduling the distribution of assets from multiple asset providers to multiple receivers
GB0115830D0 (en) * 2001-06-28 2001-08-22 Coredata Ltd Data management
US8024766B2 (en) * 2001-08-01 2011-09-20 Ericsson Television, Inc. System and method for distributing network-based personal video
US7376542B2 (en) * 2003-08-15 2008-05-20 The Boeing Company System, method and computer program product for modeling a force structure
US7568209B1 (en) 2003-11-14 2009-07-28 Tanderberg Television, Inc. Method and system for the management of targeted material insertion using a campaign manager
US20050177616A1 (en) * 2003-12-19 2005-08-11 N2 Broadband, Inc. Method and system for distributing services in a digital asset environment
US6929507B2 (en) * 2003-12-30 2005-08-16 Huang Liang Precision Enterprise Co., Ltd. Coaxial connector structure
JP4203001B2 (ja) * 2004-01-28 2008-12-24 株式会社東芝 並列計算方法、並列計算プログラム及び計算機
WO2005089147A2 (en) * 2004-03-11 2005-09-29 Transnexus, Inc. Method and system for routing calls over a packet switched computer network
US7617498B1 (en) * 2004-09-15 2009-11-10 Nortel Networks Limited Resource conflict management using predefined XML schemas
US7561784B2 (en) * 2004-10-01 2009-07-14 Flir Systems, Inc. Gimbal system
US8238329B2 (en) 2005-12-13 2012-08-07 Transnexus, Inc. Method and system for securely authorizing VoIP interconnections between anonymous peers of VoIP networks
GB2435587B (en) * 2004-12-13 2008-10-01 Transnexus Inc Method and system for securely authorizing VOIP interconnections between anonymous peers of VOIP networks
US20060161467A1 (en) * 2005-01-14 2006-07-20 Tarun Kumar System and method for strategic budgeting of initial response for managing wildfires
US7698237B2 (en) * 2005-02-22 2010-04-13 Northrop Grumman Corporation Interactive course of action analysis tool using case based injected genetic algorithm
US7757595B2 (en) * 2006-04-14 2010-07-20 Raytheon Company Methods and apparatus for optimal resource allocation
US8069127B2 (en) * 2007-04-26 2011-11-29 21 Ct, Inc. Method and system for solving an optimization problem with dynamic constraints
US8185256B2 (en) 2008-04-23 2012-05-22 Lockheed Martin Corporation Threat prioritization using engagement timeline
US8005657B2 (en) * 2008-04-23 2011-08-23 Lockheed Martin Corporation Survivability mission modeler
US8280702B2 (en) * 2008-07-08 2012-10-02 Lockheed Martin Corporation Vehicle aspect control
US8898108B2 (en) * 2009-01-14 2014-11-25 Vmware, Inc. System and method for scheduling data storage replication over a network
EP2414767A1 (en) * 2009-03-31 2012-02-08 BAE Systems PLC Assigning weapons to threats
US10032136B1 (en) * 2012-07-30 2018-07-24 Verint Americas Inc. System and method of scheduling work within a workflow with defined process goals
FR3002058A1 (fr) * 2013-02-08 2014-08-15 Mbda France Procede et dispositif d'optimisation multi-objectif
US20150025927A1 (en) * 2013-07-16 2015-01-22 Raytheon Company Mission component evaluation and response architecture
JP6209120B2 (ja) * 2014-03-31 2017-10-04 三菱重工業株式会社 戦術支援装置、戦術支援方法、及び戦術支援プログラム
US20150339619A1 (en) * 2014-05-23 2015-11-26 Mckinsey & Company, Inc. Automatically updating work schedules
US9655034B2 (en) 2014-10-31 2017-05-16 At&T Intellectual Property I, L.P. Transaction sensitive access network discovery and selection
US9629076B2 (en) 2014-11-20 2017-04-18 At&T Intellectual Property I, L.P. Network edge based access network discovery and selection
US10162351B2 (en) * 2015-06-05 2018-12-25 At&T Intellectual Property I, L.P. Remote provisioning of a drone resource
US10129706B2 (en) 2015-06-05 2018-11-13 At&T Intellectual Property I, L.P. Context sensitive communication augmentation
US10470241B2 (en) 2016-11-15 2019-11-05 At&T Intellectual Property I, L.P. Multiple mesh drone communication
CN111126726A (zh) * 2018-10-30 2020-05-08 北京同方软件有限公司 一种基于异构融合数据的智慧决策多目标分析方法
US10558937B1 (en) * 2019-04-22 2020-02-11 Lineage Logistics Llc Scheduled thermal control system
CN113376594B (zh) * 2021-06-10 2023-07-18 西安电子科技大学 基于moea/d-gas的stap雷达分布式干扰方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6140643A (ja) * 1984-07-31 1986-02-26 Hitachi Ltd システムの資源割当て制御方式
US5115499A (en) * 1986-05-14 1992-05-19 Sequoia Systems, Inc. Shared computer resource allocation system having apparatus for informing a requesting computer of the identity and busy/idle status of shared resources by command code
US5003464A (en) * 1988-05-23 1991-03-26 Bell Communications Research, Inc. Methods and apparatus for efficient resource allocation
WO1992003905A2 (en) * 1990-08-31 1992-03-19 Ab Volvo A method and apparatus for optimally allocating resources
JPH05173989A (ja) * 1991-12-24 1993-07-13 Kawasaki Steel Corp 計算機及びマルチプロセッサ計算装置

Also Published As

Publication number Publication date
IL107689A0 (en) 1994-07-31
EP0602673B1 (en) 1999-03-31
JP2581892B2 (ja) 1997-02-12
DE69324218T2 (de) 1999-07-29
DE69324218D1 (de) 1999-05-06
IL107689A (en) 1996-06-18
KR940015891A (ko) 1994-07-22
EP0602673A3 (en) 1995-05-10
EP0602673A2 (en) 1994-06-22
JPH076186A (ja) 1995-01-10
US5404516A (en) 1995-04-04

Similar Documents

Publication Publication Date Title
KR970005019B1 (ko) 자원을 배정하기 위한 시스템 및 그 방법
Matlin A review of the literature on the missile-allocation problem
US5153366A (en) Method for allocating and assigning defensive weapons against attacking weapons
US6497169B1 (en) Method for automatic weapon allocation and scheduling against attacking threats
Xin et al. An efficient rule-based constructive heuristic to solve dynamic weapon-target assignment problem
Lucas The stochastic versus deterministic argument for combat simulations: Tales of when the average won't do
Khosla Hybrid genetic approach for the dynamic weapon-target allocation problem
Newman et al. Optimizing assignment of tomahawk cruise missile missions to firing units
Brooks et al. An application of exploratory analysis: The weapon mix problem
Kwon et al. Lagrangian relaxation approach to the targeting problem
Hosein et al. An asymptotic result for the multi-stage weapon-target allocation problem
Ghanbari et al. A survey on weapon target allocation models and applications
Foster et al. Estimating the tactical impact of robot swarms using a semi-automated forces system and design of experiments methods
Menq et al. Discrete Markov ballistic missile defense system modeling
Gallagher et al. Probabilistic analysis of complex combat scenarios
Gilmer et al. Recursive simulation to aid models of decisionmaking
Doheney et al. Operational Readiness Rollup
Shin et al. Improving counterfire operations with enhanced command and control structure
Bailey et al. The scientific method of choosing model fidelity
Naeem et al. A two-stage dynamic decision support based optimal threat evaluation and defensive resource scheduling algorithm for multi air-borne threats: Asset-based dynamic weapon scheduling using artificial intelligence techinques
Nikolic Conceptual modelling in simulation of military logistics processes–Field maintenance modelling
Huber On current issues in defence systems analysis and combat modelling
Wang et al. Joint Fires–A System Dynamics Simulation Model for Assessing Joint Fires Force Packaging
JWA OPERATIONS ANALYSIS OF FLEET BATTLE EXPERIMENTS USING THE BATTLESPACE INFORMATION WAR METHODOLOGY
Konoske Tactical medical logistics planning tool: Modeling operational risk assessment

Legal Events

Date Code Title Description
A201 Request for examination
G160 Decision to publish patent application
E701 Decision to grant or registration of patent right
GRNT Written decision to grant
FPAY Annual fee payment

Payment date: 20120620

Year of fee payment: 16

LAPS Lapse due to unpaid annual fee