基于改进遗传算法的航空集装箱装载问题研究

针对标准遗传算法求解装载方案时存在收敛速度慢、易早熟、寻优结果欠佳的问题，基于拟人装载策略，提出了一种以集装箱空间利用率最大为目标，考虑货物装载顺序、体积、质量、重心、不重叠等多种实际约束的改进遗传算法。首先，采用与货物放置状态相结合的实数编码，随机产生初始种群；然后，在常规选择操作中加入最优解保存策略，并将稳定性、支撑限制、重心约束考虑到进行线性尺度变换后的适应度函数中，以此来计算每种装载方案的评估值；最后，输出评估值最高的方案作为最优装载方案。实验采用异构性不同的测试算例进行性能测试，结合3组具体货物装载数据证明算法的普适性与实用性。结果表明:所提算法在求解强异构货物装载过程中具有较好的优化效果，适用于求解集装箱装载问题。与标准遗传算法相比，收敛性与搜索速度有所提高，2种不同箱型的集装箱空间利用率分别提高了3.82%和3.66%，运行时间分别缩短了7.9 s和5.58 s，能快速找到最优装载方案，可有效解决规则、不规则集装箱的货物装箱问题。基于MATLAB软件实现装载方案的可视化，为集装箱的实时装载决策提供了理论基础。      

运输机群货物装载方案生成方法

采用自动算法来生成运输机群货物装载方案可极大地提高航空运输的效率.通过对传统的二维装箱算法进行综合和改进,结合空运货物人工装载时使用的金字塔装载法,发展了一种新型的运输机群货物装载方案生成方法.首先由不同的机群装载顺序产生多个货物装载初步方案,在此基础上对各架飞机舱内货物进行排列和重心位置的调整,从而生成不同的待选装载预案.通过对这些预案进行分析与比较,最终得到符合特定优化指标的最佳运输方案.算例表明,提出的新方法可以替代现有的人工规划货物装载方法,对提高空运任务的货物装载及运输效率都具有一定的实际参考价值.     

复杂多约束条件通航飞行垂直剖面规划方法

为了解决复杂多约束条件下通航飞行器垂直剖面航迹规划问题,提出了一种基于改进A*算法的剖面规划方法。首先结合通航低空飞行特点,对涉及的飞行任务、地形信息和飞行器性能参数等多种约束条件进行建模;其次构建垂直剖面规划空间,采用目标加权函数来建立航迹代价模型;最终通过改进A*算法生成满足复杂多约束条件的垂直剖面规划航迹。实验分析表明:在相同实验条件下,改进A*算法在解决复杂多约束条件下通航飞行器垂直剖面航迹规划问题方面优于传统路径规划方法。      

基于遗传算法的Tiling覆盖策略天文卫星任务规划

天文卫星机遇目标任务规划是一个复杂的多目标优化问题.针对Tiling覆盖策略的机遇目标任务规划要求及其约束条件进行抽象,建立任务规划问题模型,在规划模型基础上设计基于遗传算法的多目标优化任务规划算法TPA,并通过实例数据验证了不同参数条件下的求解.在解决Tiling覆盖策略的天文卫星机遇目标多目标任务规划问题时,所提方...     

有障碍区域的多无人机多目标点路径规划

主要讨论了有障碍区的多无人机多目标点的路径规划问题.采用Dubins模型满足无人机的曲率约束,建立了含有混合变量的多约束优化问题,通过改进的遗传算法对优化问题进行求解,得到了满足基本约束条件的无人机遍历顺序和航向角,并确定了每个无人机的Dubins路径;给出了确定路径进入障碍区的检测方法,采用Dubins 快速扩展随机树算法对进入障碍区域的路径进行调优,得到了满足障碍约束条件的优化无人机路径. 通过仿真算例对比实验,证明了所提算法的有效性.     

不可靠测试条件下基于NSGA-Ⅱ的多目标测试优化选择

针对测试不可靠因素严重影响测试优化选择结果以及现有方法不能很好解决多目标测试优化选择等问题，提出基于第二代非支配排序遗传算法(NSGA-Ⅱ)的多目标测试优化选择的方法。首先，描述了测试不可靠条件下多目标优化选择问题的数学模型；其次，在该数学模型下，将系统给出的故障检测率和隔离率作为约束条件，将测试代价、漏检率和虚警率作为优化目标，建立了多目标优化问题；然后，提出带有精英保留策略的NSGA-Ⅱ对多目标问题进行优化选择，利用NSGA-Ⅱ能够得到一组Pareto最优解，可根据实际需求选择最优的测试组合；最后，针对某装备进行实例分析，得到3组最优解，可以满足不同需求下的最优选择，验证了所提数学模型与多目标优化算法的可行性与有效性。      

复杂系统的选择性维修模型和求解算法

考虑不修、最小维修、换件维修和多中间维修水平，提出了一种基于粒子群优化（PSO）算法和多员维修的复杂系统选择性维修模型，将组件维修前状态、组件有效役龄和维修费用等因素引入不完全维修模型，更符合工程实际。提出了一种基于多员维修的系统组件维修分配算法，解决了如何将多维修任务分配给多维修人员，使得系统维修时间最小的问题，并将所提算法引入到PSO算法中，求解考虑多维修人员和不完全维修条件的复杂系统选择性维修模型。案例表明:所提模型和求解算法有效，能够为复杂系统提供切实有效的维修决策方案。      

基于模型预测控制的多约束火星精确着陆制导律研究

主要研究了火星着陆动力下降段考虑燃料消耗和实际任务约束条件的制导律设计问题。选取可变推力发动机作为执行机构,首先建立了着陆器在动力下降段的运动方程及质量变化方程;其次对实际任务中需要考虑的斜坡、推力幅值和方向等约束条件建立了约束模型;接下来通过构造由控制量和状态量构成的性能指标,提出一种基于模型预测控制的多约束火星精确着陆制导算法。可实现多种约束条件下的指标最优精确着陆任务。最后,通过数值仿真对比了本文与已有典型着陆策略,验证了所提算法可以在满足约束条件的前提下有效地完成既定火星精确着陆任务。     

基于指数平均动量鸽群优化的多无人机协同目标防御

针对多无人机(UAV)协同目标防御问题,提出了一种基于指数平均动量鸽群优化(EM-PIO)算法。针对三维空间中的多无人机协同目标防御系统进行建模,得到了无人机支配区域的曲面约束方程,并获得了双方无人机的最优控制输入量。采用多级罚函数法构造了优化算法的目标函数,并通过所提出的EM-PIO算法来求解最优目标点。将所提EM-PIO算法与遗传算法(GA)和粒子群优化(PSO)算法进行仿真对比实验,验证了所提EM-PIO算法更加有效解决多无人机协同目标防御问题。      

基于差分进化算法的再入可达域快速计算#br#

针对高升阻比高超飞行器再入可达域计算问题，提出了基于差分进化算法和倾侧角插值相结合的混合求解方案。通过设计罚函数和适应度函数极值化将再入过程等式约束和不等式约束添加到优化指标。为了减小参数化倾侧角剖面的搜索空间，利用带约束的差分进化算法求解满足再入过程约束和终端约束的再入轨迹。在分别得到最大横向航程和最大纵向航程的倾侧角剖面后，利用插值法快速生成倾侧角指令集，进而实现再入可达域的快速计算。以高升阻比飞行器CAV H为对象，设计仿真算例，结果表明，该混合优化求解方案易于实现且具有良好的可操作性。     

基于CE-PF算法的舰载机离场调度优化问题

甲板作业调度研究是提升航母战斗力的关键技术,而其具有时间、空间与资源受限的复杂约束调度问题已被证实为NP-hard。根据舰载机出动离场调度优化问题的特点,将其抽象为零缓存区混合流水车间调度模型,建立包含飞机避碰等约束的混合整数规划模型。提出一种交叉熵与作业剖面匹配(CE-PF)算法用于问题求解,并给出了算法流程架构。交叉熵算法通过高斯采样完成启发式规则下的工件分组,作业剖面匹配算法完成分组工件的任务排序、作业编排及约束检查等调度设计,Gap逼近算法进行目标值评估、精英种群选择、抽样参数更新及收敛判定。通过算例仿真,验证了CE-PF算法求解离场调度优化问题的有效性;灵敏度分析表明起飞模式和空间约束对出动效能影响较大。      

广义多圈Lambert算法求解多脉冲最优交会问题

基于一种高效高精度的Battin多圈Lambert算法提出一种考虑轨道摄动的广义多圈Lambert算法.与现有算法相比,本算法虽然原理复杂但计算流程非常简单,效率极高,分别通过几次内外循环就可满足精度要求.广义多圈Lambert算法结合一种可行解迭代交会模型构成了一个通用的多圈多脉冲交会规划框架,应用两步法求解此多变量的复杂工程优化问题,首先利用高效率的进化全局优化算法以及解析轨道模型作全局搜索,然后利用序列二次规划算法以及简化高精度轨道计算模型作局部搜索,此方法可以保证高效高精度的求解多圈多脉冲交会问题.算例表明此方法特别适用于满足实际工程约束的交会规划问题.     

不确定载荷下的桁架结构拓扑优化

对带有不确定扰动载荷的桁架结构拓扑优化问题进行了研究.将不确定载荷表示成有界凸集,从而把不确定性问题转化为一个确定性问题.构造了凸集载荷下以体积为约束的柔度最小化模型,该优化模型的实质是在高维椭球内计算最大柔度最小问题.由于采用传统优化模型存在计算上的困难,对凸集载荷进行了数学处理,并据此构造了半定规划形式的优化模型以便求解.优化结果相对于给定载荷的刚度虽然略低,但对不确定的扰动载荷却具有一定的承载能力.算例表明通过半定规划法构造的考虑扰动载荷作用下的优化结果鲁棒性较佳,结构形式更接近于实际工程结构.     

考虑外包的货运航空公司货流分配问题

针对货运航空公司大量、纷繁交错的航空货运需求，制定合理的路径规划和配流方案可以降低运输成本、提高运输效率。考虑货机运输和外包运输2种运输方式，建立了运力配置和货流分配一体化的混合整数规划模型。以中国国际货运航空有限公司为例进行算例求解，根据不同运输距离对货流进行预分配，根据OD对机场所在集合预先规定货流可以中转的机场，不仅缩小了搜索空间，比两者均不处理时节省了85.12%的计算时间，而且中转货流运输路径总长度和中转货流周转量与不处理相比也分别降低了17.19%和28.99%，减少了大量绕路。得到的结果与不考虑外包的模型相比节省了4.87%的成本。引入外包价格系数进行灵敏度分析，随着外包价格系数从1.2到0.8不断减小，货运航空公司通过外包运输的货物量增加，同时小型货机执飞的航段不断减少，而大型货机执飞的航段没有变化。对不同运输方式的单位运输成本随运输量变化的曲线进行分析，当货运航空公司在面临新增局部货运需求时，可以不改变全局方案，而根据曲线及剩余运力情况做出较优的决策。      

复杂低空物流无人机路径规划

针对复杂低空物流无人机路径规划问题，考虑空域环境、运输任务等内外限制，以飞行时间、能耗及危险度最小为目标函数，建立多限制条件物流无人机路径规划模型，设计启发算法以快速解算路径。采用栅格法对规划环境表征，引入物流无人机性能约束确保路径可飞。针对A*算法存在的问题及物流无人机航空运输特色，引入栅格危险度因子、货物质量惩罚系数，增加飞行时间、能耗等代价以提升避障能力、降低成本。为匹配所提启发算法解算效率与精度，采用动态加权法对函数赋权。为筛除冗余路径点及保证平稳飞行，采用双向交叉判断法等对原路径优化平滑。为验证所提路径规划模型及启发算法的有效性，对比4种算法规划结果，分析栅格粒度大小与代价权重值对结果的影响。在既定的运输环境及物流无人机性能约束下，研究结果表明:所提算法与A*算法相比，保证了物流无人机飞行安全、能耗少，将飞行时间由406 s降至386 s，降低了5%；飞行路径点数为129个、栅格危险度因子为11.69，降低了姿态改变次数，保证了运输安全；当栅格粒度大小为5 m，代价权重值为0.4、0.1、0.5时，采用所提算法规划的路径最佳。      

量子科学实验卫星密钥分发实验任务规划

针对量子科学实验卫星密钥分发实验任务规划约束条件多以及时效性要求高的特点，基于对密钥分发实验过程及约束分析，建立了约束满足规划模型.以完成时限最短为优化目标，综合考虑任务规划所需光学及数传站资源分配，利用深度优先搜索算法对模型进行求解，解决了实验过程中多要素紧耦合、强时间约束的难题.仿真分析结果表明，所提出的模型及算法有效，能够满足量子科学实验卫星密钥分发实验星地交互的需求.      

基于累积误差效应的瞬变加注量融合算法

为提高火箭推进剂加注量的计量精度,在原系统单一的流量计基础上新增超声波流量计和高精度液位计,并对液位计进行液位-体积标定,使三路测量设备同时参与加注量计量.根据设备计量原理分析了三路加注量数据的变化特性和误差特性,并利用时域估计法和数据加窗法推导了各瞬变加注量误差信号的方差估计算法,给出了基于方差最小二乘意义下的最优加权融合结果.实际应用表明该融合算法可以有效地抑制累积误差的不断扩大,提供比原始数据精度更高的实时加注量数据.