基于自适应免疫遗传的工艺与调度集成研究

针对多目标柔性工艺规划和调度集成问题,提出基于免疫遗传算法的多目标柔性工艺与调度集成求解方法。首先建立多目标柔性工艺规划和调度集成模型;引入决策者的模糊偏好信息实现对多个优化目标的决策;提出了基于自适应策略的免疫遗传算法,通过实例验证了方法的有效性,并与遗传算法和免疫遗传算法进行对比分析证明了方法的优越性。     

基于能量最优的敏捷遥感卫星在轨任务规划

针对敏捷遥感卫星对多个离散观测点在轨自主任务规划问题,在考虑姿态运动方程耦合性的基础上,将问题分解为空间资源调度问题和连续最优控制问题,进而提出了一种结合伪谱法和遗传算法的混合求解算法。该算法针对基于行商问题(TSP)模型建立的空间资源调度问题模型,选用二维编码结构对观测顺序和相对观测时间进行实数编码,并采用遗传算法求解观测序列和观测时间;针对判断观测时间可行性时涉及的时间最优控制问题、以及姿态转移过程中涉及的最小能量消耗问题,将其归结为连续最优控制问题,并基于Gauss伪谱协态变量映射定理,采用Gauss伪谱法进行求解。通过与基于单纯遗传算法的规划算法进行对比试验,本文所提出的基于伪谱法和遗传算法的混合求解策略针对目标问题,在典型工况下姿态转移过程中能量消耗降低60%。     

基于Kriging的多目标遗传算法

为了提高多目标优化问题的求解效率,提出了一种新的处理约束多目标优化问题的基于Kriging的多目标遗传算法(MOKGA)。MOKGA采用物理规划法将多目标优化转化为单目标优化,然后构建目标函数的考虑约束的EI(Expected Improvement)模型,并采用遗传算法进行求解。六峰值驼背函数和一个导弹多目标多学科设计优化问题用于MOKGA算法性能的测试。结果表明,与理论解相比,MOKGA算法有很好的优化结果;与NSGA II相比,MOKGA有很快的收敛性。     

基于VMI的航材周转件两级两层库存配置研究

针对航材供应链上主制造商、供应商、航空公司周转件库存配置问题,借鉴国外民用飞机制造公司的成功经验,提出了供应商管理库存(VMI)模式下面向系统优化的两级两层库存配置模型。该模型在建模中对维修保障供应链等级与维修层级进行抽象并做相应简化。本文分两步优化,先基于单个LRU及其SRU进行优化配置;接着运用边际分析法,以机队的可用度为目标、费用为约束,面向系统寻优。最后给出一个实例,详细介绍了求解优化过程及结果,表明了本文提出方法的实用性。     

民机空调系统部件不完全维修决策优化

针对民机系统部件维修通常存在的"维修过剩"与"维修不足"问题,提出一种综合考虑维修经济性与可靠性的不完全维修优化模型。引入改善因子表达不完全维修对部件有效寿命的影响,采用最小维修、预防性维修和修复性更换相结合的维修策略,构建以单位时间总维修成本最低为目标、可靠寿命为约束的数学模型,利用遗传算法进行求解,获得优化的维修时间间隔。以民用飞机空调系统部件的维修为例验证了优化模型的可行性,可为航空公司制定合理高效的维修计划提供支撑。     

基于遗传算法的航材周转件多周期库存优化

为了应对航材需求和降低成本,针对航材周转件库存优化问题,建立了一个考虑需求预测的多周期优化实例模型。根据模型特点采用遗传算法（GA）进行求解。用某航空公司航材周转件库存实际数据进行了优化计算,计算结果表明,基于遗传算法的多周期优化在基本满足航材需求的同时可降低总库存成本。     

面向数字化装配生产过程的动态调度方法

针对数字化装配实际生产过程中动态扰动因素造成静态调度失效问题,建立面向数字化装配生产过程的动态调度模型。模型考虑了机器故障、人员流失和不合格产品等动态扰动对装配过程的影响,建立飞机大部件数字化装配工艺流程描述模型。在此基础上计算预调度方案,扰动产生时刻重新计算调整预调度方案。将资源利用率、平均生产率和作业平衡系数等指标作为优化目标,结合多目标优化遗传算法求解模型的Pareto最优解,得到多目标优化的装配作业调度方案。     

多航路点协同约束下的飞机性能参数优化

针对多航路点协同约束下飞行轨迹预测中飞机性能参数优化问题,依据飞机进场剖面构建了飞机进场轨迹,并提出了飞机进场航路点协同约束合理性的验证方法。创建了两种多目标适应度函数并进行对比、选择,在简化问题复杂性的同时保证了优化模型运行的稳定性,并基于多目标遗传算法建立了优化求解模型。仿真结果表明,该优化模型能对具有多个航路点协同约束下的节油飞机性能参数进行有效求解,使用非线性适应度函数较线性适应度函数综合稳定性提升了161. 67%,所提出的RTA约束窗口大小设置方法对空管实际运行有指导意义。     

相关进近模式下多跑道时空资源优化调度方法

跑道作为机场飞行区与终端区的衔接部分,因容流失衡频繁引发空中交通拥堵及航班延误等问题。为提高多跑道系统运行能力,针对相关进近跑道运行模式,研究了多跑道时空资源优化调度方法。通过深入剖析多跑道时空运行特性,综合考虑移交间隔、尾流间隔、纵向间隔和相关斜距等约束限制,科学权衡安全、经济和环境等各方利益需求,建立了相关进近模式下多跑道时空资源优化调度模型。结合多目标优化及遗传算法基本理论,设计了带精英策略的非支配排序遗传算法,对模型进行了准确求解。仿真实验表明,模型可对相关进近航班进行优化配置,有效降低航班延误时间和航空发动机污染物排放量。与随机和交替调度策略相比,优化调度策略执行效果显著,其中航班延误时间分别减少了39.3%和32.6%,所提方法可显著缓解大型繁忙机场航班延误情况,有效提高航班正常率,并完全适用于独立进近模式。     

基于几何代数理论的转子堆叠装配多目标优化

在航空发动机多级转子装配过程中,优化的转子堆叠装配方案对提高转子装配质量及安全运行有着重要的意义。为了提高转子安装相位优化效率和装配质量,基于几何代数理论并结合多目标优化方法提出了一种高效求解最优堆叠装配方案的方法。首先,对几何代数和齐次矩阵的计算效率进行对比验证,并基于几何代数理论改进多级转子堆叠装配误差传递模型;其次,针对航空发动机转子安装相位角度的装配要求,建立转子同心度和初始不平衡量的多目标优化模型;最后,采用非支配排序遗传算法求解该堆叠装配多目标优化问题,获得符合工艺要求的最优装配方案。算例结果表明,优化后的转子装配方案比随机装配方案同心度降低65.10%,初始不平衡量降低97.88%。     

备件和保障设备配置组合优化方法研究

为了提高保障系统的能力,本文对备件和保障设备的组合优化方法进行了研究。首先建立反映备件和保障设备之间复杂定量关系的备件短缺量模型;其次以上述模型为优化目标,考虑经济性约束,建立组合优化模型;并通过考虑重要度等级的边际效应分析法进行求解;最后通过实例验证了上述方法和模型的有效性。该项研究可为备件和保障设备的组合优化提供技术手段,进一步为多种保障资源的综合优化提供指导。     

基于改进烟花算法的资源分配

资源分配问题作为一个NP-Hard问题,在云计算、无线电、卫星调度、多无人机协同作业等领域皆有研究需求,是一个共性的数学问题。烟花算法作为一种智能优化算法,具有求解大规模资源分配问题的能力,但也存在求解精度低等问题。为了提高传统烟花算法的计算效率和全局寻优能力,提出一种改进烟花算法,用遗传算法中的变异算子替代高斯变异操作,并增加模拟退火流程。最后在多无人机协同作业任务分配数学模型上进行仿真验证,实验结果表明在收敛速度以及计算精度方面,该算法均优于其余3种烟花算法。     

基于波位聚类的相控阵雷达群目标调度模型

如何有效分配有限的能量和时间资源,从而实现大量密集群目标的跟踪测量,是相控阵雷达资源调度面临的难点问题。在采用基于最小期望时间和时间槽优先占用的自适应资源调度模型的基础上,论述了基于波位动态聚类及分区识别算法的相控阵雷达群目标调度模型,详细描述了群目标调度流程图。群目标调度模型根据距离门宽度、方位俯仰波束宽度、目标速度、航迹预测误差和点迹测量误差等确定群目标的分区位置及大小,自动实现群目标的聚类和跟踪。仿真分析表明:该模型能够适应目标群的动态演化过程,实现群内外所有目标的独立跟踪,有效节约群目标跟踪时的资源开销,并已在实际工程应用中得到了验证。     

航天测控资源统一分配的多维遗传算法

对于航天器测控资源分配这一类时间窗受限的约束满足问题,国内外已有许多应用遗传算法的研究并取得了较好的成果。目前的研究主要针对的是低轨道航天器这类可见弧段较短、全弧段跟踪的问题,对于地球同步以及高轨道航天器这一类长弧段可见、非全弧段跟踪的资源分配问题,相关的应用研究较少。针对高低轨航天器测控资源统一分配问题的特点,经过对标准遗传算法的扩展,设计了一种能够描述高、低轨道航天器资源分配问题的多维编码方法,定义了相应的交叉算子、变异算子等算法要素,从而建立了一种能够解决航天测控资源统一分配问题的多维遗传算法。仿真计算表明,该算法能够有效解决目前我国航天测控网面临的"一网多星"管理模式下,高低轨航天器统一管理、统一分配测控资源的问题。     

基于脉冲交错的数字阵列雷达任务优化调度算法

针对数字阵列雷达搜索、跟踪和成像任务的资源调度问题,提出一种数字阵列雷达(DAR)任务的优化调度算法。该算法以脉冲交错技术为基础,在对目标搜索与跟踪的同时,利用基于压缩感知的稀疏孔径认知逆合成孔径雷达(ISAR)成像方法对部分精密跟踪目标成像,并采用观测时间动态调整策略以提高雷达系统的自适应能力。仿真结果表明,与传统雷达资源调度算法相比,该算法可以将成像任务考虑到优化调度模型中并合理分配资源,实现雷达多任务并行的调度,获得更高的资源利用率与期望的成像质量。     

微动目标跟踪成像一体化的雷达资源优化调度算法

相控阵雷达可以同时担负搜索、跟踪、识别与成像等多种雷达任务。为了提高雷达对战场环境的感知能力并减轻雷达资源分配的冲突,提出一种微动目标跟踪成像一体化的雷达资源优化调度算法。该算法建立了包含微动目标成像任务的雷达优化调度模型并利用启发式算法求解,利用跟踪脉冲与调度剩余的空闲时间资源,动态地构造感知矩阵并采用正交匹配追踪（OMP）算法对微动目标进行特征提取并成像。仿真结果表明：该算法可以实现稀疏孔径条件下的微动目标成像,并具有良好的鲁棒性,同时进一步提高了雷达系统的资源利用率。     

粒子群算法在求解航空项目资源均衡优化问题中的应用

为了解决航空项目多任务多层级嵌套带来的资源利用率低、需求量集中等问题,将粒子群算法应用于复杂航空项目的资源均衡优化。通过构建资源均衡优化问题的解空间,建立任务开工时间与算法中粒子属性的映射关系。以资源需求均方差为算法的评价函数,在考虑任务逻辑关系而形成的约束条件下,求解项目中非关键节点的实际开始时间,并给出详细资源均衡优化方案。以航空项目中典型机翼装配为算例对算法进行验证,证明所提出的优化方法能够有效削弱资源需求峰值,解决资源需求量集中的问题,达到了项目资源均衡的目的。     

基于二维资源管理的多功能雷达任务调度算法

动态孔径分割技术为相控阵雷达针对不同任务灵活分配孔径资源提供了可能,而传统的资源调度方法仅基于单一孔径条件研究了时间资源的优化分配问题。针对雷达搜索、跟踪与成像任务的自适应调度问题,提出了一种基于时间-孔径二维资源管理的雷达资源调度算法。该算法建立了雷达孔径分割条件下的二维资源调度模型,确立了能量资源约束条件;利用基于压缩感知的稀疏孔径逆合成孔径雷达（ISAR）成像技术,使雷达在完成目标搜索和跟踪任务的同时实现对目标的成像;定义了调度算法性能的评价指标。在仿真实验中将该算法与另外2种算法进行对比,验证了所提算法在高度成功率、二维资源利用率与任务并行度这3种性能指标上具有优越性。     

多目标跟踪中自适应时间资源调度

为了提高雷达的工作效率,在改进交瓦多模型-概率数据关联(IMMPDA)跟踪算法的基础上,提出了基于灰色关联度和粒子群优化理论的自适应多目标跟踪的时间资源凋度(ATRS)算法.首先对每个跟踪目标设置不同的期望跟踪精度;然后以灰色关联度作为资源管理模型中的度冒函数和粒子群算法中的适应度甬数,来衡量各种情况下预测跟踪精度与期...