基于动态窗口法的一发失效应急路径规划方法

提出基于动态窗口法的一发失效应急路径规划方法,首先,考虑一发失效规范要求及地形障碍物限制,将三维路径规划问题转化为二维问题,并利用MATLAB求解得到重要障碍物.其次,根据假设,建立平面运动模型及动态窗口参数,引入评价函数求解最优路径.最后,以某机场为实例,对机场三维SRTM高程进行处理分析,并利用MATLAB编程实现...     

基于改进遗传算法的机器人动态路径规划

针对基本遗传算法解决移动机器人路径规划的不足，提出了一种改进的遗传算法。首先，采用栅格法对机器人路径规划进行建模。然后，提出一种生成初始种群的方法和精英策略，设计出自适应变异概率，提高了算法的求解质量。同时，在规划过程中，将全局路径规划与局部路径规划相结合，并且根据机器人与动态障碍物碰撞类型的不同，提出了相应的避碰策略。仿真实验表明:该算法优于基本遗传算法，能够有效地指导机器人在动态环境中实现避障，获得无碰最优或次优路径。     

基于时变需求的机票动态定价研究

机票定价是航空收益管理研究的一大核心和热点,对航空公司总收益有直接影响。为研究旅客需求受价格和时间两种因素影响下的定价问题,在基本连续动态定价模型的基础上,考虑旅客时变需求,研究和探讨了时变需求下动态定价模型的性质和相关定理,并进行了详细证明。该模型与非时变需求下的动态定价模型相比,某些性质和定理已不成立。此外,鉴于求解连续定价模型的复杂性,进一步探讨了价格集合为离散情况下的定价问题,并分别针对两等级票价以及多等级票价提出了有效的价格控制策略。最后,通过算例验证,对比分析了时变需求与非时变需求下的定价策略的有效性,结果表明前者能为航空公司带来更高的收益。     

基于博弈的多目标弹药调度策略优化研究

针对作战部队弹药调度策略问题,综合考虑不同作战部队对弹药调度时间因素和安全因素需求程度的差异,通过博弈模型对多目标问题进行度量,进而结合遗传算法对弹药调度策略进行优化。仿真结果表明,本文构建的博弈模型能够更加合理地为不同环境下具有差异化需求的弹药调度策略进行优化。     

奥运安全措施从紧 南航北京地服部出招补台

近日,南航北京分公司一号航站楼地面服务部(以下简称"地服部")针对安全措施从紧后的服务问题特别是高端旅客服务进行了分析,并采取了行之有效的措施,使顾客满意率始终保持在较高的水平。     

机场规划所需地勤保障车辆最低数量预测

为解决机场车辆资源投资浪费的问题,求得工作负荷相对均匀的最低地勤保障车辆配置,综合考虑多种车辆相互运作关系,建立带时间窗的整体规划调度模型,设计了优化模型的禁忌搜索算法,求得了最少车辆调度数量和相应的服务序列。计算结果表明该模型具有较好的稳定性和收敛速度。最后对未来机场航班增加后所需车辆配置进行了预测。     

基于ESO与NTSM的汽车主动前轮转向控制

提出基于扩张状态观测器(Extended state observer,ESO)与非奇异终端滑模(Nonsingular terminal sliding mode,NTSM)的车辆主动前轮转向控制。首先建立二自由度车辆模型计算车辆理想参考横摆角速度。其次以二自由度模型为基础设计扩张状态观测器与非奇异终端滑模控制器,扩张状态观测器能估计车辆状态与扰动,非奇异终端滑模控制器能对扰动进行补偿并输出控制量。最后在Matlab/Simlink中建立了扩张状态观测器与非奇异终端滑模控制器,采用CarSim非线性车辆模型进行仿真试验,研究了NTSM与PID控制器的闭环控制性能以及鲁棒性,并对两种控制器试验结果进行对比。结果表明,非奇异终端滑模控制的车主动前轮转向系统能有效改善车辆的操纵稳定性,控制器具有强抗干扰能力、良好的路径跟踪性能和鲁棒性,且优于PID控制器。     

基于动态增添法的DBN滚动轴承故障诊断

针对深度信念网络(DBN)层数的不确定性而导致故障诊断精度不高的问题,提出了一种基于动态增添算法的DBN诊断方法。首先通过动态增添算法确定隐含层层数,之后按照逐层递减原则,设置模型的隐含层神经元节点数目;并以滚动轴承为研究对象,通过分析其训练样本与测试样本的分类误差曲线,来表明基于动态增添算法的DBN方法对滚动轴承故障的诊断精度,并针对不同深度DBN模型的诊断性能进行对比,证明了本方法在滚动轴承故障诊断方面优势明显。     

基于自适应容积粒子滤波的车辆状态估计

针对车辆状态估计中由模型的强非线性、噪声的非高斯分布等相关因素导致估计精度下降甚至发散的问题,本文提出了基于自适应容积粒子滤波(Adaptive cubature particle filter,ACPF)的车辆状态估计器。首先基于非稳态动态轮胎模型,构建高维度非线性八自由度车辆模型。其次利用自适应容积卡尔曼滤波(Adaptive cubature Kalman filter,ACKF)算法更新基本粒子滤波(Particle filter,PF)算法的重要性密度函数,以完成自适应容积粒子滤波算法设计。利用车载传感器信息,运用ACPF算法实现对车辆的侧倾角、质心侧偏角等关键状态变量高精度在线观测。搭建Simulink-Carsim联合仿真平台进行了算法的验证,结果表明该算法状态估计精度高于传统无迹粒子滤波(Unscented particle filter,UPF)算法,且算法运算效率高于UPF算法,而传统PF估计值发散。研究结果为实现车辆动力学精准控制提供了理论支持。     

基于动态遗传神经网络的方盒件成形多目标优化

针对板料成形优化中采用传统静态代理模型存在全局近似精度不高、超量选取样本点等问题,提出了多重近似精度收敛、逐步增添样本点的动态遗传神经网络(Genetic Algorithm Back Propagation Neural Network,GABP)建模方法。样本点增补策略根据动态模型的全局近似精度和局部近似精度分别按最大最小距离增补和局部最优解增补。将动态代理模型应用于NUMISHEET 93方形盒冲压成形优化问题,结合灰色关联理论将多目标问题转化为单目标问题并构造用于优化的迭代格式,实现了方盒件成形的多目标优化,有效地提高了方盒件成形质量和优化计算效率。