基于NRS-SVM模型的航空弹药消耗预测研究

结合航空弹药训练消耗的特点,研究邻域粗糙集(Neighborhood rough sets,NRS)与支持向量机(Support vector machines,SVM)融合的航空弹药训练消耗预测问题。通过邻域粗糙集将5个初始影响因素约简为3个核心影响因素,并以此训练集对支持向量机进行回归优化。通过参数寻优得到最优的惩罚参数和核参数,进而构建NRS-SVM组合预测模型来预测航空弹药消耗。实证研究表明,该模型预测结果与实际数据吻合度较高,且与其他预测模型相比具有更好的预测性能。     

基于区块链的多先进战机协同作战资源自适应调度

对于多先进战机协同作战资源调度问题,需综合考虑先进战机的攻击能力和防御能力,以作战收益最大和代价最小为目标,给出最优资源调度方案,从而实现作战效能的最大化。本文针对资源调度问题中存在的先进战机间相互不信任进而导致作战效能降低的问题,提出了基于区块链的多先进战机协同作战资源调度框架,并基于智能合约建立了多先进战机协同作战资源调度数学模型,同时利用改进遗传算法进行求解。仿真结果表明,基于区块链的多先进战机协同作战资源自适应调度方法在保证先进战机间相互完全信任的基础上,确保了战场信息交互的安全性和可靠性,间接提升了作战效能。     

基于模型转换的IMA系统可调度性验证方法

综合模块化航空电子系统（Integrated modular avionics ,IMA）中分区运行时间特征满足需求是IMA系统安全可靠性运行的一个重要问题。本文针对满足ARINC653规范的IMA系统的层级调度特性,结合IMA系统调度配置信息,提出了一种在模型驱动工程(Model driven engineering ,MDE)框架下,基于实时嵌入式系统建模与分析（Modeling and analysis of real time and embedded system,MARTE）模型的ARINC653分区调度系统建模转换与可调度性验证的方法。借助MAST工具及其自定义调度策略功能,分析分区系统调度特性并利用MARTE 对其进行建模,并利用该工具对MARTE模型进行仿真以验证其可调度性,最后给出了一个实例分析。     

基于交通场景的进离场航班联合调度双层规划模型（英文）

为适应协同决策需要,考虑进离场运行不同交通场景下空管、航司、机场和旅客的诉求差异,对进离场航班联合调度问题进行了系统的研究。根据容流匹配程度,判定进场/离场运行的交通状态为高峰或非高峰,分析不同交通状态下进场/离场运行各方诉求的差异,分别建立了各交通状态下进场/离场航班调度的数学模型;针对进场/离场运行交通状态组合所得的4种进离场联合运行交通场景,分别建立了相应的进离场航班联合调度双层规划模型并设计精英保留的遗传算法求解。结果表明:较先到先服务方法,在进场高峰/离场非高峰和进场高峰/离场高峰场景下,优化调度结果中离场航班均衡满意度得到提升,离场航班流的跑道占用时间减少了38.8%;在进场非高峰/离场非高峰和离场高峰/进场非高峰的场景下,优化调度结果中进场航班均衡延误时间大幅减少,离场航班均衡满意度提升了77.6%,离场航班流的跑道占用时间减少了46.6%。与其他4种策略相比,优化调度方法更好地权衡了公平与效率,调度结果更加合理可行。     

基于免疫克隆选择算法的繁忙时刻场面航空器调度优化(英文)

为减少大型枢纽机场拥堵和航空器地面等待,以总调度时间最小为目标,提出了航空器地面滑行调度模型并应用于首都机场航班调度。模型参考经典的车间调度思想,将滑行过程中的3类特殊的场面冲突作为约束条件。针对模型NP难解的特征,设计了免疫克隆选择优化算法求解模型。通过北京国际机场仿真实验表明,相比先到先服务(First-come-first-served,FCFS)策略,本模型将一个高峰时段的航班调度时间减少了13.6min,平均每架航空器的总滑行调度时间减少45.3s,提高了跑道容量和机场运行效率。     

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。     

航空子母弹时序抛撒散布效果数值仿真(英文)

对采用时序抛撒的航空子母弹工作过程、子弹外弹道初始条件、落点散布模型进行了探讨,建立了时序抛撒外弹道初始条件模型和落点散布模型,并进行了数值仿真。根据仿真结果分析了影响落点散布的主要因素,验证了时序抛撒对改善散布效果的可行性。采用时序抛撒,并通过优化各空投参数,可使系统达到更佳的作战效能,而且可为时序抛撒机构结构设计、结构优化及散布效果分析提供理论指导。     

柔性工艺路线的改进蚁群作业调度算法

在具有柔性工艺路线的制造单元作业调度问题中，结合设备的约束以及加工过程中的费用、加工时间等因素，依据具有柔性的工艺加工路线，建立初始有向图。采用基于动态信息素更新策略的改进蚁群优化算法，在保证优化目标的基础上，迅速收敛并得到最优解，从而提高调度系统的可行性，增强系统稳定性。该方法以减少外协，均衡生产，降低总生产费用为目标，有效地支持了分布式制造单元的管理过程，增强了单元系统信息分布处理能力。最后通过算例，对计算结果进行了分析和讨论。     

基于多agent合作博弈的制造系统调度

针对有多个加工和装备设备的柔性制造系统,提出了一种调度方法.首先根据产品装配结构对问题进行分解,得到多个易于调度的简单问题,形成对应的agent.然后应用合作博弈理论,根据各agent重要性和装配约束获得agent的排序.以此顺序在机器上按照规则进行生产安排,故能够得到满足产品加工约束的近似最优调度结果.最后通过实验对算法进行了验证.     

基于可变重调度区间的柔性作业车间动态调度策略

针对动态柔性作业车间调度问题,提出了基于可变重调度区间的动态重调度策略。建立了柔性作业车间调度数学模型。提出一种初始化机器、初始化工序和随机初始化相结合的改进种群初始化的方法,进一步提高初始种群解的质量。实际生产案例仿真对比分析结果表明,利用本文重调度策略和改进遗传算法后得到的结果比企业实际运行时间缩短了47.8%,比他人的调度策略所得到的优化结果提高了5.4%,从而验证了本文所提出算法的可行性和有效性。     

两种类型车辆随机需求路由问题

主要研究两种类型车辆随机需求路由问题。因为两种类型车辆随机需求路由问题的处理不同于单类型车辆随机需求路由问题，引进了单位容积和路程的花费的新概念，在服务仅能失败一次的情况下，结合车辆的容积和最大服务结点数，根据平均花费和最大服务结点数之间的关系，得到了两个派车策略，节约了计算量，使得两阶级的模拟退火算法能更有效地解决问题。对需求为二项分布下的VRP（Vehicle routing prolem）问题作了数值实验，给出了派车方案和总的平均花费，得到了较好的结果。     

防范秘密攻击的安全计算的博弈论实现

在博弈论中,惩罚博弈模拟了参与者试图欺骗但又不想被抓住,即安全计算中秘密攻击者的情形。针对密码学的计算博弈模型,本文对Halpern与Rafael提出的能否在计算具有成本的惩罚博弈与具有一定威慑度的防范秘密攻击的安全计算之间建立联系的问题给出肯定的回答,提出威慑度为1/2的防范秘密攻击的安全是计算博弈中错误可忽略的调解人的通用实现。     

作业车间动态调度研究

系统地研究了动态环境中受多种资源制约的多目标作业车间批量调度问题,提出了一种新调度算法。该算法采用基于周期和事件驱动的调度策略将动态调度过程分成多个连续静态调度区间,然后在各区间内采用多目标的遗传算法优化调度方案。本文讨论了再调度周期的确定方法、待加工工件的选取原则、批量生产的处理方法等。针对研究的调度问题设计了包含工序及其加工机床、工人、运输小车信息的染色体编码,并对染色体的解码方法、选择方法、交叉方法和变异方法进行了研究。仿真结果表明,该算法可行,优越性明显。     

基于工件表达法的遗传算法在车间作业计划中的应用

针对车间作业计划领域的实际情况，本文提出了一种简单快捷的遗传算法编码方式——基于工件表达法，详细讨论了其算法设计及其实现原理。通过基于该编码方式的遗传算法在车间作业计划优化中的应用实例与其他算法结果的比较，证明该编码方式简捷、实用、有效。     

FMS动态调度软件自动生成

在面向对象建模的基础上，首先给出了FMS的对象模型，着重研究了FMS动态调度软件自动生成的关键技术。在FMS调度软件的自动生成中，作者提出了运用构造调度指令表的方法，比较好地解决了FMS高度软件自动生存中系统触发唯一高度活动问题，而且将源代码自动生存的顺序，转化为调度摊在调度指令表中的顺序的生存，降低了软件自动生成的难度。文中给出了关键操作的算法，并考虑了死锁的预防，文末给出了应用实例。     

基于灰混合策略的灰矩阵博弈模型的解

最大最小灰博弈值与灰混合策略的灰鞍点问题是基于灰混合策略的灰矩阵博弈的关键问题，本文运用灰色系统理论证明了最大最小灰博弈值定理，从而奠定了灰矩阵博弈的理论基础。在此基础上，提出了灰混合策略的灰鞍点的概念，并且证明了灰鞍点存在的充分必要条件和灰混合最优策略的可交换性定理。     

知识互动中的知识交换行为进化博弈分析

利用博弈理论,研究动态知识交互系统中知识个体的知识交换行为特征。引入动态进化博弈链结构，建立知识团队中持续的动态知识交互行为的进化博弈分析模型，在此基础上讨论其可能的演变趋势。最后通过仿真数据分析识别了该行为进化稳定策略（ESS），ESS稳定性特征有利于在知识管理过程中激励员工进行知识交互、把撮知识共享活动中可能的演进规则。     

基于基因算法与博弈论的气动高升力优化

A multi-objective evolutionary optimization method (combining genetic algorithms(GAs)and game theory(GT))is presented for high lift multi-airfoil systems in aerospace engineering.Due to large dimension global op-timization problems and the increasing importance of low cost distributed parallel environments,it is a natural idea to replace a globar optimization by decentralized local sub-optimizations using GT which introduces the notion of games associated to an optimization problem.The GT/GAs combined optimization method is used for recon-struction and optimization problems by high lift multi-air-foil desing.Numerical results are favorably compared with single global GAs.The method shows teh promising robustness and efficient parallel properties of coupled GAs with different game scenarios for future advanced multi-disciplinary aerospace techmologies.     

基于基因算法与博弈论的气动高升力优化(英文)

讨论了基于基因算法与博弈论的组合优化算法在高升力气动优化问题中的应用。引入基因算法与博弈论相结合的分布式组合算法 ,可以将复杂的优化问题分解为几个简单的局部优化问题。文中论述了组合优化算法的构造方法 ,并应用于高升力多段翼型气动优化。与传统基因算法的数值计算结果进行了比较 ,表明本文构造的方法具有高效收敛性及强的鲁棒性 ,可广泛应用于先进气动设计问题。