支持差异化服务的航空信息网络切片策略

针对航空集群各作战任务对网络性能需求的差异，研究了灵活耦合任务需求的航空信息网络切片问题。按照任务特性定义网络切片类型及性能特征，以任务资源需求为约束构建切片性能最优化整数规划模型，将网络切片构建问题分解为平台资源聚类和链路资源聚类2个步骤，提出了基于粒子群的平台资源聚类算法和基于感知节点的链路资源聚类算法。平台资源聚类阶段通过基于聚类因子排序的粒子群聚类算法进行迭代求解；链路资源聚类阶段，以各网络切片性能和链路负载率为优化目标，在平台资源聚类的基础上完成链路资源聚类。研究结果表明：所提算法构建的航空信息网络切片可满足不同任务对平台资源以及网络传输能力的需求，平台资源利用率和链路负载率显著改善。     

航空项目资源均衡优化问题的蚁群-模拟退火算法

为有效提高复杂航空项目资源利用率、节约项目成本,提出了一种求解大规模网络计划资源均衡优化问题的蚁群-模拟退火算法。该方法中,首先采用预处理方法对航空项目分级网络计划实施合并,并结合资源指数与搭接网络关系定义建立了资源优化目标函数。然后,探讨了以网络计划为基础的蚁群-模拟退火算法解空间构建方法,给出了算法的状态转移规则、信息素更新规则,提出了增加搜索效率的模拟退火局部搜索策略,并建立了详细的资源均衡优化方案求解步骤。最后,采用典型实例验证了方法的有效性。     

航空企业自动化立体仓库输送系统的调度优化

运用粒子群算法解决航空企业自动化立体仓库中输送系统的调度优化问题.针对某主机厂自动化立体仓库输送系统的特点,采用分拣上/下包台、出/入库台、AGV运行的时间总和最小化作为性能指标,用粒子群算法的基本原理作为优化思想,然后使用 MATLAB软件进行算法仿真,分析结果的合理性.结果表明,该模型及仿真结果是合理的,效率高,满足航空企业使用需求.     

基于人工蜂群算法的航空电子系统负载均衡研究

针对航空电子系统中存在的任务请求多、资源利用率低、负载不均衡等问题,通过基于人工蜂群算法,设计并实现航空电子系统负载平衡机制。建立航空电子系统负载均衡数学模型,通过研究人工蜂群算法的四个阶段来求解航空电子系统的负载均衡,将待分配的计算任务指派给当前负载最轻的处理器。实验结果表明该算法负载均衡效果好。     

粒子群优化算法在网络计划资源优化中的应用

对粒子群优化算法在网络计划资源优化中的应用进行了探讨,首先,介绍了粒子群优化算法的基本原理,给出了网络计划中工期固定一资源均衡优化问题的优化目标和数学模型;然后,详细介绍了粒子群优化算法实现网络计划资源优化的算法流程及其编程实现,对典型网络计划进行优化的结果表明粒子群算法可以较好地实现网络计划资源优化。     

基于动态时差和粒子群算法的导弹技术保障人力资源优化配置方法

针对导弹技术保障中人力资源使用大起大落现象,将粒子群算法运用到网络计划的资源均衡优化中。研究了资源均衡优化问题的评价模型,引入了基于动态时差的优化方法,提出了基于粒子群算法的资源均衡优化方法,选取了一个算例进行了实例验算,验证了该方法在导弹技术保障人力资源优化配置中的可行性和有效性。     

面向风险均衡的AFDX虚拟链路路径寻优算法

为确保综合模块化航空电子系统的安全性需求能够在全双工交换式以太网中得到一致性保证,提出了一种面向风险均衡的路径规化（RBPP）算法,以满足各航电功能间的安全隔离要求,同时分散风险,避免局部物理链路的风险集中,提高系统安全性。以民机失效状态类别划分为基础,建立了航电功能、分区、端系统、虚拟链路（VL）风险模型;RBPP以均衡各物理链路风险为目标,同时综合考虑网络实时性、链路负载能力等因素,采用粒子群算法进行优化目标求解。利用仿真优化方法对RBPP算法进行了实现,在典型工业航空电子全双工交换式以太网（AFDX）网络架构及A380AFDX网络架构下进行仿真分析,结果显示多播VL的简化处理的会使网络风险增加;在1 000条VL配置下与负载均衡（LB）算法和最短路径（SP）算法进行了分析对比,结果显示RBPP算法在满足各航电功能间的隔离需求的同时,链路风险均衡能力在两种网络拓扑下分别比负载均衡算法提高了10.7%和23.4%,比最短路径算法分别提高了35.4%和47.9%。     

资源约束项目调度问题的粒子群优化算法求解

介绍了应用粒子群优化算法求解资源约束项目调度问题的实现方法。建立了资源约束项目调度问题的数学模型,提出了确定资源约束项目调度问题解空间的办法。采用不同的策略处理前后约束和资源约束。编制了粒子群优化通用程序并对典型项目实例进行了优化,优化结果验证粒子群优化算法求解资源约束项目调度问题的有效性。     

基于无迹粒子滤波算法的航空发动机排气温度预测

针对粒子滤波算法不能考虑最新的观测值,仅使用某时间节点之前的实际数据来预测航空发动机排气温度,会造成预 测的温度数据误差累积,不能及时修正以及粒子退化等问题,将无迹粒子滤波引入到航空发动机排气温度预测中。分别介绍了粒 子滤波算法和无迹粒子滤波算法;在此基础上,建立了航空发动机的退化模型。利用退化模型和无迹粒子滤波算法对航空发动机 排气温度进行预测,并将预测值与实际值进行比较,将所得结果与采用传统粒子滤波算法得到的结果进行了对比,结果表明：无迹 粒子滤波算法对于排气温度的预测效果较好,所预测的发动机达到阈值的时间与实际时间更为接近,温度范围更为集中,准确性 更高,预测误差小于5%。     

基于GRASP算法的 甲板航空保障作业流程优化

甲板航空保障作业流程是连接舰载机回收和出动的重要纽带,是舰载机机群作战能力生成的核心环节。面向航空保障作业部分流程的不确定性,以航空保障完工时间最小化为优化目标,考虑甲板作业过程所涉及的固定前后序流程约束、不可并行作业约束、保障人员约束、保障设备约束和资源供给能力约束等约束条件,构建了甲板航空保障作业流程优化的数学模型;在此基础上,针对问题的求解设计了相适应的GRASP算法,在初始解构造阶段引入了基于规则的生成策略,在邻域搜索阶段采用双向对齐机制进行局部优化。基于保障任务案例的仿真结果显示,该算法有效地解决了甲板航空保障作业流程优化且相对于其他经典算法更为高效和稳定。     

受限资源下制导武器末制导机器视觉技术研究

针对精确制导武器末制导机器视觉技术应用需求,研究了基于卷积神经网络的、针对复杂背景及小目标的自主目标检测识别算法,并分别进行了网络性能评估和硬件资源需求定量评估。针对最优算法,提出了基于嵌入式受限资源下的高精度神经网络压缩算法,并对算法进行了普适性评估。基于GPU嵌入式平台,实现TensorRT路线网络优化,并在速度和精度两方面均衡考虑下,对裁剪与量化算法进行了详细实验验证。实验结果表明,高精度神经网络压缩算法在硬件资源受限条件下,可以有效提升推理速度,最终经算法优化后的网络结构,可以获得3倍以上的速度提升,网络精度损失小于5%。     

基于改进差分进化算法的舰面保障作业优化

舰载机舰面保障作业调度效能是制约航母编队综合作战能力的重要因素。首先,分析了舰面保障作业流程约束和资源约束,以最小化舰面保障作业完工时间为目标函数,建立了舰面保障作业调度优化模型。其次,设计改进差分进化算法用于模型求解,算法采用基于作业开始时间改进的随机键编码方式和并行变异算子结构,以提高算法搜索效率。最后,进行了仿真试验,验证了模型和算法的有效性,并进一步研究了并行变异算子结构对算法 性能的影响。     

基于混合粒子群算法的上升段交会弹道快速优化设计

基于梯度搜索的高效性和粒子群搜索的随机性,提出了一种混合粒子群算法,并应用该算法研究了运载火箭上升段交会弹道快速优化设计问题.以运载火箭与目标飞行器在交会时刻的距离最小为目标函数,设计了运载火箭飞行程序,建立了运载火箭上升段交会弹道优化模型,同时分别采用混合粒子群算法、遗传算法和粒子群算法进行求解.仿真结果表明:基于本文算法对运载火箭上升段交会弹道进行优化设计,平均交会位置误差为4.137m,较遗传算法减少了17.940m,平均优化耗时488.922s,较粒子群算法缩短了2342.125s.混合粒子群算法搜索速度较快,收敛精度较高,可用于运载火箭上升段交会弹道的快速优化设计.      

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...     

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。     

基于改进非支配排序遗传算法 的维修资源优化配置

针对在武器装备维修保障过程中出现的资源短缺、资源冲突等问题,构建了多目标的维修资源优化配置模型,并且基于加权思想将多目标转化为单目标以方便求解。针对遗传算法求解多目标优化问题存在的解空间过大、收敛速度慢、计算效率低等问题,提出了基于约束的改进非支配排序遗传算法对资源优化配置模型进行求解。实例分析结果验证了模型及算法的可行性和有效性。     

Model parameters estimation of aero-engine based on hybrid optimization algorithm

A hybrid optimization algorithm for the time-domain identification of multivariable,state space model for aero-engine was presented in this paper.The optimization procedure runs particle swarm optimization (PSO) and least squares optimization (LSO) "in series".PSO starts from an initial population and searches for the optimum solution by updating generations.However,it can sometimes run into a suboptimal solution.Then LSO can start from the suboptimal solution of PSO,and get an optimum solution by conjugate gradient algorithm.The algorithm is suitable for the high-order multivariable system which has many parameters to be estimated in wide ranges.Hybrid optimization algorithm is applied to estimate the parameters of a 4-input 4-output state variable model (SVM) for aero-engine.The simulation results demonstrate the effectiveness of the proposed algorithm.      

常见寿命分布组件初始贮存方案评估及优化

针对"长期贮存,一次使用"装备初始贮存方案评估及优化问题,分析了常见寿命分布组件的可靠度模型,建立了贮存期内组件及装备完好数量评估模型;以达标概率指标为约束条件,组件初始购置费用为优化目标,建立了组件初始贮存方案优化模型,提出了基于边际效益值的优化方法,开展了算法复杂性分析。算例分析表明,所建初始贮存方案评估模型的评估精度较高,优化后的初始贮存方案能够在满足达标概率要求的同时,使得组件购置费用最低。边际优化算法在保持计算精度的同时有效提高了计算效率。提出的模型和优化算法能够为装备保障人员制定合理的装备单元贮存方案提供决策支持。     

基于微粒群算法的复合控制逻辑参数优化方法

针对复合控制中采用PSR调制器控制发动机开关机的控制逻辑参数选择问题,基于微粒群算法提出了一种控制逻辑参数优化方法。该方法以提高复合控制性能为目标,将复合控制的控制逻辑参数选择问题转化为对以复合控制性能为指标的多目标优化问题。在此基础上,将微粒群算法应用于该优化问题的求解,提出了一种基于微粒群算法的PSR调制型复合控制逻辑参数优化方法,并设计了算法流程图。仿真结果表明,采用该设计方法对参数优化后,复合控制总体性能有明显提升。     

基于模拟退火粒子群算法的波浪发电系统最大功率跟踪控制

波浪发电系统最大功率点跟踪控制中,传统粒子群算法存在早熟收敛和局部搜索能力不足问题,为此提出基于模拟退火算法的粒子群优化方案。该算法每次更新粒子的速度和位置时,通过比较当前温度下各个粒子的适配值与随机数的大小,从所有粒子中确定全局最优解的替代值,从而使粒子群算法在发生早熟收敛时能够跳出局部最优并快速找到全局最优解。仿真结果表明,与传统粒子群优化算法相比,模拟退火粒子群算法可有效避免波浪发电系统陷入局部最大功率点,并快速实现全局最大功率跟踪,提高了波浪能捕获率。