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.     

自主空战技术中的机动决策:进展与展望

自主空战（AAC）是指飞机依靠机载等相关设备，自主进行战场感知、决策及控制，以执飞空战的技术，其核心是机动决策模块。针对该模块的研究，调研了国内外的现有方法，并按照有关方法的核心内涵，将其分为基于数学求解、机器搜索、以及数据驱动3类分别简要概述；针对每一类方法列出了具有代表性的示例技术，并讨论了其优缺点。指出了自主空战决策的研究应立足现有相关方法及技术基础，同时积极吸纳机器学习、人工智能等新兴技术，合理利用各类方法的优点，取长补短，实现自主空战决策的长足发展；有关于该研究设想的关键科学问题及其潜在解决方案也在文中进行了初步讨论。希冀基于针对自主空战决策研究框架及实现方法的概念性讨论，促进其技术发展，推广相关思路在有关国家安全、国民经济建设等领域的应用，以满足国家重大需求和工程实践。     

Threshold Selection Method Based on Reciprocal Gray Entropy and Artificial Bee Colony Optimization

Since the logarithmic form of Shannon entropy has the drawback of undefined value at zero points,and most existing threshold selection methods only depend on the probability information,ignoring the within-class uniformity of gray level,a method of reciprocal gray entropy threshold selection is proposed based on two-dimensional（2-D）histogram region oblique division and artificial bee colony（ABC）optimization.Firstly,the definition of reciprocal gray entropy is introduced.Then on the basis of one-dimensional（1-D）method,2-D threshold selection criterion function based on reciprocal gray entropy with histogram oblique division is derived.To accelerate the progress of searching the optimal threshold,the recently proposed ABC optimization algorithm is adopted.The proposed method not only avoids the undefined value points in Shannon entropy,but also achieves high accuracy and anti-noise performance due to reasonable 2-D histogram region division and the consideration of within-class uniformity of gray level.A large number of experimental results show that,compared with the maximum Shannon entropy method with 2-D histogram oblique division and the reciprocal entropy method with 2-D histogram oblique division based on niche chaotic mutation particle swarm optimization（NCPSO）,the proposed method can achieve better segmentation results and can satisfy the requirement of real-time processing.     

蚁群算法的改进设计及在航迹规划中的应用

将蚁群算法与人工势场算法相结合，提出了一种新的寻优算法。在算法的设计过程中，首先引入人工势场法进行蚁群算法初始信息素的分配，避免了在迭代初始阶段，信息素太少与启发信息不成比例而使得蚂蚁集中在启发信息最强的路径上，从而陷入局部最优的问题。其次，通过引入势场引导函数改进蚁群算法的状态转移函数，避免了在三维空间中蚂蚁搜索容易忽视节点周围障碍物因素，从而陷入盲目选择导致搜索时间过长的问题。将优化算法应用于无人机三维航迹规划问题的求解，并通过仿真验证了有效性。     

一种适用于情报图像处理的图像集分类算法

无人机情报处理系统是无人机地面控制系统的重要组成部分之一，主要负责对无人机侦察载荷下传的侦察情报进行处理，从复杂的情报中获得直观的情报产品并传递给上级和友邻单位。对于搭载光电载荷的无人机情报处理当前仍以依靠人力鉴别为主。介绍一种基于快速近似最近邻( FLANN) 搜索特征的K 近邻用分类决策，可去除背景信息对分类性能的影响；为了进一步提高算法的运行速度及减少算法的内存开销，采用特征选择的方式分别减少测试图像和训练图像集的特征数目，并尝试同时减少测试图像和训练图像集中的特征数目平衡分类正确率与分类时间之间的矛盾。该算法保留了原始NBNN 算法的优点，无需参数学习的过程，实验结果验证了算法的正确性和有效性。     

头部和后体对钝头体侧向力的影响

钝头体大迎角飞行时会出现随机的非对称流动现象,引起不确定的较大侧向力,进而使其偏离运行轨道。通过在钝头体头部施加人工扰动块可以固定其大迎角下的非对称流场结构,得到确定的侧向力,以利于改善钝头体的大迎角飞行特性及机动性。本文讨论了在头部人工扰动块主控流场结构的基础上,模型后体对侧向力影响的存在性问题,在迎角为50°、雷诺数为1.54×105的条件下,利用实验对周向角为90°和270°、子午角为10°的扰动位置的球形扰动主控下的侧向力影响因素进行了研究。发现钝头体大迎角下的非对称流动结构在头部主控的基础上,后体对非对称流动的影响不会消失,且其为影响头部扰动主控作用的重要因素。尽管模型后体的影响不会改变钝头体头部对于流场结构的主控地位,但会影响头部扰动控制的精准程度。所以在通过钝头体头部施加扰动进而得到确定的侧向力的同时,还需要减小模型后体对流场的影响,对其结构和加工质量进行优化,以更好地通过人工扰动主控流场结构。     

人工粗糙度对矩形弯曲管道流动与传热数值模拟

人工粗糙度作为一种局部强化换热技术,对提高再生冷却效率有重要意义。为了研究人工粗糙度对矩形冷却通道三维流动与传热特性的影响,以及在弯曲段与二次流的耦合作用,对有人工粗糙度的三维弯曲矩形通道进行了建模,并应用Fluent软件进行了数值仿真计算,采用了能够有效准确地求解受强曲率影响的管道内及近壁区域湍流流动的RNG k-ε湍流模型。结果表明:在冷却通道底面添加人工粗糙度会使底部流动受到干扰进而导致流速中心上移,因此在弯曲段,有人工粗糙度的冷却通道中所产生迪恩涡的范围相对较小且距离底面较远,而随着二次流的产生,流速中心会向底部移动,使得该处的换热得到改善,整体对流传热系数上升;当入口质量流量分别为0.1 kg/s,0.2 kg/s,0.3 kg/s时,有人工粗糙度工况下弯曲段加热面平均对流传热系数分别增加了11.86%,13.11%,16.14%,表明添加人工粗糙度可以显著提高换热,且随着入口质量流量的增加其对换热的提高作用也变得越来越明显。     

采用ABC算法的关节机器人动力学参数辨识

实验辨识机器人动力学参数是获取基于模型的控制器参数的主要方式。针对一般方法仅能辨识线性动力学模型从而辨识精度不高的问题,提出采用人工蜂群(Artificial bee colony,ABC)算法辨识机器人动力学模型。通过Newton-Euler法建立关节型机器人的刚体动力学模型,并用低速动态特性更佳的非线性摩擦模型描述关节间摩擦特性,代替传统的库仑-黏性摩擦模型。优化辨识实验所用的激励轨迹,采集实验数据进行必要的预处理后,采用ABC算法辨识机器人动力学参数。结果表明,ABC算法能够精确辨识动力学参数,基于辨识结果的预测力矩抑制了误差峰值的出现。应用辨识结果设计基于模型的前馈控制器,实验结果表明基于模型的控制器能够提高轨迹跟踪精度。     

基于Multi—Agent的空中交通流量仿真研究

针对传统空中交通流量仿真过程中灵活性和智能性的不足，将分布式人工智能Multi—Agent的理论和方法应用到空中交通流量管理领域中，提出了基于Muhi-Agent的空中交通流量仿真方法。介绍了空中流量管理的体系结构和流量管理的具体措施，详细设计了与流量仿真相关的重要Agent，包括航班Agent、航路Agent、机场终端区Agent和区域流量管理Agent等，探讨了各Agent的内部运行机制和在流量管理中的职能，构建了基于Multi．Agent的空中交通流量仿真子系统的整体框架．为实际空中交通流量管理系统的建设提供重要的指导和拳者。     

基于离线状态监测的复杂装备预知维修决策及优化

基于免疫粒子群优化算法,对可进行离线状态监测故障呈现渐发特性的复杂装备预知维修决策问题进行了研究。分析了维修决策的必备条件,包括研究对象的前提假设、决策内容、剩余维修时间预测以及维修相关费用;将复杂装备维修决策问题转化为带有约束条件的目标函数求最小解的问题,并构建了数学模型;运用结合粒子群优化算法明确方向性搜索和免疫系统多样性保持能力优势的免疫粒子群算法,对模型进行求解;通过某航空机电设备的实例应用验证,该方法可以有效地解决复杂装备预知维修决策的问题,结果与实际情况基本一致。