基于协同多任务分配的飞机排班模型与算法

航空公司的航班运行一直存在安全与成本的矛盾:既要严格按规定完成飞机例行检修,优先保障运行安全,又要尽可能提高飞机日利用率,以降低运行成本.为此,研究基于协同多任务分配的飞机排班问题.分析例行检修约束,建立最优化飞机日利用率的数学模型,运用分枝定价算法进行求解.分枝定价算法引入检修节点和虚拟飞机节点的定义,将分配的航班飞...     

体现主客方校准法的塔式垂准仪校准装置

介绍了基于顶杆原理的主客方校准法;叙述了以三轴重合为功能设计重点、以天顶天底和屋顶地面照准标融为一体为主线、可见光与激光校准项目有机结合的实现主客方校准法的校准装置设计思路与构建原则。最后,给出了装置复现的准铅垂线的准确度分析。     

飞机俯仰角位移控制系统积分式控制规律的改进及仿真

为使飞机以足够高的准确度保持在预定飞行轨迹上,飞机俯仰角位移(9)的控制性能及稳态精度至关重要.为改进飞机俯仰角位移控制系统的控制性能,运用根轨迹法对飞机俯仰角位移控制系统的积分式控制规律进行了分析和设计,为提高(9)的稳态精度,基于SISO Design Tool设计工具,对俯仰角位移控制系统的零极点进行校正配置,实...     

防空导弹任务规划与协同控制技术研究

针对防空导弹拦截群目标的任务需求，提出了多弹协同作战框架。考虑到实际拦截过程中弹目相对速度和角度较大的问题，建立了导弹拦截目标的能力预测模型，以确保分配结果处于导弹攻击能力范围内，并采用了改进的粒子群优化算法进行任务分配。然后为了兼顾协同制导和命中精度的要求，基于弹道成型和偏置比例导引的思想，结合一致性理论，设计了多弹时间/角度协同制导律。最后通过4枚导弹拦截3个目标的典型场景仿真，证明了方案的有效性。     

基于并行蚁群优化的多UCAV任务分配仿真平台

多无人作战飞机(UCAV)协同作战是UCAV参与战斗的主要模式,而多UCAV任务分配是多UCAV协同作战研究的关键问题。针对现有多UCAV任务分配方法中所存在的计算量大、运行时间长等问题,提出了一种基于并行蚁群优化(ACO)的多UCAV任务分配方法。在构建多UCAV空战优势矩阵的基础上,给出了综合态势评估函数;随后阐述了基本ACO算法的基本原理和数学模型,提出了一种用并行ACO算法解决多UCAV任务分配问题的实现方法;最后基于MATLAB图形用户界面(GUI)开发了一种基于并行蚁群优化的多UCAV任务分配仿真平台。实践证明该仿真平台具有良好、开放的可扩展性,且使用方便。     

神经网络在广义经典分配问题中的应用

在两节点分布式多传感器系统中,一些航迹关联算法可以化为广义经典分配问题。广义经典分配问题是一个组合优化问题。当目标数目较多时,很难得到问题的最优解,而且其计算量容易呈现指数爆炸现象。文章提出了用Hopfield神经网络和平均场网络解决此问题的方法。仿真结果表明,采用文章提出的人工神经网络模型求解广义经典分配问题,不仅使航迹关联具有较高的关联正确率,而且计算时间不会出现指数爆炸现象。仿真结果还表明,平均场网络相比Hopfield神经网络更易于得到问题的最优解。     

噪声干扰Link-16数据链的干扰功率分配方法

在建立对Link-16数据链的干扰模型和接收机模型的基础上,分析了噪声干扰下接收机的误码性能,研究了干扰功率分配问题,并得到了对Link-16数据链的干扰功率分配方程,最后进行了仿真分析。     

2524铝合金薄板平面各向异性研究

采用室温拉伸性能测试、金相组织观察、XRD反极图测定和透射电子显微分析等方法研究了冷轧态和T3态2mm厚2524铝合金薄板不同取向条件下的显微组织和拉伸力学性能.以{110}<112>单组分织构模型为基础,研究了织构与平面各向异性的关系.结果表明,2524冷轧态和T3态铝合金薄板在与轧制方向成45°和60°方向上的强度较0°、30°和90°方向上的强度低,延伸率则是45°方向上最高;轧向力学性能优于横向力学性能;冷轧态合金薄板的平面各向异性高于T3态合金板材;2524冷轧态合金薄板的主要织构为{110}<112>,次要织构为{311}<112>;2524-T3态铝合金成品薄板的主要织构为{110}<001>;2524铝合金薄板的平面各向异性与合金的晶粒结构以及晶体学织构密切有关,其中晶体学织构是造成合金板材平面各向异性的主要原因.     

航站楼旅客行李提取转盘指派问题

旅客行李提取是影响机场航站楼有效运行的关键环节,对旅客满意度有着重要影响.研究了航站楼旅客行李提取转盘的指派问题,首先分析了行李转盘的指派方式,然后以均衡使用行李转盘为优化目标,建立了机场行李转盘优化指派模型,设计了求解该模型的蚁群算法,并用Matlab编程实现了该算法.最后通过实例分析验证了提出的模型和蚁群算法的正确性,其指派结果与先到先服务的指派结果相比,各行李转盘的使用率更加均衡,从而提高了服务质量和旅客满意度.     

基于遗传模糊聚类的机群编队最优分配方法

针对当前机群的编队分配存在效率低、编队分配结果不可靠、智能性差等问题,提出了一种新的结合遗传算法和模糊聚类算法的机群编队最优分配方法.该混合算法通过模糊聚类算法解决了机群的编队分配不确定性问题,并且通过对传统遗传操作算子的改进,采用改进的遗传算法有效地克服了模糊聚类算法容易陷入局部极小值和对初始条件敏感的缺点,使机群的编队分配能快速收敛至全局最优解.3组不同分布类型的机群编队分配算例结果表明,该混合算法具有较好的通用性、有效性和智能性,适用于机群的编队最优分配.