滑翔飞行器弹道规划与制导方法综述综述

滑翔飞行器以其突出的机动突防能力、高精度打击以及全球快速可达等优势成为当下航空航天领域研究热点。作为控制飞行器可靠执行既定飞行任务的核心部分,弹道规划与制导方法是关注的焦点。概述当前滑翔飞行器弹道规划与制导方法,尤其是基于标准剖面和基于预测校正思想的弹道规划与制导方法的研究现状。进一步,分析当下滑翔飞行器弹道规划与制导方法的研究热点与难点,并结合人工智能,对滑翔飞行器弹道规划与制导方法未来可能的发展趋势进行了展望。     

运载火箭动力系统故障下制导控制技术研究进展

动力系统故障是导致运载火箭发射任务失败的最常见原因,从动力系统故障建模、自主制导和容错控制方面,系统地阐述了动力系统故障下运载火箭制导控制技术的研究进展,为发展新型制导控制算法提供了思路。建立了推力下降故障和执行机构故障的数学建模,并对比了国内外先进运载火箭的制导控制性能;总结了动力系统故障下自主制导所涉及的轨迹优化和制导算法;在被动、主动容错控制框架内,回顾了典型的故障诊断、控制重构、容错控制和震动抑制方法;同时,概述了人工智能技术在自主制导和容错控制方面的应用;结合“会学习”的运载火箭概念,讨论了人工智能技术在促进运载火箭自主化和智能化方面的发展趋势,对未来智慧火箭的制导控制技术进行了展望。     

机器人问题求解中的评价函数及矛盾和冗余的消除

本文提出了一种求解复杂的机器人问题的算法,该算法采用子问题求解与分层策略相结合,在动作规划过程中,建立了初始状态下的前指针和目标状态下的后指针,并形成一个决定动作排序优先级的评价函数,按不同的空间和时间段的差异,将全局的动作序列划分为若干子区域。本算法证明只需在子区域范围内消除冗余和矛盾,即可大大地提高系统的效率,在子区域范围内出现矛盾时,用优先级高的动作取代优先级低的动作,变矛盾为冗余,最后保留排在最前面的动作,而删除后面相同的动作,即消除了冗余。     

航空人工智能概念与应用发展综述

针对航空人工智能发展的迫切需要,对人工智能定义、智能等级划分两个基本问题进行讨论,指出人工智能近期难以存在公认定义,需辩证看待人工智能航空应用的不确定性和确定性,对执行特定任务的智能系统进行智能等级划分因不符合当前主流认知规律而没有必要。从总体历史沿革、机载导弹、机载系统及可信等角度阐述航空人工智能应用的发展特点和态势,突出了可信航空人工智能研究作为行业应用前提性条件的重要性。     

深空探测人工智能技术应用及发展建议

深空探测任务的探测目标距离地球越来越远,测控延时逐步增大,并且目标的先验知识有限,在遥远、未知、不确定环境下开展科学探索对探测器的自主性能需求日益强烈。随着人工智能技术的快速发展并逐步实用,在深空探测领域中应用人工智能技术提高和改进航天器自主性也将成为必须和可能。简要介绍了人工智能技术的发展历程,分析了航天领域中人工智能技术的应用实例,重点结合规划的深空探测任务特点和应用场景,梳理分析了各具体任务对人工智能技术应用的潜在需求,并提出了对深空探测人工智能技术应用的一些看法和发展建议。     

人工智能在气动设计中的应用与展望

在人工智能技术高速发展的浪潮下,智能化技术为空气动力学的研究提供了新的思路和手段。各国学者在人工智能与空气动力学设计的综合应用方面开展了诸多有益的探索与尝试。目前人工智能方法已被用于设计对象描述、数值求解、非线性映射等气动设计的关键环节中。实现了自适应设计参数探索、高效气动特征求解、快速数据降维与映射、智能优化等,提高了气动设计的速度、准确性、鲁棒性与全局性。概述了气动设计的发展现状、人工智能技术的研究现状以及机器学习在气动设计中的应用现状。展望了深度学习在气动设计上的应用前景。提出了以机器为核心根据优化阶段实时调整优化方案及走向的高度智能化气动设计概念——"机器设计"。强调了开展智能可诠释设计研究的重要性。     

非单调语义网络中继承的信任理论

描述了一种新的具有例外的多继承语义网络推理方法--继承的信任理论,这是一种很具有吸引力的可废止继承方法.它应用于非循环语义网络的继承的分析,能够产生适合于继承直觉的非多义性结论.文中还讨论了Etherington的基于缺省逻辑的继承理论,提出了继承信任理论和继承信任缺省逻辑.给出了继承信任逻辑的性质,并且证明了构造继承信任缺省逻辑理论的唯一扩张是递推过程.信任理论的扩张能够快速求解.这种快速推理算法可以应用于专家系统推理.     

基于隶属云发生器的智能控制

阐述一种利用隶属云发生器实现智能控制的方法。其控制策略是通过语言值构成规则,从而形成一种直观推理方法。它不要求给出被控对象精确的数学模型,仅仅依据人的经验、感觉和逻辑判断,将人用语言值定性表达的控制经验,通过语言原子和云模型转换到语言控制规则器中,就能解决非线性问题和不确定性问题。基于此理论控制倒立摆获得比较好的效果,结果表明,该方法对被控对象的状态和参数变化具有较强的鲁棒性。     

一种自适应随机优化算法

提出了一种新的基于群体搜索的随机优化算法。该算法的基本思想是：１） 像遗传算法那样,采用二进制串来表示问题的尝试解;２） 解串中每个二进制位的取值,由一可改变的概率分布控制;３）根据群体中最佳解串与最差解串编码结构上的差异,对相关的概率分布进行修改。文中给出的模拟实例,显示了新算法在求解函数全局优化问题中的有效性