基于HTGVNS算法的卡车与无人机协同配送方法

在现代物流中,针对最后一公里配送中的成本高昂、耗时长、道路不易通行等难题,首次引入卡车与无人机协同配送模式,并以总配送时间最小化为目标,建立混合整数规划模型(MIP)。提出一种新的混合禁忌可变邻域搜索算法(HTGVNS)进行求解。算法利用旅行商问题(TSP)求解器和系统性邻域变化的探索能力求解卡车路径,将客户分配给无人机形成聚类,再使用禁忌搜索过程来优化无人机路径。通过求解不同规模算例验证了所建模型的可行性和算法的有效性。结果表明卡车与无人机协同配送模式能有效地减少配送时间,提高配送效率。     

空间相机地面装调重力卸载仿真优化方法

空间相机在地面装调过程中需要对光机结构进行重力卸载。空间相机常具有尺寸大、刚度低的特点,使得对其进行重力卸载仿真优化异常复杂。文章提出基于贪心算法结合天牛须搜索的重力卸载仿真优化方法。该方法提取系统的可行卸载点集,每次从可行卸载点集中提取1个或1组最优卸载点;以此类推,逐渐增加卸载点数,直至满足测试要求。其中,每组卸载点系的最优卸载力利用天牛须搜索法进行计算,继而可获得系统的最佳卸载策略。利用该仿真优化方法,可以智能化地进行系统全局迭代仿真分析计算,不易收敛于局部最优解,能够高效、快速地获得系统最佳卸载点系和最优卸载力。     

混沌麻雀搜索优化算法

针对麻雀搜索算法(SSA)在接近全局最优时,种群多样性减少,易陷入局部最优解等问题,提出了一种混沌麻雀搜索优化算法(CSSOA)。首先,通过改进Tent混沌序列初始化种群,提高初始解的质量,增强算法的全局搜索能力。其次,引入高斯变异的方法,加强局部搜索能力,提高搜索精度;同时以搜索停滞的解为基础产生Tent混沌序列,用此混沌序列对部分陷入局部最优的个体进行混沌扰动,促使算法跳出限制继续搜索。最后,对12个基准函数进行仿真实验。结果表明:所提算法能够克服SSA易陷入局部最优的缺点,提高算法的搜索精度、收敛速度和稳定性。同时,将CSSOA应用到简单图像分割问题,验证了CSSOA应用于实际工程问题的可行性。      

基于改进多目标布谷鸟搜索算法的翼型气动优化设计

布谷鸟搜索（CS）算法是一种新型的受自然现象启发的元启发式智能优化算法，其强大的全局搜索能力和收敛速度受到了广泛关注。多目标布谷鸟搜索（MOCS）算法是一种在单目标布谷鸟算法基础上发展的可以直接求解Pareto解集的多目标优化算法。针对原始MOCS算法的不足，采用一系列措施以提高算法的收敛精度、收敛速度以及解的均匀性：通过引入非支配排序与拥挤距离来改进解的适应度评估；通过改进随机游走策略来提高局部搜索能力；通过引入改进的自适应丢弃概率策略来提高算法的收敛速度；加入档案管理机制，提高解的均匀性。典型的多目标数值算例结果表明，改进的MOCS算法相较于当前主流的NSGA-Ⅱ算法拥有更快的收敛速度和更高的收敛精度。以RAE2822双目标升阻比优化设计为例，将改进的MOCS算法应用于多目标气动优化中，改进的MOCS算法共获得64个Pareto解，优化后的翼型气动性能有明显的提升，设计者可以根据自己的偏好选取不同的Pareto解。对于气动优化问题，改进的MOCS算法与目前主流的NSGA-Ⅱ相比，收敛速度更快。     

基于SOA-Newton迭代的六自由度平台正解算法

运动学正解是实现六自由度平台高精度控制和三维可视化仿真的基础，但是传统方法存在着求解难度大、精度低的缺陷。针对Newton-Raphson迭代法求解时依赖迭代初值的问题进行了研究，提出了一种基于SOA-Newton迭代的六自由度平台正解混合算法。该混合算法充分发挥了SOA算法的群体搜索性和拟Newton法的局部细致搜索性，同时也克服了粒子群算法后期搜索效率降低和Newton法对初始点敏感的缺陷。以研制的车载位姿平台为例，在Simulink软件中建立了混合求解算法的仿真模型，给出了计算实例，并与单独的Newton-Raphson迭代法和SOA算法进行了对比。对比结果表明，SOA-Newton混合算法具有极好的稳定性和较高的收敛速度及精度，更能满足工程实际应用。     

资源受限条件下的离港航班停机位分配优化模型

停机位作为机场的重要资源,优化停机位分配策略,实现更优的航班运行效率和旅客满意度已成为研究的重中之重。针对研究牵引车、管制员等资源受限条件下的停机位分配问题,首先以航空器延误时间最少、靠桥数最大为目标,并将靠桥数最大转化为不靠桥数最小,建立停机位分配优化模型,采用启发式算法进行求解;其次搭建场面仿真模型以验证算法的可靠性;最后通过北京大兴国际机场进行实例验证。结果表明：相较于机场实际运行情况,本文所建立的停机位分配优化模型使航空器延误降低25.5%、靠桥率提升8.8%,本文所提出的停机位分配策略可以在资源受限条件下实现场面延误和靠桥率的优化。     

面向自适应加工的精锻叶片前后缘模型重构

针对精锻叶片前后缘数控加工在加工边界出现"台阶"等问题,提出面向自适应加工的模型重构方法。首先,根据精锻叶片的特点给出前后缘加工工艺方案。其次,根据工艺方案建立在机测量模型并进行路径规划。在此基础上,依据前后缘实际几何型面参数以及理论模型各截面前后缘圆弧圆心和半径允差,提出重构模型圆弧圆心及半径搜索算法;根据各截面的测量点拟合线、理论截面线以及搜索的圆弧圆心和半径,建立重构前后缘模型。最后,通过对比重构模型与理论模型的偏差以及数控加工试验证明该方法能够有效地减小锻造叶片叶身实际型面与前后缘在衔接处的"台阶"缺陷问题,为复合制造工艺背景下精锻叶片前后缘加工成型提供依据。     

战术飞行实时轨迹优化系统设计

介绍了在所开发的“战术飞行轨迹优化系统”中采用的轨迹优化方法－启发式搜索算法的改进方案。为了加快搜索速度，建立了专家系统，介绍了专家系统的规则。为了验证方法的有效性，建立了基于局域网的地面实时仿真系统，详细介绍了专家系统的设计。仿真计算结果表明，所开发的飞行轨迹优化系统是可行的。     

多模式高概率量子搜索算法

量子搜索问题是发展量子神经网络必须要解决的问题之一.本文在分析了Grover量子算法基础上,针对量子神经网络要处理多模式问题提出了一个多模式高概率量子搜索算法,它通过一系列的么正操作能在模式集中以较高的概率搜索目标,并且该算法在搜索目标模式时能在一次算法的执行中就找到目标,所以它远比经典的搜索方法要快,而且随着模式集和目标数的增多,它运行效果越好,最后验证了算法的可行性和有效性.     

矩形件优化排样的研究

提出了满足BL条件的最低轮廓线搜索算法,并与模拟退火算法相结合,用于矩形件排样的求解。计算实例表明该算法能在50 ms内获得近百个矩形件的较优排放图,并能获得较少矩形件的最优排放图;其排样效果和效率优于SA 最低水平线算法和SA BLF算法,是解决大规模矩形件排样的一种有效方法。