基于成本控制的机队优化配置方法

为了控制航空公司运营成本,实现燃油成本和机组时间成本最小,建立多目标整数规划模型,分析各成本因素所占比例,考虑旅客市场需求、航线频率限制、机队飞机寿命限制及飞机适航限制等因素,并采用层次分析法对模型进行求解。通过算例分析和评价,实现航线资源与机队的最优配置,为航空公司降低可变成本提供理论依据。     

基于多种运行成本最小的机队优化配置研究

为节省航空公司运行成本开支,通过以燃油成本最小、时间成本最小、机场起降费用成本最小为目标函数,以飞机最大航程限制、机场起降条件限制、航班频率限制、旅客座次限制、飞机可用时间限制等为约束条件,建立多目标规划模型。通过实例计算,确定机队优化配置方案,验证了模型的正确性,为航空公司机队规划提供了参考。     

基于高斯伪谱法的飞机下降段轨迹优化

以大型运输机为研究对象,进行风干扰下的飞机下降段轨迹优化.通过对飞机下降过程的分析,建立了飞机的运动学模型、油耗模型和大气模型,得出了问题的目标函数和约束.运用高斯伪谱法把最优控制问题转化为非线性规划问题,并用序列二次规划求解非线性规划问题.仿真计算得到飞机最短下降时间的最优轨迹,讨论了不同的成本指数对下降时间和燃油消耗的影响.仿真结果表明,成本指数越大,飞机下降时间越短,燃油消耗越多.     

基于特征识别的整体壁板快速编程推理算法

航天器整体壁板的编程效率已成为型号研制过程中的主要瓶颈之一.本文首先阐述特征识别技术在数控编程中的应用和发展现状.与传统编程过程先总体规划,再逐条编程的总-分方法不同,特征编程采取先生成单个特征的刀轨,再完成整个零件程序的分-总方法,易于覆盖从毛坯向模型最终状态全过程.在此基础上,提出了单特征和多特征数控推理算法,完成了整体壁板快速编程系统的开发.实践证明,使用该方法能够初步实现整体壁板数控加工程序的自动生成.     

考虑侧窗约束的模型预测静态规划末制导方法

针对红外导引头侧窗探测模式下,非对称视场约束造成末制导阶段目标易丢失的问题,提出一种考虑侧窗约束的模型预测静态规划末制导方法。首先,基于体视线坐标系建立三维相对运动模型,得到不依赖于“小攻角”假设的准确模型。在处理无过程约束问题的模型预测静态规划方法基础上,引入松弛变量与虚拟控制量,设计出考虑侧窗视场约束的末制导算法。为了进一步降低末制导算法对初始猜测轨迹的依赖性,提高适应性与计算效率,提出逐步增加约束条件的计算策略。仿真结果表明,该方法在末制导过程中满足侧窗约束,相比于凸优化方法,优化变量减少,计算速度更快;相比于基于障碍李雅普诺夫函数的末制导律,能够满足侧窗约束,同时能适应不同的初始条件。     

无人机辅助车联网的无人机部署算法

针对无人机辅助车联网的无人机部署问题,分析了基于时延和回传链路的能效无人机部署策略的性能。该策略从车联网的数据传输时延和回传链路角度优化无人机的部署,进而最小化无人机的功率消耗。先面向车联网网络,推导了基于单个用户速率的时延约束函数,并构建基于无人机离基站距离的回传链路容量函数;再构建基于时延和回传链路容量函数的目标函数。最后,利用序列二次规划求解目标函数。性能分析表明,通信数据包尺寸是影响时延的重要参数。此外,在低时延和数据尺寸较大时,车辆用户的总速率之和收敛于回传链路容量。     

实现Matlab与VC++混合编程的有效途径

探讨了Matlab与VC 的优缺点 ,通过对Matlab与VC 的混合编程 ,可以开发出具有良好的用户界面、强大的数据处理能力的应用软件。文中通过实例提出了实现Matlab与VC 的混合编程的方法。     

跑道容量的运行优化

从战略流量管理的观点出发,研究了预期交通需求超过机场跑道系统容量情况下,跑道容量的运行优化问题。在满足跑道容量曲线限制下,建立了恒定容量和变化容量下的整数规划数学模型,并以数值例子对两种模型进行了对比计算分析。     

基于Hamilton-Jacobi方程的编队飞行控制

 针对椭圆参考轨道的编队飞行控制系统,基于哈密尔顿 雅克比（Hamilton-Jacobi）方程,给出一种新的生成函数半解析近似解的计算方法,同时推导了编队飞行控制系统相对运动的线性状态转移矩阵,并且验证了模型的精度。在此基础上,结合一个具体的编队飞行任务,采用线性规划算法得到了队形保持的闭环控制器,该算法得到的是脉冲形式的控制序列,因此更具有实际意义。同时还提出了一种简单的避免生成函数奇异点的方法,从而减少了生成函数间相互转换所带来的计算量。最后的非线性仿真结果验证了控制方法的有效性。     

训练空域动态规划问题数值模拟仿真算法研究

训练空域的动态规划对于提高空域利用率,提高部队训练效率,缓解军民用空矛盾具有重要意义。本文将空域的动态规划问题进行分阶段处理,通过寻求各个阶段的最优方案来使得总的占用时间最短。针对各个阶段的动态规划问题,在分析问题复杂性的基础上,构建了空域规划模型,提出了遗传-离散粒子群算法,通过融合遗传算法中的交叉与变异思想来改善DPSO算法摆脱局部最优解的能力,提高算法的收敛速度和精度。同时为保证种群的多样性,设计了可保证个体可行性的自适应交叉算子和变异算子。最后利用甘特图来表示整个空域规划过程。将改进后的遗传-粒子群算法用于算例,并与遗传算法比较,结果表明该算法获得的结果更优且收敛速度更快。